一种基于分布鲁棒性学习的人脸防伪泛化方法及相关装置

本发明公开了一种基于分布鲁棒性学习的人脸防伪泛化方法及相关装置，获取待检测人脸图像；将待检测人脸图像输入到人脸防伪网络模型中，人脸防伪网络模型输出人脸结果，实现人脸防伪泛化；其中，人脸防伪网络模型通过对域内分布增强模块和域间分布融合模块进行训练得到。本发明在主要条件（如光照、面部外观和摄像头质量）和攻击类型（如新材料制成的新兴3D面具）的各个维度上增强训练分布，使增强后的分布尽量覆盖部分测试分布，大大缓解分布偏移的问题，使模型能够在未知攻击类型和未知场景中具有良好的泛化能力。