[发明专利]训练方法、人脸防伪检测方法、相关设备及存储介质

权利要求书

1.一种人脸防伪检测模型的训练方法，其特征在于，所述方法包括：

获得训练集数据，所述训练集数据表征为人脸图像；

利用所述训练集数据对所述人脸防伪检测模型进行训练；

其中，所述利用所述训练集数据对所述人脸防伪检测模型进行训练，包括：

利用所述人脸防伪检测模型对人脸图像的深度特征图进行计算，并依据深度特征图，得到第一参数和第二参数，其中第一参数表征为对所述人脸图像中各个区域的深度信息进行预测而得到的预测值，第二参数表征为所述预测值的准确性，以及基于所述第一参数和第二参数计算所述人脸防伪检测模型的损失函数值。

2.根据权利要求1所述的方法，其特征在于，所述人脸防伪检测模型包括至少一个第一卷积层，相应的，所述利用所述人脸防伪检测模型对人脸图像的深度特征图进行计算，包括：

将所述人脸图像输入至第一卷积层；

所述人脸图像经所述第一卷积层的卷积操作而得到所述深度特征图。

3.根据权利要求1所述的方法，其特征在于，所述人脸防伪检测模型包括至少一个第二卷积层和第三卷积层，相应的，所述依据深度特征图，得到第一参数和第二参数，包括：

将所述深度特征图分别输入至所述第二卷积层和第三卷积层；

所述深度特征图经所述第二卷积层的卷积操作而得到所述第一参数；

所述深度特征图经所述第三卷积层的卷积操作而得到所述第二参数。

4.根据权利要求1至3任一项所述的方法，其特征在于，在利用所述第一参数和第二参数，计算所述人脸防伪检测模型的损失函数值之前，所述方法还包括：

利用所述第一参数和第二参数，构建所述人脸防伪检测模型的损失函数。

5.根据权利要求4所述的方法，其特征在于，所述利用所述第一参数和第二参数，构建所述人脸防伪检测模型的损失函数，包括：

依据第一参数和第二参数，获得实际参数；

依据实际参数和预设的理想参数之间的距离和/或均方误差，构建所述损失函数。

6.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：

在所述损失函数值小于或等于设定阈值的情况下对所述人脸防伪检测模型的训练完成；和/或，在训练的人脸防伪检测模型对验证集数据中的人脸图像的识别准确率高于预定值的情况下对所述人脸防伪检测模型的训练完成。

7.根据权利要求6所述的方法，其特征在于，在对所述人脸防伪检测模型训练完成之后，所述方法还包括：

获得测试集数据，所述测试集数据表征为人脸图像；

利用训练完成的人脸防伪检测模型对所述人脸图像是否是针对活体人脸的图像进行检测。

8.根据权利要求7所述的方法，其特征在于，所述利用训练完成的人脸防伪检测模型对所述人脸图像是否是针对活体人脸的图像进行检测，包括：

利用所述人脸防伪检测模型计算人脸图像的深度特征图，并依据深度特征图，对所述人脸图像中各个区域的深度信息进行计算，以及基于计算结果确定所述人脸图像是否是针对活体人脸的图像。

9.一种人脸防伪检测方法，其特征在于，包括：

获得测试集数据，所述测试集数据表征为人脸图像；

利用训练完成的人脸防伪检测模型对所述人脸图像是否是针对活体人脸的图像进行检测；其中，所述人脸防伪检测模型基于权利要求1-8任一所述的方法训练而成；

其中，所述利用训练完成的人脸防伪检测模型对所述人脸图像是否是针对活体人脸的图像进行检测，包括：

利用所述人脸防伪检测模型计算人脸图像的深度特征图，并依据深度特征图，对所述人脸图像中各个区域的深度信息进行预测，以及基于预测结果确定所述人脸图像是否是针对活体人脸的图像。