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:中国科学院自动化研究所
摘要:本发明提供一种人脸防伪识别方法及装置,该方法包括:基于生成器,生成第一人脸图像样本的干扰图像,所述生成器基于第二人脸图像样本与所述第二人脸图像样本的干扰图像之间的聚类对比损失值、类别损失值和语义损失值进行权值调整得到,所述第二人脸图像样本的干扰图像基于所述生成器生成;基于所述第一人脸图像样本、所述第一人脸图像样本的干扰图像和所述第一人脸图像样本的人脸伪造类型标签,对分类器进行训练;基于训练后的所述分类器,确定目标人脸图像的人脸伪造类型预测值。本发明实现降低训练成本,提高识别精度。
主权项:1.一种人脸防伪识别方法,其特征在于,包括:基于生成器,生成第一人脸图像样本的干扰图像,所述生成器基于第二人脸图像样本与所述第二人脸图像样本的干扰图像之间的聚类对比损失值、类别损失值和语义损失值进行权值调整得到,所述第二人脸图像样本的干扰图像基于所述生成器生成;基于所述第一人脸图像样本、所述第一人脸图像样本的干扰图像和所述第一人脸图像样本的人脸伪造类型标签,对分类器进行训练;基于训练后的所述分类器,确定目标人脸图像的人脸伪造类型预测值;在所述基于生成器,生成第一人脸图像样本的干扰图像之前,还包括:基于特征编码器对各第二人脸图像样本的干扰图像进行编码,得到所述各第二人脸图像样本的干扰图像的特征;基于特征编码器对所述各第二人脸图像样本进行编码,得到所述各第二人脸图像样本的特征;基于所述各第二人脸图像样本的特征,确定同一人脸伪造类型标签的所述第二人脸图像样本的质心特征;确定所述各第二人脸图像样本的干扰图像的特征与所述各第二人脸图像样本的人脸伪造类型标签对应的质心特征之间的第一相似性;确定所述各第二人脸图像样本的干扰图像的特征与其他人脸伪造类型标签对应的质心特征之间的第二相似性,所述其他人脸伪造类型标签为所述人脸伪造类型标签中除所述各第二人脸图像样本的人脸伪造类型标签以外的人脸伪造类型标签;将所述第一相似性和所述第二相似性相加,得到所述各第二人脸图像样本与所述各第二人脸图像样本的干扰图像之间的聚类对比损失值;在所述基于生成器,生成第一人脸图像样本的干扰图像之前,还包括:基于所述各第二人脸图像样本的干扰图像的特征,使用所述分类器确定所述各第二人脸图像样本的干扰图像的人脸伪造类型预测值;基于所述各第二人脸图像样本的干扰图像的人脸伪造类型预测值和所述各第二人脸图像样本的人脸伪造类型标签,确定所述各第二人脸图像样本与所述各第二人脸图像样本的干扰图像之间的类别损失值;在所述基于生成器,生成第一人脸图像样本的干扰图像之前,还包括:确定所述各第二人脸图像样本的干扰图像的特征与所述各第二人脸图像样本的特征之间的差值;基于所述差值,确定所述各第二人脸图像样本与所述各第二人脸图像样本的干扰图像之间的语义损失值;在所述基于生成器,生成第一人脸图像样本的干扰图像之前,还包括:确定所述各第二人脸图像样本与所述各第二人脸图像样本的干扰图像之间的类别损失值和语义损失的总和;将所述类别损失值和语义损失的总和减去所述聚类对比损失值,得到所述各第二人脸图像样本与所述各第二人脸图像样本的干扰图像之间的总损失值;基于所述各第二人脸图像样本与所述各第二人脸图像样本的干扰图像之间的总损失值,对所述生成器进行权值调整,直到所述生成器收敛。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 人脸防伪识别方法及装置
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。