CN114120454A

CN114120454A - 活体检测模型的训练方法、装置、电子设备及存储介质

Info

Publication number: CN114120454A
Application number: CN202111436014.4A
Authority: CN
Inventors: 黄泽斌
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2021-11-29
Filing date: 2021-11-29
Publication date: 2022-03-01

Abstract

本公开提供了活体检测模型的训练方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于人脸识别、活体检测等场景。具体实现方案为：获取样本图像以及样本图像的活体检测真实标签；将样本图像输入初始网络，以使初始网络提取样本图像的全局特征，基于全局特征进行标签预测，基于标签预测结果和活体检测真实标签计算第一损失；将全局特征划分为预设数目的局部特征，并基于各局部特征之间的解耦程度计算第二损失；根据第一损失和第二损失调整初始网络中的可学习参数。使模型学习到的特征更加独立，符合活体检测任务的特性，且自动学习到对活体检测起决定性作用的局部特征，提高活体检测的准确度。

Description

活体检测模型的训练方法、装置、电子设备及存储介质

技术领域

本公开涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于人脸识别、活体检测等场景。

背景技术

随着电子商务等技术的发展，基于人脸的身份验证已经得到广泛的应用，基于人脸的身份验证主要是通过人脸识别技术来实现，在人脸识别技术极大提高了人们生活便利性的同时，其安全性问题也逐渐暴露，例如通过打印照片、屏幕照片等伪装为实体人脸通过验证。

可见，人脸识别技术中，需要人脸活体检测技术来判断人脸图像是否是通过拍摄活体人脸得到的。

发明内容

本公开提供了一种活体检测方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种活体检测模型的训练方法，包括：

获取样本图像以及所述样本图像的活体检测真实标签；

将所述样本图像输入初始网络，以使所述初始网络提取所述样本图像的全局特征，基于所述全局特征进行标签预测，并基于标签预测结果和所述活体检测真实标签计算第一损失；将所述全局特征划分为预设数目的局部特征，并基于各局部特征之间的解耦程度计算第二损失；所述解耦程度表征局部特征之间相互独立的程度；

根据所述第一损失和所述第二损失调整所述初始网络中的可学习参数。

根据本公开的另一方面，提供了一种活体检测方法，包括：

获取待检测的人脸图像；

将所述人脸图像输入预先训练完成的活体检测模型，以使所述活体检测模型提取所述人脸图像的解耦特征，并基于所述解耦特征进行活体检测；其中，所述解耦特征包括：多个两两之间相互独立的人脸图像特征；

获得所述活体检测模型输出的活体检测结果。

根据本公开的另一方面，提供了一种活体检测模型的训练装置，包括：

第一获取模块，用于获取样本图像以及所述样本图像的活体检测真实标签；

第一输入模块，用于将所述样本图像输入初始网络，以使所述初始网络提取所述样本图像的全局特征，基于所述全局特征进行标签预测，并基于标签预测结果和所述活体检测真实标签计算第一损失；将所述全局特征划分为预设数目的局部特征，并基于各局部特征之间的解耦程度计算第二损失；所述解耦程度表征局部特征之间相互独立的程度；

调整模块，用于根据所述第一损失和所述第二损失调整所述初始网络中的可学习参数。

根据本公开的另一方面，提供了一种活体检测装置，包括：

第二获取模块，用于获取待检测的人脸图像；

第二输入模块，用于将所述人脸图像输入预先训练完成的活体检测模型，以使所述活体检测模型提取所述人脸图像的解耦特征，并基于所述解耦特征进行活体检测；其中，所述解耦特征包括：多个两两之间相互独立的人脸图像特征；

获得模块，用于获得所述活体检测模型输出的活体检测结果。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行活体检测模型的训练方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行活体检测模型的训练方法。

根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现活体检测模型的训练方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。

图1为本公开实施例提供的活体检测模型的训练方法的一种流程示意图；

图2为本公开实施例提供的活体检测模型的训练方法的一种示意图；

图3为本公开实施例提供的活体检测方法的一种流程示意图；

图4是用来实现本公开实施例的活体检测模型的训练方法的装置的框图；

图5是用来实现本公开实施例的活体检测方法的装置的框图；

图6是用来实现本公开实施例的活体检测模型的训练方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

人脸活体检测是人脸相关领域的基础技术之一，可以应用于考勤、门禁通行等诸多场景。在当前的很多业务上都有广泛的应用。

常见的活体检测算法大部分使用人脸的全局特征来进行活体检测，然而用来区分活体和非活体的特征通常并非全局特征，而是少数起决定性作用的局部特征。如果没有将局部特征从全局特征中解耦出来，就无法体现少数决定性局部特征的作用，导致模型的泛化性不够强，最终导致活体检测的准确度较低。

为了解决上述技术问题，本公开提供了一种活体检测模型的训练方法、装置、电子设备及存储介质。

本公开的一个实施例中，提供了一种活体检测模型的训练方法，方法包括：

获取样本图像以及所述样本图像的活体检测真实标签；

可见，在训练过程中，对全局特征进行划分，得到多个局部特征，基于各局部特征之间的解耦程度计算第二损失，并结合标签预测结果和活体检测真实标签计算的第一损失，对模型进行训练。从而在模型训练过程中，各个局部特征逐渐相互解耦，即相互独立。最终实现对全局特征进行解耦，得到多个解耦的局部特征，使模型学习到的特征更加独立，符合活体检测任务的特性。并且网络模型能够自动学习到对活体检测起决定性作用的局部特征，提高模型的泛化能力，最终提高活体检测的准确度。

并且，在实际应用中，可以根据实际场景对不同的局部特征设置相应的超参系数，以控制模型在不同场景下的表现力，而不需要每次都通过增加训练数据等费时费力的方法来提升模型对不同场景的适应能力。

下面对本公开实施例提供的活体检测模型的训练方法、装置、电子设备及存储介质分别进行详细介绍。

参见图1，图1为本公开实施例提供的活体检测模型的训练方法的一种流程示意图，如图1所示，方法可以包括以下步骤：

S101：获取样本图像以及样本图像的活体检测真实标签。

本公开实施例中，样本图像可以包括正样本图像和负样本图像，正样本图像是通过拍摄真实人脸得到的图像，对应的活体检测真实标签为活体；负样本图像是通过拍摄非真实人脸得到的图像，对应的活体检测真实标签为非活体。

S102：将样本图像输入初始网络，以使初始网络提取样本图像的全局特征，基于全局特征进行标签预测，并基于标签预测结果和活体检测真实标签计算第一损失；将全局特征划分为预设数目的局部特征，并基于各局部特征之间的解耦程度计算第二损失，解耦程度表征局部特征之间相互独立的程度。

本公开实施例中，初始网络中设置有特征提取层，用于提取样本图像的全局特征。

作为一个示例，使用resnet18作为backbone(主干网络)提取图像特征。resnet18提取的图像特征为全局特征，例如256维的全局特征，该全局特征以及下文中的局部特征均是向量形式。

随后，全局特征依次通过全连接层、softmax层，得到标签预测结果，然后结合样本图像的活体检测真实标签，采用交叉熵计算损失值，作为第一损失。

此外，全局特征通过预设数目个特定卷积核和步长的卷积结构，得到预设数目个局部特征。

作为一个示例，预设数目为6，256维的全局特征分别经过6个kernel size(卷积核)＝1*1，stride(步长)为1的卷积结构，得到6个64维的局部特征。

本公开实施例中，在模型训练的初始阶段，划分得到的局部特征之间并非解耦的，为了使这些局部特征逐渐相互解耦，在模型训练过程中，基于各局部特征之间的解耦程度计算第二损失。其中，解耦程度可以理解为局部特征之间相互独立的程度。也就是，两个局部特征完全解耦，等价于这两个特征之间相互独立，内积为0。

S103：根据第一损失和第二损失调整初始网络中的可学习参数。

在每一次模型训练中，最终的损失值包括第一损失和第二损失。具体的，可以预先设置第一损失对应的第一系数和第二损失对应的第二系数。例如，第一系数设置为0.8，第二系数设置为0.2。

根据第一损失、第二损失和预设的第一系数和第二系数计算总损失，基于总损失调整初始网络中的可学习参数。

本公开的一个实施例中，基于各局部特征之间的解耦程度计算第二损失的步骤，具体可以包括：计算两两局部特征之间的内积；对计算得到的内积进行预设变换，得到第二损失。

具体的，如果两个局部特征是完全解耦的，则这两个局部特征之间的内积为零。即内积越小，表征局部特征之间的解耦程度越高，也就是局部特征之间相互独立的程度越高；内积越大，表征局部特征之间的解耦程度越低，也就是局部特征之间相互独立的程度越低。因此可以用局部特征之间的内积作为第二损失。

本公开的一个实施例中，可以分别计算任意两个局部特征的内积，对计算得到的内积进行预设变换，作为第二损失。预设变换可以包括指数变换等。

本公开的另一个实施例中，可以分别将局部特征依次横向排列、纵向排列，得到第一矩阵和第二矩阵；计算第一矩阵和第二矩阵的乘积，得到第三矩阵；将第三矩阵的每列元素均除以该列对应的局部特征的模方，得到第四矩阵；基于第四矩阵和单位矩阵的差值，计算第二损失。

具体的，作为一个示例，设局部特征有6个，每个局部特征为64维向量，表示为a，b，c，d，e和f，依次横向排列得到第一矩阵，规格为6*64；依次纵向排列得到第二矩阵，规格为64*6。计算第一矩阵和第二矩阵的乘积，得到第三矩阵，规格为6*6。对于第三矩阵，将第一列元素除以局部特征a的模方‖a‖²，将第二列元素除以局部特征b的模方‖b‖²，以此类推，得到第四矩阵。

如果上述局部特征两两之间完全解耦，则经过上述运算得到的第四矩阵等同于单位矩阵，因此第四矩阵与单位矩阵之间的差值可以表征局部特征之间解耦程度的高低。第四矩阵与单位矩阵之间的差值越小，表征局部特征之间的解耦程度越高；差值越大，表征局部特征之间的解耦程度越低。因此，也可以根据第四矩阵与单位矩阵之间的差值计算第二损失。

上述计算第二损失的方法仅作为示例，也可以采用其他合理的方法进行计算，只要计算得到的第二损失能够表征局部特征之间的解耦程度即可。

为了便于理解，下面结合附图2对本公开实施例提供的活体检测模型的训练方法进行进一步介绍。

参见图2，图2为本公开实施例提供的活体检测模型的训练方法的一种示意图，如图2所示，样本图像经过Resnet18进行特征提取，得到256维的全局特征，随后分别经过卷积核为1*1，步长为1的卷积结构，分别得到6个64维的局部特征。6个64维度的局部特征进行特征拼接，经过softmax层，得到标签预测结果，结合样本图像的活体检测真实标签，采用交叉熵计算第一损失。另外，分别计算局部特征之间的内积，基于内积计算第二损失。对第一损失和第二损失进行加权求和，得到总损失。根据总损失调整网络模型中的可学习参数，实现网络模型的训练。

迭代上述过程，能够实现局部特征之间逐渐相互解耦，并且网络模型能够自动学习到对活体检测起决定性作用的局部特征，提高模型的泛化能力，最终提高活体检测的准确度。

参见图3，图3为本公开实施例提供的活体检测方法的一种流程示意图，如图3所示，包括以下步骤：

S301：获取待检测的人脸图像；

S302：将人脸图像输入预先训练完成的活体检测模型，以使活体检测模型提取人脸图像的解耦特征，并基于解耦特征进行活体检测；其中，解耦特征包括：多个两两之间相互独立的人脸图像特征；

S303：获得活体检测模型输出的活体检测结果。

其中，活体检测模型是采用图1所示的活体检测模型的训练方法预先训练得到的。

采用图1所示的活体检测模型的训练方法，在网络模型训练阶段，能够实现局部特征之间逐渐相互解耦。因此，训练完成的活体检测模型，能够提取人脸图像的解耦特征，解耦特征包括：多个两两之间相互独立的人脸图像特征。

随后，提取的特征经过全连接层、softmax层，即可得到活体检测结果。

由于活体检测模型在训练阶段自动学习到对活体检测起决定性作用的局部特征，模型泛化性强，因此提高了活体检测结果的准确度。

参见图4，图4是用来实现本公开实施例的活体检测模型的训练方法的装置的框图，如图4所示，装置可以包括：

第一获取模块401，用于获取样本图像以及所述样本图像的活体检测真实标签；

第一输入模块402，用于将所述样本图像输入初始网络，以使所述初始网络提取所述样本图像的全局特征，基于所述全局特征进行标签预测，并基于标签预测结果和所述活体检测真实标签计算第一损失；将所述全局特征划分为预设数目的局部特征，并基于各局部特征之间的解耦程度计算第二损失；所述解耦程度表征局部特征之间相互独立的程度；

调整模块403，用于根据所述第一损失和所述第二损失调整所述初始网络中的可学习参数。

本公开的一个实施例中，所述输入模块，具体用于：

计算两两局部特征之间的内积；对计算得到的内积进行预设变换，得到第二损失。

本公开的一个实施例中，所述调整模块，具体用于：

根据所述第一损失、所述第二损失和预设的第一系数和第二系数计算总损失；

基于所述总损失调整所述初始网络中的可学习参数。

参见图5，图5是用来实现本公开实施例的活体检测方法的装置的框图，如图5所示，装置可以包括：

第二获取模块501，用于获取待检测的人脸图像；

第二输入模块502，用于将所述人脸图像输入预先训练完成的活体检测模型，以使所述活体检测模型提取所述人脸图像的解耦特征，并基于所述解耦特征进行活体检测；其中，所述解耦特征包括：多个两两之间相互独立的人脸图像特征；

获得模块503，用于获得所述活体检测模型输出的活体检测结果。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

需要说明的是，本实施例中的二维人脸图像来自于公开数据集。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

本公开提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

本公开提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行活体检测模型的训练方法。

本公开提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现活体检测模型的训练方法。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如活体检测模型的训练方法。例如，在一些实施例中，活体检测模型的训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的活体检测模型的训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行活体检测模型的训练方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims

1.一种活体检测模型的训练方法，包括：

获取样本图像以及所述样本图像的活体检测真实标签；

2.根据权利要求1所述的方法，其中，所述基于各局部特征之间的解耦程度计算第二损失的步骤，包括：

计算两两局部特征之间的内积；

对计算得到的内积进行预设变换，得到第二损失。

3.根据权利要求1所述的方法，其中，所述根据所述第一损失和所述第二损失调整所述初始网络中的可学习参数，包括：

基于所述总损失调整所述初始网络中的可学习参数。

4.一种活体检测方法，包括：

获取待检测的人脸图像；

获得所述活体检测模型输出的活体检测结果。

5.一种活体检测模型的训练装置，包括：

6.根据权利要求5所述的装置，其中，所述输入模块，具体用于：

计算两两局部特征之间的内积；

对计算得到的内积进行预设变换，得到第二损失。

7.根据权利要求5所述的装置，其中，所述调整模块，具体用于：

基于所述总损失调整所述初始网络中的可学习参数。

8.一种活体检测装置，包括：

第二获取模块，用于获取待检测的人脸图像；

9.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。

11.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-4中任一项所述的方法。