[发明专利]一种识别图像真伪的方法以及识别装置

说明书

本申请实施例公开了一种识别图像真伪的方法，该方法可以包括：获取待识别图像的每一帧图像，每一帧图像包含有通过不同方式采集的第一图像与第二图像；通过被训练后的第一卷积神经子网络CNN训练第一图像中的人脸图像，以得到第一输出值，通过被训练后的第二CNN训练第二图像中的人脸图像，以得到第二输出值，第一输出值表示第一图像中的人脸图像的真伪程度，第二输出值表示第二图像中的人脸图像的真伪程度；根据第一输出值和第二输出值计算平均值，以确定待识别图像的真伪。本申请实施例还提供相应的识别装置。本申请技术方案能够提高图像防伪的准确率。

技术领域

本申请涉及图像识别领域，具体涉及一种识别图像真伪的方法以及识别装置。

背景技术

随着科技的发展，越来越多的产品适用于考勤、认证核验当中。人脸识别是利用摄像机或者摄像头采集含有人脸的图像或者视频流，并自动在图像中检测人脸，进而对检测到的人脸进行脸部识别的一种技术，也就是说通过对用户进行人脸比对以判断出该用户的人脸真伪性。

现有技术中，对识别人脸的真伪通常采用两种识别方式。第一种识别方式是采用单种可见光图像对人脸进行真伪性的识别；第二种识别方式是利用单种近红外图像对人脸进行真伪性的识别。

然而，对于上述的两种识别方式都是采用单种的可见光图像或是单种的近红外图像进行人脸识别，容易出现识别人脸真伪性准确率较低的问题。

发明内容

本申请实施例提供了一种识别图像真伪的方法以及识别装置，能够提高图像防伪的准确率。

有鉴于此，本申请实施例提供如下方案：

本申请第一方面提供一种识别图像真伪的方法，该方法可以包括：获取待识别图像的每一帧图像，每一帧图像包含有通过不同方式采集的第一图像与第二图像；通过被训练后的第一卷积神经子网络CNN训练第一图像中的人脸图像，以得到第一输出值，通过被训练后的第二CNN训练第二图像中的人脸图像，以得到第二输出值，第一输出值表示第一图像中的人脸图像的真伪程度，第二输出值表示第二图像中的人脸图像的真伪程度；根据第一输出值和第二输出值计算平均值，以确定待识别图像的真伪。

可选地，结合上述第一方面，在第一种可能的实现方式中，通过被训练后的第一卷积神经子网络CNN训练第一图像中的人脸图像，以得到第一输出值，通过被训练后的第二CNN训练第二图像中的人脸图像，以得到第二输出值，可以包括：通过第一CNN提取第一图像中的人脸图像对应的第一特征图，通过第二CNN提取第二图像中的人脸图像对应的第二特征图；通过第一CNN预测第一特征图，以得到第一输出值，通过第二CNN预测第二特征图，以得到第二输出值。

可选地，结合上述第一方面、第一方面第一种可能的实现方式，在第二种可能的实现方式中，根据第一输出值和第二输出值计算平均值，可以包括：根据第一输出值与对应的权值和第二输出值与对应的权值进行加权平均，得到平均值；对应地，以确定待识别图像的真伪，可以包括：判断该平均值是否大于预设阈值；若大于，则确定出待识别图像为真；若小于或等于，则确定出待识别图像为假。

可选地，结合上述第一方面、第一方面第一种可能的实现方式，在第三种可能的实现方式中，在获取待识别图像的每一帧图像之后，还可以包括：检测第一图像中的人脸图像和第二图像中的人脸图像。

可选地，结合上述第一方面，在第四种可能的实现方式中，在通过被训练后的第一卷积神经子网络CNN训练第一图像中的人脸图像，以得到第一输出值，通过被训练后的第二CNN训练第二图像中的人脸图像，以得到第二输出值之前，还可以包括：计算第一损失值和第二损失值，第一损失值是根据第一输出值和第一输出值对应的第一标签值计算得到的，第二损失值是根据第二输出值和第二输出值对应的第二标签值计算得到的，第一标签值表示第一图像中的人脸图像的目标取值，第二标签值表示第二图像中的人脸图像的目标取值；将第一损失值与对应的权值和第二损失值与对应的权值进行加权求和，以使得加权求和后的值表示被训练后的第一CNN和被训练后的第二CNN的优化程度。