买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学

摘要：本发明公开了一种基于特征通道表征的活体检测方法及系统，该方法包括下述步骤：对视频数据集预处理，提取人脸图像并设置真伪标签和域标签；基于多尺度特征提取模块提取人脸图像的多尺度特征；基于自适应特征增广模块扩充多尺度特征的表征空间得到增广后的特征；基于通道级白化模块提升通道特征的判别表示能力；基于通道级剔除模块抑制对域偏移敏感的通道，以提取域不变信息；基于注意力特征融合模块融合通道级白化模块和通道级剔除模块输出的特征以得到最终的判别特征；根据最终的判别特征预测二分类结果；训练并更新网络的权重，基于训练后的网络模型得到活体检测预测结果。本发明能提高通道特征的判别表示能力及活体检测模型的域泛化性能。

主权项：1.一种基于特征通道表征的活体检测方法，其特征在于，包括下述步骤：将视频数据集进行视频分帧，提取各帧图像人脸区域得到人脸图像，为人脸图像设置对应的真伪标签和域标签；构建多尺度特征提取模块，提取人脸图像的多尺度特征；构建自适应特征增广模块扩充多尺度特征的表征空间，通过计算多尺度特征的特征统计量，对其进行高斯分布建模并引入扰动，求出统计量的不确定度，设置其上下限以控制扰动的程度，得到两个仿射参数，用于对多尺度特征进行增广变换以扩充其表征空间，得到增广后的特征；构建通道级白化模块，将增广后的特征输入通道级白化模块，利用映射层将增广后的特征的多通道映射为用于真假判别的两通道，在映射过程中根据经过大小排序后的映射层权重的索引，依次将最能表征真假两类的通道划分到同一分组，在每一组内计算协方差矩阵，并利用单位矩阵对其进行约束，计算得到白化损失；构建通道级剔除模块，将多尺度特征输入通道级剔除模块，利用域鉴别器中全连接层的权重计算预测为正确域的加权激活值，度量各个通道的域倾向性，剔除对域鉴别任务贡献大的通道，学习域不变特征；构建注意力特征融合模块，基于通道注意力机制将通道级白化模块优化后的特征、通道级剔除模块学习到的域不变特征进行融合，得到最终的判别特征；构建分类器，将最终的判别特征输入分类器得到二分类预测结果；分别采用真伪标签和域标签对分类器的输出结果和域鉴别器的输出结果进行监督，得到二分类损失和域鉴别损失，结合通道级白化模块的白化损失加权得到总损失函数，训练更新网络模型权重系数；基于训练后的网络模型得到活体检测预测结果。

全文数据：

权利要求：

百度查询： 华南理工大学 基于特征通道表征的活体检测方法及系统