摘要
本发明公开了一种基于图像风格混合的人脸活体检测方法,步骤如下:输入图像通过卷积层提取初级特征,生成图像特征图;通过ResNet‑18神经网络学习特征图深层特征,在前两个残差块中集成图像风格混合模块进行特征级别的数据增强,在特征层面混合不同样本的风格信息,增加训练过程中数据多样性,学习特征图中泛化的特征表示;使用平均池化层降低特征空间维度,使用全连接层对图像真伪进行分类;通过输出层进行判断,得到人脸图像真伪判断结果。本发明方法通过利用图像风格混合理念,对样本进行特征级别的数据增强,弥补了数据匮乏的问题,通过采用ResNet‑18轻量化模型,减轻硬件需求,提高活体检测模型的准确性和效率。
技术关键词
人脸活体检测方法
风格
混合模块
生成图像特征
样本
深层特征学习
局部形状特征
学习特征
活体检测模型
人脸图像数据
标签
特征提取模块
处理器
纹理特征
语义特征
输出特征
系统为您推荐了相关专利信息
车身梁结构
控制点
均匀设计方法
参数
累积分布函数
形态预测方法
有色冶炼
残渣
机器学习模型
冶炼烟尘
表面缺陷检测方法
报酬
资源配置信息
样本
分布式学习