[发明专利]反欺骗方法和设备

权利要求书

1.一种反欺骗方法，包括：

从输入生物特征信息提取输入嵌入向量；

基于伪造生物特征信息获得预定伪造模型的伪造嵌入向量；

获得预定真实模型的真实嵌入向量和注册模型的注册嵌入向量中的至少一个，注册模型基于注册用户的生物特征信息被生成；

基于伪造嵌入向量以及真实嵌入向量和注册嵌入向量中的至少一个来确定输入嵌入向量的置信度值；和

基于置信度值来确定输入生物特征信息是否被伪造。

2.根据权利要求1所述的反欺骗方法，其中，置信度值基于输入嵌入向量与真实嵌入向量、注册嵌入向量和伪造嵌入向量中的任何一个或任何组合之间的后验概率而被确定。

3.根据权利要求2所述的反欺骗方法，其中，后验概率基于输入嵌入向量与真实嵌入向量、注册嵌入向量和伪造嵌入向量中的任何一个或任何组合之间的距离或相似度而被计算。

4.根据权利要求1所述的反欺骗方法，其中，确定置信度值的步骤包括：

基于真实嵌入向量与输入嵌入向量之间的第一距离和注册嵌入向量与输入嵌入向量之间的第三距离，确定与输入生物特征信息未被伪造的情况对应的第一类别的值；

基于伪造嵌入向量与输入嵌入向量之间的第二距离，确定与输入生物特征信息被伪造的情况对应的第二类别的值；和

基于第一类别的值和第二类别的值来确定置信度值。

5.根据权利要求4所述的反欺骗方法，其中，确定第一类别的值的步骤包括：执行第三距离与第一距离和第三距离中的较低值的加权求和。

6.根据权利要求4所述的反欺骗方法，其中，基于第一类别的值和第二类别的值来确定置信度值的步骤包括：将第一类别的值和第二类别的值应用于softmax函数并确定置信度值。

7.根据权利要求1所述的反欺骗方法，其中，确定置信度值的步骤包括：

估计输入嵌入向量与真实嵌入向量之间的第一后验概率和输入嵌入向量与注册嵌入向量之间的第三后验概率中的至少一个；

估计输入嵌入向量与伪造嵌入向量之间的第二后验概率；和

基于第二后验概率以及第一后验概率和第三后验概率中的至少一个来确定置信度值。

8.根据权利要求7所述的反欺骗方法，其中，确定置信度值的步骤包括：基于第二后验概率以及第一后验概率和第三后验概率中的至少一个计算一个或多个概率比；和

确定输入生物特征信息是否被伪造的步骤包括：基于所述一个或多个概率比确定输入生物特征信息是否被伪造。

9.根据权利要求8所述的反欺骗方法，其中，

计算所述一个或多个概率比的步骤包括：

计算第一后验概率与第二后验概率之间的第一概率比；和

计算第二后验概率与第三后验概率之间的第二概率比，并且

确定置信度值的步骤包括：执行第一概率比和第二概率比的加权求和。

10.根据权利要求1至权利要求9中的任一项所述的反欺骗方法，还包括：

将包括在真实模型、伪造模型和注册模型中的任何一个或任何组合中的多个嵌入向量之中最接近输入嵌入向量的至少一个嵌入向量确定为代表性嵌入向量。

11.根据权利要求1至权利要求9中的任一项所述的反欺骗方法，其中，伪造嵌入向量是伪造模型的最接近输入嵌入向量的预定数量的伪造嵌入向量的平均值。

12.根据权利要求1至权利要求9中的任一项所述的反欺骗方法，其中，

提取输入嵌入向量的步骤包括：使用神经网络从输入生物特征信息提取输入嵌入向量，神经网络被训练为提取用于检测生物特征信息是否被伪造的特征，并且

神经网络基于真实生物特征信息和伪造生物特征信息被训练。