静默活体检测方法、装置、终端设备和存储介质_亚信科技.pdf
免费下载
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号
(43)申请公布日
(21)申请号 202210345497.5
(22)申请日 2022.03 .31
(71)申请人 亚信科技（南京）有限公司
地址 210013 江苏省南京市鼓楼区古平岗4
号鼓楼紫金智梦园B座
(72)发明人 于潇丹
(74)专利代理机构 北京市立方律师事务所
11330
专利代理师 张筱宁
(51)Int.Cl.
G06V
40/40
(2022 .01)
G06K
9/62
(2022 .01)
G06V
10/774
(2022 .01)
G06V
10/764
(2022 .01)
G06V
10/82
(2022 .01)
G06N
3/04
(2006 .01)
G06N
3/08
(2006 .01)
(54)发明名称
静默活体检测方法、装置、终端设备和存储
介质
(57)摘要
一种静默活体检测方法，包括：获取待检测
图像；利用预先训练的活体检测模型通过深度学
习提取待检测图像中的图像特征数据，通过基于
多维度的注意力机制以处理采用四元数表示的
图像特征数据以输出活体预测概率和非活体预
测概率；依据活体预测概率和非活体预测概率判
断所述待检测图像是否通过检测。通过采用上述
技术方案，避免卷积过程中对特征的丢失，提升
模型的性能。
权利要求书2页 说明书9页 附图2页
CN 114663987 A
2022.06.24
CN 114663987 A
1 .一种静默活体检测方法，其特征在于，包括：
获取待检测图像；
利用预先训练的活体检测模型通过深度学习提取所述待检测图像中的图像特征数据，
通过基于多维度的注意力机制以处理采用四元数表示的所述图像特征数据以输出活体预
测概率和非活体预测概率；
依据所述活体预测概率和所述非活体预测概率判断所述待检测图像是否通过检测。
2.根据权利要求1所述的静默活体检测方法，其特征在于，所述活体检测模型的训练方
法包括：
通过人脸图像以获取图像样本；
对所述图像样本进行标记处理，并将标记的所述图像样本作为输入图像输入至所述活
体检测模型进行训练。
3 .根据权利要求2所述的静默活体检测方法，其特征在于，所述并将标记的所述图像样
本作为输入图像输入至所述活体检测模型进行训练之后，还包括：
对所述输入图像进行初步特征提取之后，经多个卷积操作的堆叠以提取出深度特征
图。
4 .根据权利要求3所述的静默活体检测方法，其特征在于，所述经多个卷积操作的堆叠
以提取出深度特征图，包括：
采用四元数表示所述深度特征图之后，基于三维矩阵对所述深度特征图进行1*1卷积
运算以进行降维处理；
进行池化处理以输出实际预测结果；
通过四元数全连接层调整所述活体检测模型的权重分布，直至所述实际预测结果与目
标预测结果的偏差在容许范围内时，训练完成，以获取训练完成的所述活体检测模型。
5 .根据权利要求4所述的静默活体检测方法，其特征在于，所述经多个卷积操作的堆叠
以提取出深度特征图，其中首次卷积操作的具体步骤包括：
对图像进行升维处理并交叉采用不同的卷积核对图像进行深度卷积操作；
经深度卷积操作之后的结果以通道为单位输出并交于多维度的注意力机制进行处理，
基于多维度的注意力机制中引入四元数对特征图进行表示；
经多维度的注意力机制处理后按通道为单位输出的结果，对每个通道的结果进行相加
处理并执行降维处理。
6 .根据权利要求5所述的静默活体检测方法，其特征在于，所述经多个卷积操作的堆叠
以提取出深度特征图，其中后续多次卷积操作的具体步骤包括：
对图像进行升维处理以四元数进行特征表示，并交叉采用不同的卷积核对图像进行深
度卷积操作；
经深度卷积操作之后的结果以通道为单位输出并交于多维度的注意力机制进行处理，
基于多维度的注意力机制中引入四元数对特征图进行表示；
经多维度的注意力机制处理后按通道为单位输出的结果，对每个通道的结果进行相加
处理并执行降维处理。
7 .根据权利要求6所述的静默活体检测方法，其特征在于，所述对每个通道的结果进行
相加处理并执行降维处理后，具体步骤包括：
权 利 要 求 书
1/2 页
2
CN 114663987 A
2
of 14
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论