[发明专利]人脸真伪鉴定方法、装置、设备及存储介质

说明书

本申请公开了一种人脸真伪鉴定方法、装置、设备及存储介质，方法包括：获取待识别人脸图像的图像信息，将图像信息输入人脸真伪鉴定模型，生成颜色特征图和边缘特征图，人脸真伪鉴定模型包括级联的隐式特征提取层和鉴定层，隐式特征提取层包括级联的第一网络单元和第二网络单元，第一网络单元对颜色特征图和边缘特征图进行细节特征提取，获得第一颜色特征图和第一边缘特征图，第二网络单元对第一颜色特征图和第一边缘特征图进行深度特征提取和池化，获得颜色特征向量和边缘特征向量，鉴定层根据颜色特征向量和边缘特征向量确定人脸真伪鉴定结果。由于第一网络单元没有进行池化操作，从而防止人脸图像中噪声信号能量的减少，以提高鉴定准确率。

技术领域

本申请属于人脸识别技术领域，尤其涉及一种人脸真伪鉴定方法、装置、设备及存储介质。

背景技术

随着人工智能技术的高速发展，人脸识别技术得到了广泛的应用。在生活中，人脸图像几乎随处可得，随之带来的安全问题也层出不穷，对于人脸真伪的鉴定就显得尤为重要。

现有的人脸真伪鉴定方法通过将每个空间特征图分别输入多卷积级联器，得到空间特征向量，从而鉴定人脸的真伪。但是这种方法的鉴定结果准确率较低。

发明内容

为至少解决上述问题，本申请实施例提供一种人脸真伪鉴定方法、装置、设备及存储介质。

第一方面，本申请实施例提供了一种人脸真伪鉴定方法，其包括：生成颜色特征图和边缘特征图，其中，人脸真伪鉴定模型包括级联的隐式特征提取层和鉴定层，隐式特征提取层包括级联的第一网络单元和第二网络单元，第一网络单元用于根据颜色特征图和边缘特征图进行细节特征提取，获得对应的第一颜色特征图和第一边缘特征图，第二网络单元用于根据第一颜色特征图和第一边缘特征图进行深度特征提取和池化，获得对应的颜色特征向量和边缘特征向量，鉴定层用于根据颜色特征向量和边缘特征向量，确定人脸真伪鉴定结果。

在一些实施例中，隐式特征提取层包括：第一网络分支和第二网络分支，第一网络分支用于根据颜色特征图进行隐式特征提取，获得颜色特征向量，第二网络分支用于根据边缘特征图进行隐式特征提取，获得边缘特征向量。

在一些实施例中，人脸真伪鉴定模型在特征提取层和鉴定层之间还接入了特征融合层，特征融合层，用于融合颜色特征向量和边缘特征向量，获得融合人脸特征。根据颜色特征向量和边缘特征向量，确定人脸真伪鉴定结果，包括：通过特征融合层融合颜色特征向量和边缘特征向量，获得融合人脸特征；根据融合人脸特征确定人脸真伪鉴定结果。

在一些实施例中，第一网络单元包括级联的第一网络子单元和第二网络子单元，第一网络子单元用于根据颜色特征图和边缘特征图通过组卷积、归一化和激活函数进行细节特征提取，获得初始颜色特征图和初始边缘特征图；第二网络子单元用于根据初始颜色特征图和初始边缘特征图进行残差学习，获得对应的第一颜色特征图和第一边缘特征图。

在一些实施例中，第二网络子单元包括至少一个第一网络层，第一网络层包括短连接的第一残差分支和直接映射分支，残差分支包括级联的第一模块、第一降维卷积模块、第一可分离卷积模块、第一升维卷积模块以及第二归一化模块，第一模块包括级联的第一组卷积子模块、第一归一化子模块以及第一激活函数子模块。

在一些实施例中，第二网络单元包括级联的第三网络子单元和第四网络子单元，第三网络子单元用于根据第一颜色特征图和第一边缘特征图进行残差学习和平均池化，获得对应的第二颜色特征图和第二边缘特征图；第四网络子单元用于根据第二颜色特征图和第二边缘特征图进行深度特征提取和全局池化，获得对应的颜色特征向量和边缘特征向量。