[发明专利]基于融合特征和字典学习的人脸表示攻击检测方法及系统有效
申请号: | 202010696193.4 | 申请日: | 2020-07-20 |
公开(公告)号: | CN111967331B | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 傅予力;黄汉业;向友君;许晓燕;吕玲玲 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/80;G06V10/77;G06V10/774;G06V40/40;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 李斌 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于融合特征和字典学习的人脸表示攻击检测方法及系统,该方法步骤包括:根据人脸图像二次成像的失真来源提取完整人脸图像的图像质量特征;构建深度卷积网络模型,通过深度卷积网络提取人脸图像块的深度网络特征;将两种特征级联通过PCA生成最终的融合特征;利用融合特征初始化字典原子,训练基于低秩共享字典的字典学习分类器;基于融合特征重构残差的大小判断测试样本的类别。本发明首次结合图像质量特征和深度网络特征进行人脸表示攻击检测,更好地利用了单帧图像提供的信息,有效增强了提取特征的判别能力;首次通过低秩共享字典剥离出真伪样本的相同模式,不仅成功提高了攻击检测的准确率,而且具有良好的泛化性。 | ||
搜索关键词: | 基于 融合 特征 字典 学习 表示 攻击 检测 方法 系统 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202010696193.4/,转载请声明来源钻瓜专利网。