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：中国平安人寿保险股份有限公司

摘要：本发明公开了一种人脸活体检测模型的训练方法，应用于人工智能技术领域，用于解决目前的人脸活体检测模型无法进一步显示出判定该人脸图像为非活体的具体区域，导致人工核查效率低的技术问题。本发明提供的方法包括：获取原始样本图像；根据预设的尺寸从原始样本图像的非人脸活体样本图像中随机截取包括有非活体嫌疑区域的局部图像；通过该原始样本图像对人脸活体检测模型进行第一阶段训练；当该人脸活体检测模型的损失函数在第一阶段训练收敛时，通过该局部图像对该人脸活体检测模型进行第二阶段训练；当该人脸活体检测模型的损失函数在第二阶段训练收敛时，得到训练好的人脸活体检测模型。

主权项：1.一种人脸活体检测模型的训练方法，其特征在于，所述方法包括：获取包括有人脸活体样本图像和非人脸活体样本图像的原始样本图像；根据预设的尺寸从所述非人脸活体样本图像中随机截取包括有非活体嫌疑区域的局部图像，所述预设的尺寸的最大边长小于所述非人脸活体样本图像的尺寸的最小边长；通过所述原始样本图像对人脸活体检测模型进行第一阶段训练，所述通过所述原始样本图像对人脸活体检测模型进行第一阶段训练的步骤包括：获取所述原始样本图像中包括有所述人脸活体样本图像和所述非人脸活体样本图像的总样本数量；获取所述总样本数量的预设比例，所述预设比例小于1且大于0；所述人脸活体检测模型的损失函数对在先输入的所述总样本数量中预设比例数量的样本图像选用自适应学习率机制进行训练；所述人脸活体检测模型的损失函数对在后输入的所述总样本数量中的剩余样本图像选用cosine衰减学习率进行训练；当所述人脸活体检测模型的损失函数在第一阶段选用cosine衰减学习率进行训练至所述损失函数收敛时，判断所述人脸活体检测模型在第一阶段训练完成；当所述人脸活体检测模型的损失函数在第一阶段训练收敛时，通过所述局部图像对所述人脸活体检测模型进行第二阶段训练，所述通过所述局部图像对所述人脸活体检测模型进行第二阶段训练的步骤包括：所述人脸活体检测模型的损失函数在第二阶段对输入的所述局部图像选用cosine衰减学习率进行训练；当所述人脸活体检测模型的损失函数在第二阶段选用cosine衰减学习率进行训练至所述损失函数收敛时，通过随机梯度下降优化器SGD对所述人脸活体检测模型进行优化，直到所述人脸活体检测模型的损失函数再次收敛；当所述人脸活体检测模型的损失函数在第二阶段训练收敛时，得到训练好的人脸活体检测模型。

全文数据：

权利要求：

百度查询： 中国平安人寿保险股份有限公司 人脸活体检测模型的训练方法、装置、设备及存储介质