龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：厦门瑞为信息技术有限公司
摘要：本发明公开了一种结合掩码卷积和负样本特征序列的活体检测方法，利用深度神经网络结构，通过编码器、可学习的掩码卷积模块和带负样本特征序列的分类器三个模块相互配合，实现对图像中的真假人脸进行准确区分。编码器模块用于提取输入图像的特征表示；可学习的掩码卷积模块利用卷积、池化、全连接层等操作及高斯函数获得可优化的掩码，该掩码与卷积相乘后能够对不同位置的像素赋予不同的权重，自适应地捕捉图像中的细节信息并抑制图像中的噪声和干扰使得纹理特征更加明显，增强所学纹理特征的辨别性，从而提高特征的表达能力、判别性以及抗干扰能力。此外，带负样本特征序列的分类器的使用使得算法能够学习到更加鲁棒的特征空间。
主权项：1.一种结合掩码卷积和负样本特征序列的活体检测方法，其包括以下步骤：获取待检测用户的人脸图像；对人脸图像进行预处理后输入到部署在人脸识别系统内的经学习、训练、推理、评估的活体检测模型中；活体检测模型对输入的待检测用户的人脸图像进行实时推理，输出是否为活体的结果；其特征在于：所述活体检测模型利用深度神经网络结构，通过编码器、可学习的掩码卷积模块和带负样本特征序列的分类器三个模块相互配合，实现对图像中的真假人脸进行准确区分，活体检测模型学习过程包括以下步骤：步骤一、输入训练样本的图像，通过编码器提取特征表示，用以后续的处理和分类；步骤二、可学习的掩码卷积模块利用卷积、池化、全连接层操作以及高斯函数生成与卷积核大小相同且与输入特征图的宽W及高H维度信息相关的掩码，然后将该掩码与卷积核进行逐元素相乘，实现对卷积操作的加权；步骤三、使用带负样本特征序列的分类器，利用负样本特征序列来动态更新及存储负样本信息并与正样本对比，拉开正负样本之间的距离，学习易区分正负样本且鲁棒的特征空间。
全文数据：
权利要求：
百度查询： 厦门瑞为信息技术有限公司 结合掩码卷积和负样本特征序列的活体检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号