[发明专利]一种基于预训练图片残差的人脸识别活体检测方法

权利要求书

1.一种基于预训练图片残差的人脸识别活体检测方法，其特征在于，具体包括如下步骤：

(1)对数据集做平均脸处理；具体为：

根据训练数据集中的真脸和假脸获取各自平均人脸成像：

得到真人平均脸Real_avg和伪造平均脸Fake_avg；

(2)将输入判断的图片与平均脸做残差获得残差图像；具体包括：

获取残差底图和残差平均脸；所述获取残差底图步骤具体为：准备一张像素值均为(128，128，128)的图像作为残差底图ResImg_base；所述残差平均脸获取步骤具体为：利用获取的真人平均脸Real_avg和伪造平均脸Fake_avg求得残差平均脸，计算公式为：ResImg_avg＝Real_avg-Fake_avg+ResImg_base；

利用残差底图和残差平均脸对真人脸输入Real_input和伪造脸输入Fake_input均进行数据增强；所述数据增强具体包括如下步骤：

获取残差伪造脸：ResImg_fake＝Real_avg-Fake_input+ResImg_base

获取残差平均脸融合伪造脸：MergeImg_fake＝Fake_input+ResImg_avg

获取残差真人脸：ResImg_real＝Real_avg-Real_input+ResImg_base

获取残差平均脸融合真人脸：MergeImg_real＝Real_input+ResImg_avg；

蔟取数据增强后的数据集：蔟取到的数据集为三组相对的数据集：

D_A：(Real_input，Fake_input)

D_B：(ResImg_real，ResImg_fake)

D_c：(MergeImg_real，MergeImg_fake)；

(3)将处理后的图像输入神经网络中获取判断结果。

2.根据权利要求1所述的一种基于预训练图片残差的人脸识别活体检测方法，其特征在于：所述将处理后的图像输入神经网络中获取判断结果步骤具体为：将D_A，D_B，D_c送入ShuffleNet神经网络，进行训练分类操作。