[发明专利]一种防止非活体攻击的人脸识别方法

权利要求书

1.一种防止非活体攻击的人脸识别方法，其特征在于，包括以下步骤：

步骤一：训练2D人脸识别模型和3D人脸识别模型；

步骤二：对人脸进行录入；

步骤三：对人脸进行识别，

在对人脸进行识别时，通过测温热成像模块判定检测人脸是真实人脸还是立体模型人脸，并结合2D与3D人脸识别模型进行联合判断。

2.根据权利要求1所述的一种防止非活体攻击的人脸识别方法，其特征在

于：所述2D人脸数据为普通的RGB人脸图像，3D人脸数据为从点云提取出的深度图以及深度图进行后处理的伪RGB数据，所述步骤一中2D人脸识别模型和3D人脸识别的训练流程如下：首选，准备裁剪好的人脸数据，以及其各自对应的人物标签，不同的标签代表不同的人，同一个人有一张或者多张人脸照片数据；然后，使用resent50作为主干网络，使用ArcFace Loss作为损失函数，计算网络输出与标签之间的损失，其具体公式为：

；

其次，将数据输入网络后，使用梯度下降法迭代网络参数，使网络输出的人物分类与标签一致；最后，在模型训练完成后，将网络最后的分类层去掉，将前一层输出的feature map作为人脸特征，实现不同的人脸对比，对两个feature map分别命名为x和y，计算两个feature map间的欧式距离，公式为：

，

同一个人的人脸feature map之间相似，其距离较近，不同人的人脸feature map相异，其距离较远。

3.根据权利要求1所述的一种防止非活体攻击的人脸识别方法，其特征在

于：所述步骤二中对人脸进行录入时，同时采集当前待录入个体的RGB人脸和深度图数据，并将RGB人脸输入到2D人脸识别模型、深度图人脸经过预处理之后输入到3D人脸识别模型，分别计算出2D人脸特征向量和3D人脸识别特征向量，保存该特征值进入人脸库作为该个体被识别的基准。

4.根据权利要求1所述的一种防止非活体攻击的人脸识别方法，其特征在

于：所述步骤三对人脸进行识别时，同时采集当前个体的RGB人脸图像和深度图数据，将RGB人脸输入到2D人脸识别，深度图经过预处理后输入到3D人脸识别模型，并分别计算出2D人脸特征向量和3D人脸识别特征向量，再将该个体的2D特征向量与人脸库中的所有2D特征向量计算欧氏距离、该个体的3D特征向量与人脸库中的所有3D特征向量计算欧氏距离，将两个距离加权求和，得到联合特征向量距离，联合距离公式为：

。

5.根据权利要求4所述的一种防止非活体攻击的人脸识别方法，其特征在

于：若该个体与人脸库中联合距离最小的个体、其距离值低于预先设定的距离阈值，则认为该个体与人脸库中联合距离最小的个体为同一人，视为识别成功；若与人脸库中的所有个体之间的联合距离都大于距离阈值，则认为该个体不在人脸库中，视为识别失败。