[发明专利]一种人脸真伪的识别方法、识别装置及电子设备

说明书

本申请提供了一种人脸真伪的识别方法、识别装置及电子设备，在待识别人脸图像上确定具有不同的尺寸种类的像素区域；将每类尺寸的像素区域分别按照预设每类尺寸下的像素区域数目进行拼接，确定空间特征图；针对每类尺寸的像素区域对应的空间特征图，将每个空间特征图分别输入至训练好的多卷积级联器，输出该类尺寸的像素区域对应的空间特征向量，其中，多卷积级联器由多个卷积层与多个斜差卷积层交替连接组成；根据多个尺寸种类的像素区域对应的空间特征向量，确定人脸真伪的识别结果。本申请通过将不同位置、大小的像素区域，依次经过多级多层次的传统卷积层与斜差卷积层的处理后，自动获取人脸真伪的识别结果，拥有较高的识别准确率。

技术领域

本申请涉及身份验证技术领域，尤其是涉及一种人脸真伪的识别方法、识别装置及电子设备。

背景技术

目前，利用人脸识别的身份验证方式随处可见，但是随之带来的安全问题也层出不穷。人们已经逐渐认识到了人脸识别技术的缺陷，例如，可以采用打印纸、手机屏幕照片或面具伪造真实人脸的攻击方式，对人脸识别系统的攻击，为了防止上述攻击，减少人脸识别系统的识别错误率，需要采用人脸鉴伪技术对各种攻击行为进行识别。

现有的人脸鉴伪技术依赖于人为设定的具有伪造特点的图像特征：如针对打印纸的边界、边框识别，针对手机屏幕的反光，傅里叶频谱、手机黑边识别以及面具的色彩以及反射光识别，通过预先设定的特征，构建神经网络进行这些特征的识别以及处理，但是这些方法的识别准确率较低，仍然存在安全隐患。

发明内容

有鉴于此，本申请的目的在于提供一种人脸真伪的识别方法、识别装置及电子设备，通过获取不同位置以及不同大小的待识别人脸图像的部分像素区域，依次经过多级多层次的传统卷积网络与斜差卷积网络的网络结构处理后，弥补了传统的卷积层在空间特征提取上的不足，且采用传统卷积层与斜差卷积层间隔交替的级联方式进行融合网络，使得网络能够更好地区分伪造人脸与真实人脸之间的空间特征差异以及斜梯度差异，进而通过二分类网络自动获取人脸真伪的识别结果，拥有较高的识别准确率。

本申请实施例提供了一种人脸真伪的识别方法，所述方法包括：

在待识别人脸图像上确定多个像素区域，其中，所述像素区域包括不同的尺寸种类；

针对每类尺寸的像素区域，将该类尺寸的像素区域按照预设每类尺寸下的像素区域数目进行拼接，确定该类尺寸的像素区域对应的空间特征图；

针对每类尺寸的像素区域对应的空间特征图，将该类尺寸的像素区域对应的空间特征图输入至训练好的多卷积级联器，输出该类尺寸的像素区域对应的空间特征向量，其中，所述多卷积级联器由多个卷积层与多个斜差卷积层交替连接组成；

根据各个尺寸种类的像素区域对应的所述空间特征向量，确定人脸真伪的识别结果。

进一步的，所述针对每类尺寸的像素区域对应的空间特征图，将该类尺寸的像素区域对应的空间特征图输入至训练好的多卷积级联器，输出该类尺寸的像素区域对应的空间特征向量，具体包括：

根据预设像素区域尺寸种类数目，确定级数为所述预设像素区域尺寸种类数目的多卷积级联器；

在所述多卷积级联器中，确定所述卷积层与所述斜差卷积层之间的预设间隔层次数；

针对每类尺寸的像素区域，将数目为所述预设间隔层次数的卷积层及数目为所述预设间隔层次数的斜差卷积层间隔设置，交替处理该类尺寸对应的所述空间特征图，确定所述空间特征图对应的空间特征向量。

进一步的，基于以下方法确定所述空间特征图对应的空间特征向量：

根据所述斜差卷积层与所述卷积层，确定每一个所述空间特征图对应的梯度特征，其中，所述梯度特征反映所述空间特征图的纹理性质；

针对每一个所述空间特征图，根据该空间特征图对应的纹理性质，确定该空间特征图对应的空间特征向量。