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：中新国际联合研究院;华南理工大学

摘要：本发明公开了一种基于元伪标签和光照不变特征的人脸欺骗检测方法和系统，该方法的步骤包括：数据预处理得到RGB颜色通道图和PLGF图；RGB颜色通道图划分出有标签样本、无标签样本、增强后的无标签样本，送入教师学习模块得到教师半监督损失、无标签样本的伪标签、增强后的无标签损失，更新学生模型和教师模型的参数；将PLGF图送入光照不变特征提取网络得到特征向量和分类向量，利用三元组损失和交叉熵损失监督训练后保存网络模型和参数；利用验证集确定阈值；加载测试数据到学生模型和光照不变特征提取网络，得到相应的RGB分类分数和PLGF分类分数，加权求和得到分类分数，根据阈值判决分类结果。本发明在训练样本不充足情况下提高人脸欺骗检测模型的鲁棒性。

主权项：1.一种基于元伪标签和光照不变特征的人脸欺骗检测方法，其特征在于，包括下述步骤：对输入图像抠取人脸区域图像，得到RGB颜色通道图；对待训练的RGB颜色通道图随机裁剪出图像块，划分为有标签样本、无标签样本和增强后的无标签样本，作为RGB分支训练的样本；对待训练的RGB颜色通道图进行光照分离预处理得到PLGF图，进行数据增强，作为PLGF分支训练的样本；构建学生模型和教师模型；构建教师学习模块，将所述有标签样本、无标签样本和增强后的无标签样本送入教师学习模块，得到教师半监督损失、无标签数据的伪标签、增强后的无标签损失；构建学生元学习模块，将有标签样本、增强后的无标签样本、无标签样本的伪标签送入学生元学习模块更新学生模型参数，得到学生的元学习损失；构建教师更新模块，利用教师半监督损失、增强后的无标签损失、学生元学习损失更新教师模型参数；根据损失函数用优化器迭代更新学生模型和教师模型的网络参数，完成训练后保存教师模型和学生模型的参数；构建基于NeXtVLAD的注意力模块；搭建特征提取主干网，嵌入注意力模块，构建光照不变特征提取网络；将数据增强后的PLGF图输入到光照不变特征提取网络，得到特征向量和分类向量，特征向量和真实标签送入三元组损失函数得到三元组损失，分类向量和真实标签通过交叉熵函数得到交叉熵损失，根据三元组损失、交叉熵损失用优化器更新光照不变特征提取网络参数，完成训练后保存光照不变特征提取网络的参数；将验证集人脸RGB颜色通道图送入学生模型，得到RGB分类分数，同时经过光照分离预处理得到PLGF图，送入光照不变特征提取网络得到PLGF分类分数，将RGB分类分数和PLGF分类分数加权求和得到总的分类分数，根据不同的判决阈值得到预测的标签值，与真实标签比较，计算虚警率和漏检率，取两者相等时的阈值作为测试判决阈值T；将测试集人脸RGB颜色通道图送入训练好的学生模型，得到RGB分类分数，同时经过光照分离预处理得到PLGF图，送入训练好的光照不变特征提取网络得到PLGF分类分数，将RGB分类分数和PLGF分类分数加权求和得到总的分类分数，根据测试判决阈值T得到最终预测的标签值，计算基准指标。

全文数据：

权利要求：

百度查询： 中新国际联合研究院 华南理工大学 基于元伪标签和光照不变特征的人脸欺骗检测方法和系统