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：杭州名光微电子科技有限公司

摘要：公开了一种基于深度学习的3D人脸防伪系统及其方法。其首先获取由深度相机采集的待验证对象的3D人脸图像，接着，提取所述3D人脸图像的人脸形状特征和人脸纹理特征，然后，融合所述人脸形状特征和所述人脸纹理特征以得到人脸多尺度特征，最后，基于所述人脸多尺度特征，确定所述3D人脸图像属于真实人脸或者3D打印人脸模型。这样，可以实现真实人脸和3D打印人脸模型的区分。

主权项：1.一种基于深度学习的3D人脸防伪方法，其特征在于，包括：获取由深度相机采集的待验证对象的3D人脸图像；提取所述3D人脸图像的人脸形状特征和人脸纹理特征；融合所述人脸形状特征和所述人脸纹理特征以得到人脸多尺度特征；以及基于所述人脸多尺度特征，确定所述3D人脸图像属于真实人脸或者3D打印人脸模型；其中，还包括训练步骤：对基于三维卷积神经网络模型的人脸形状特征提取器、基于三维卷积神经网络模型的人脸纹理特征提取器、通道注意力层和分类器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括由深度相机采集的待验证对象的训练3D人脸图像，以及，所述训练3D人脸图像属于真实人脸或者3D打印人脸模型的真实值；将所述训练3D人脸图像通过所述基于三维卷积神经网络模型的人脸形状特征提取器以得到训练人脸形状特征图；将所述训练3D人脸图像通过所述基于三维卷积神经网络模型的人脸纹理特征提取器以得到训练人脸纹理特征图；融合所述训练人脸形状特征图和所述训练人脸纹理特征图以得到训练人脸多尺度特征图；将所述训练人脸多尺度特征图通过所述通道注意力层以得到训练通道显化人脸多尺度特征图；对所述训练通道显化人脸多尺度特征图进行优化以得到优化的训练通道显化人脸多尺度特征图；将所述优化的训练通道显化人脸多尺度特征图通过分类器以得到分类损失函数值；以及以所述分类损失函数值来对所述基于三维卷积神经网络模型的人脸形状特征提取器、所述基于三维卷积神经网络模型的人脸纹理特征提取器、所述通道注意力层和所述分类器进行训练；其中，对所述训练通道显化人脸多尺度特征图进行优化以得到优化的训练通道显化人脸多尺度特征图，包括步骤：确定所述训练通道显化人脸多尺度特征图通过所述分类器得到的类概率值，并将一减去所述类概率值以得到逆类概率值；计算所述训练通道显化人脸多尺度特征图的每个特征值以所述类概率值为指数的幂函数，并分别与所述类概率值和所述逆类概率值点乘以得到第一中间特征图和第二中间特征图；计算所述训练通道显化人脸多尺度特征图的每个特征值以所述逆类概率值为指数的幂函数，并与所述类概率值点乘以得到第三中间特征图；将所述第二中间特征图与所述第三中间特征图进行点乘后，进一步与所述第一中间特征图进行点加，以得到优化的训练通道显化人脸多尺度特征图。

全文数据：

权利要求：

百度查询： 杭州名光微电子科技有限公司 基于深度学习的3D人脸防伪系统及其方法