[发明专利]基于静态人脸的对抗样本检测方法、装置、设备、介质

权利要求书

1.一种基于静态人脸的对抗样本检测方法，其特征在于，所述方法包括：

从人脸图像中提取人脸区域，计算所述人脸区域中的人脸姿态角度，并根据所述人脸姿态角度调整所述人脸区域的角度，得到目标人脸图像；

将所述目标人脸图像映射到UV空间，得到所述目标人脸图像对应的UV空间纹理图；

利用预设的差值计算策略，对所述UV空间纹理图与预构建的标准UV空间纹理图进行对比，得到差值图像；

利用预构建的卷积神经网络对所述差值图像进行特征提取，得到特征序列；

根据所述特征序列，利用预构建的二分类模型判断所述目标人脸图像是否为对抗样本图像。

2.如权利要求1所述的基于静态人脸的对抗样本检测方法，其特征在于，所述对所述目标人脸图像进行UV空间映射，得到所述目标人脸图像对应的UV空间纹理图，包括：

利用预构建的三维人脸重构模型对所述目标人脸图像进行建模，得到三维线性人脸模型；

对所述三维线性人脸模型进行解耦操作，去除所述三维线性人脸模型中的表情特征，得到三维中性人脸图；

利用参数化算法，将所述三维中性人脸图映射到UV平面中，得到所述目标人脸图像对应的UV空间纹理图。

3.如权利要求1所述的基于静态人脸的对抗样本检测方法，其特征在于，所述计算目标人脸图像中的人脸姿态角度，包括：

利用预构建的肤色分割算法对所述目标人脸图像中的人脸区域进行自动定位；

根据所述人脸区域中的目标器官的感光信息进行姿态分析，计算所述目标人脸图像中的人脸姿态角度。

4.如权利要求1所述的基于静态人脸的对抗样本检测方法，其特征在于，所述利用预设的差值计算策略，对所述UV空间纹理图与预构建的标准UV空间纹理图进行对比，得到差值图像，包括：

分别提取所述UV空间纹理图以及预构建的标准UV空间纹理图中的目标区域；

分别配置所述UV空间纹理图与所述的标准UV空间纹理图中的目标区域的权重；

根据所述权重及预构建的差值计算方法，对所述UV空间纹理图与预构建的标准UV空间纹理图进行对比，得到差值图像。

5.如权利要求1所述的基于静态人脸的对抗样本检测方法，其特征在于，所述根据所述特征序列，利用预构建的二分类模型判断所述目标人脸图像是否为对抗样本图像之前，所述方法还包括：

获取预构建的决策树分类模型，并将预构建的样本差值图像集合导入所述决策树分类模型中进行训练；

在所述训练过程中，利用XGBoost训练算法对所述决策树分类模型中不同分类树进行权重配置；

当所述训练过程中的损失值达到预设标准阈值，停止训练过程，得到训练完成的所述二分类模型。

6.如权利要求1所述的基于静态人脸的对抗样本检测方法，其特征在于，所述利用预构建的卷积神经网络对所述差值图像进行特征提取，得到特征序列，包括：

利用预构建的卷积神经网络中的卷积核对所述差值图像进行卷积操作，得到初级特征矩阵集合；

对所述初级特征矩阵集合中的各个初级特征矩阵进行最大池化操作，得到池化特征矩阵集合；

对所述池化特征矩阵集合中的各个池化特征矩阵进行全连接操作，得到特征序列。

7.如权利要求1所述的基于静态人脸的对抗样本检测方法，其特征在于，所述计算目标图像中人脸的人脸姿态角度，并根据所述人脸姿态角度，从所述目标图片中提取人脸部分并进行摆正，得到目标人脸图像之前，所述方法还包括：

提取所述目标目标人脸图像中的人脸特征序列，并利用所述人脸特征序列查询预构建的人脸数据库；

当所述人脸特征序列不存在所述人脸数据库中，判定所述目标目标人脸图像不可能为对抗样本；

当所述目标人脸图像序列在所述人脸数据库中时，判定所述目标目标人脸图像存在为对抗样本的可能。