摘要
本发明公开了一种活体检测模型的训练及其活体检测方法、设备及存储介质,该方法包括:在数据集中采集多个批次的人脸图像数据;人脸图像数据包含多种模态的人脸图像分量,对人脸图像数据标注的标签包括活体类别与多种非活体类别;确定活体检测模型;针对各个批次的人脸图像数据,将多种模态的人脸图像分量输入编码器中编码为多模态人脸特征;将多模态人脸特征输入头结构中分类得到目标类别;依据多模态人脸特征、目标类别与标签生成总损失值,以使总损失值指示向活体类别聚集、远离非活体类别的方向;依据总损失值训练活体检测模型。本实施例可缓解样本不平衡,提高活体检测模型的鲁棒性,从而提高活体检测的精确度。
技术关键词
人脸图像数据
活体检测模型
人脸特征
活体检测方法
多模态特征融合
特征提取模块
头结构
分类阈值
编码器
标签
采集人脸图像
处理器
可读存储介质
电子设备
系统为您推荐了相关专利信息
动态访问控制策略
数据安全防护方法
验证规则
模式特征向量
多模态特征融合
生物识别系统
权重特征
虹膜特征提取
人脸特征提取
对象
报警控制方法
机械钥匙
人脸图像信息
姿态特征
指纹特征