[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

说明书

本申请实施例公开了一种训练方法、人脸防伪检测方法、相关设备及存储介质，其中，所述训练方法包括：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。

技术领域

本申请涉及一种图像处理技术，具体涉及一种人脸防伪检测模型的训练方法、人脸防伪检测方法、相关设备及计算机存储介质。

背景技术

相关技术中，人脸防伪检测意在对用户的面部进行识别时，通过算法判断这张脸是否是活体人脸。如果不是活体人脸，比如是合成人脸、或者恶意使用包括有他人人脸的照片或视频，将会在需要利用活体人脸进行开锁、解码等使用场合下，为用户带来损失。如果将合成人脸、包括有他人人脸的照片或视频中的人脸视为假脸（非活体人脸），则目前人脸防伪检测算法意在通过对比活体人脸与假脸的纹理差异和/或几何特征如构造来判断是否是活脸。上述纹理特征和/或几何特征在人脸防伪检测任务中的表现能力有限，可见，利用相关技术中的人脸防伪检测算法而得到的检测结果，其可靠性还有待于提高。

发明内容

为解决现有存在的技术问题，本申请实施例提供一种人脸防伪检测模型的训练方法、人脸防伪检测方法、相关设备及计算机存储介质。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种人脸防伪检测模型的训练方法，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。

前述方案中，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。

前述方案中，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。

前述方案中，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。

前述方案中，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。