[发明专利]模型训练方法、活体检测方法、装置和电子设备

说明书

本说明书实施例公开了一种基于隐私保护的模型训练方法、活体检测方法、装置和电子设备。所述方法包括：获取正常生物特征图像和异常生物特征图像；分别对正常生物特征图像和异常生物特征图像进行脱敏处理；利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练。本说明书实施例可以利用脱敏处理后的生物特征图像对活体检测模型进行训练，使得活体检测模型能够对脱敏图像进行活体检测。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种模型训练方法、活体检测方法、装置和电子设备。

背景技术

目前，生物识别技术广泛地应用于各种领域，是进行用户身份认证的主要手段之一。在相关技术中，可以采集生物特征图像；可以利用采集的生物特征图像进行用户身份认证。但是生物识别技术也面临被攻击的问题。例如，一些不法分子有可能伪造生物特征图像，进而利用伪造的生物特征图像进行用户身份认证。为此，可以利用活体检测模型对生物特征图像进行活体检测，以识别所述生物特征图像是否为伪造的生物特征图像。

在上述处理过程中，有可能会造成生物特征图像中隐私信息的泄漏。

发明内容

本说明书实施例提供一种基于隐私保护的模型训练方法、活体检测方法、装置和电子设备，以对生物特征图像中的隐私信息进行保护。本说明书实施例的技术方案如下。

本说明书实施例的第一方面，提供了一种基于隐私保护的模型训练方法，包括：获取正常生物特征图像和异常生物特征图像，所述正常生物特征图像和所述异常生物特征图像均包含隐私信息；分别对正常生物特征图像和异常生物特征图像进行脱敏处理，得到对正常生物特征图像中的隐私信息进行保护后的正常脱敏图像和对异常生物特征图像中的隐私信息进行保护后的异常脱敏图像；利用正常脱敏图像和异常脱敏图像对活体检测模型进行训练。

本说明书实施例的第二方面，提供了一种基于隐私保护的模型训练方法，包括：获取正常生物特征图像和异常生物特征图像；分别对正常生物特征图像和异常生物特征图像进行脱敏处理；利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练。

本说明书实施例的第三方面，提供了一种活体检测方法，包括：获取脱敏图像，所述脱敏图像通过对生物特征图像进行脱敏处理得到；利用活体检测模型，对所述脱敏图像进行活体检测，所述活体检测模型基于如第一方面或者第二方面所述方法训练得到。

本说明书实施例的第四方面，提供了一种模型训练装置，包括：获取单元，用于获取正常生物特征图像和异常生物特征图像；脱敏单元，用于分别对正常生物特征图像和异常生物特征图像进行脱敏处理；训练单元，用于利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练。

本说明书实施例的第五方面，提供了一种活体检测装置，包括：获取单元，用于获取脱敏图像，所述脱敏图像通过对生物特征图像进行脱敏处理得到；检测单元，用于利用活体检测模型，对脱敏图像进行活体检测，所述活体检测模型基于如第一方面或者第二方面所述方法训练得到。

本说明书实施例的第六方面，提供了一种电子设备，包括：至少一个处理器；存储有程序指令的存储器，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如第一方面、第二方面或者第三方面所述方法的指令。

本说明书实施例提供的技术方案，可以获取正常生物特征图像和异常生物特征图像；可以分别对正常生物特征图像和异常生物特征图像进行脱敏处理；可以利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练。这样一方面，可以利用脱敏处理后的生物特征图像对活体检测模型进行训练，使得活体检测模型能够对脱敏图像进行活体检测。另一方面，通过对生物特征图像进行脱敏处理，可以实现隐私保护。

附图说明