CN114120420B - 图像检测方法和装置 - Google Patents
图像检测方法和装置 Download PDFInfo
- Publication number
- CN114120420B CN114120420B CN202111455012.XA CN202111455012A CN114120420B CN 114120420 B CN114120420 B CN 114120420B CN 202111455012 A CN202111455012 A CN 202111455012A CN 114120420 B CN114120420 B CN 114120420B
- Authority
- CN
- China
- Prior art keywords
- classification
- feature extraction
- image
- classifications
- extraction layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 109
- 238000000605 extraction Methods 0.000 claims abstract description 328
- 238000012549 training Methods 0.000 claims description 106
- 238000000034 method Methods 0.000 claims description 62
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像检测方法和装置，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、人脸图像处理等场景。实现方案为：对目标图像执行多个特征提取操作，其中，对于多个特征提取操作中的每一个特征提取操作，所提取的特征用于将目标图像在第一分类和至少另一个分类之间进行区分，至少另一个分类为区别于第一分类的至少两个分类中的一个或多个分类；以及基于第N特征提取操作所提取的特征，获得多分类结果，多分类结果指示多个分类中与目标图像对应的检测分类，多个分类包括第一分类和至少两个分类。
Description
技术领域
本公开涉及人工智能技术领域，尤其涉及具体为深度学习、计算机视觉技术领域，可应用于人脸识别、人脸图像处理等场景，具体涉及一种图像检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
基于人工智能的图像处理技术，已经渗透到各个领域。其中，基于人工智能的人脸活体检测技术，根据用户输入的图像数据，判断该图像数据是否来自于人脸活体。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种图像检测方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种图像检测方法，包括：对目标图像执行多个特征提取操作，所述多个特征提取操作包括顺序执行的第一特征提取操作至第N特征提取操作，其中N为大于或等于2的正整数；其中，所述第一特征提取操作基于所述目标图像进行特征提取，所述第k特征提取操作基于第k-1特征提取操作所提取的特征进行特征提取，其中k∈[2,N]且k为整数，并且其中，对于所述多个特征提取操作中的每一个特征提取操作，所提取的特征用于将所述目标图像在第一分类和至少另一个分类之间进行区分，所述至少另一个分类为区别于所述第一分类的至少两个分类中的一个或多个分类；以及基于所述第N特征提取操作所提取的特征，获得多分类结果，所述多分类结果指示多个分类中与所述目标图像对应的检测分类，所述多个分类包括所述第一分类和所述至少两个分类。
根据本公开的另一方面，提供了一种用于训练图像检测模型的方法，其中，所述图像检测模型包括特征提取网络，所述特征提取网络包括多个特征提取层，其中，所述方法包括：获取训练图像集，所述训练图像集包括对应于多个分类中的每一个分类的多个图像，所述多个分类包括第一分类和区别于所述第一分类的至少两个分类；基于所述训练图像集对由所述多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行二分类训练，以调整所述多个特征提取层中的每一个特征提取层的参数，并且获得多个经训练的特征提取层组，其中，对于所述多个经训练的特征提取层组中每一个经训练的特征提取层组，该特征提取层组基于输入的图像所提取的特征用于将该图像在第一分类和至少一个分类之间进行区分，所述至少一个分类为所述至少两个分类中的一个或多个分类；基于调整后的所述多个特征提取层中的每一个特征提取层的参数，调整所述图像检测模型；以及基于所述训练图像集对调整后的所述图像检测模型进行多分类训练，所述多分类训练对应于所述多个分类。
根据本公开的另一方面，提供了一种图像检测装置，包括：特征提取单元，被配置用于对目标图像执行多个特征提取操作，所述多个特征提取操作包括顺序执行的第一特征提取操作至第N特征提取操作，其中N为大于或等于2的正整数；其中，所述第一特征提取操作基于所述目标图像进行特征提取，所述第k特征提取操作基于第k-1特征提取操作所提取的特征进行特征提取，其中k∈[2,N]且k为整数，并且其中，对于所述多个特征提取操作中的每一个特征提取操作，所提取的特征用于将所述目标图像在第一分类和至少一个分类之间进行区分，所述至少一个分类为区别于所述第一分类的至少两个分类中的一个或多个分类；以及分类单元，被配置用于基于所述第N特征提取操作所提取的特征，获得多分类结果，所述多分类结果指示多个分类中与所述目标图像对应的检测分类，所述多个分类包括所述第一分类和所述至少两个分类。
根据本公开的另一方面，提供了一种用于训练图像检测模型的装置，其中，所述图像检测模型包括特征提取网络，所述特征提取网络包括多个特征提取层，其中，所述装置包括：图像获取单元，被配置用于获取训练图像集，所述训练图像集包括对应于多个分类中的每一个分类的多个图像，所述多个分类包括第一分类和区别于所述第一分类的至少两个分类；第一训练单元，被配置用于基于所述训练图像集对由所述多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行二分类训练，以调整所述多个特征提取层中的每一个特征提取层的参数，并且获得多个经训练的特征提取层组，其中，对于所述多个经训练的特征提取层组中每一个经训练的特征提取层组，该经训练的特征提取层组基于输入的图像所提取的特征用于将该图像在第一分类和至少一个分类之间进行区分，所述至少一个分类为所述至少两个分类中的一个或多个分类；参数应用单元，被配置用于基于调整后的所述多个特征提取层中的每一个特征提取层的参数，调整所述图像检测模型；以及第二训练单元，被配置用于基于所述训练图像集对调整后的所述图像检测模型进行多分类训练，所述多分类训练对应于所述多个分类。
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实现根据上述的方法。
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实现根据上述的方法。
根据本公开的另一方面，提供了一种计算机程序产品包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的一个或多个实施例，通过对目标图像执行按顺序排列的多个特征提取操作，基于由多个特征提取操作中最后一个特征提取操作提取的特征，进行多分类，由于多个特征提取操作中的每一个特征提取操作提取的特征均能用于将所述目标图像在第一分类和区别于所述第一分类的至少两个分类中的至少第二分类之间进行区分，即对目标图像进行相对第一分类的二分类，其提取的特征对于第一分类具有清晰的边界，将其用于多分类，使多分类结果准确。
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
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的图像检测方法的流程图；
图3示出了根据本公开的实施例的图像检测方法中图像检测模型的架构示意图；
图4示出了根据本公开的实施例的用于训练图像检测模型的方法的流程图；
图5A示出了根据一些实施例的对由多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行第一阶段训练的示意图；
图5B示出了根据本公开的实施例的用于训练图像检测模型的方法中对图像检测模型进行第二阶段训练的示意图；
图6示出了根据本公开的实施例的用于训练图像检测模型的方法中基于训练图像集对由多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行二分类训练的过程的流程图；
图7示出了根据本公开的实施例的用于训练图像检测模型的方法中基于所述训练图像集对经应用经调整的参数的图像检测模型进行多分类训练的过程的流程图；
图8示出了根据本公开的实施例的图像检测装置的结构框图；
图9示出了根据本公开的实施例的用于训练图像检测模型的装置的结构框图；以及
图10示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
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。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。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中，服务器120可以运行使得能够执行图像检测方法的一个或多个服务或软件应用。
在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来观看搜索的对象。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和对象文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
参看图2，根据本公开的一些实施例的一种图像检测方法200包括：
步骤S210：对目标图像执行多个特征提取操作；
步骤S220：基于所述多个特征提取操作中的最后一个特征提取操作所提取的特征，获得多分类结果。
其中，在步骤S210中，所述多个特征提取操作包括顺序执行的第一特征提取操作至第N特征提取操作，其中N为大于或等于2的正整数；所述第一特征提取操作基于所述目标图像进行特征提取，所述第k特征提取操作基于第k-1特征提取操作所提取的特征进行特征提取，其中k∈[2,N]且k为整数，并且其中，对于所述多个特征提取操作中的每一个特征提取操作，所提取的特征用于将所述目标图像在第一分类和至少另一个分类之间进行区分，所述至少另一个分类区别于所述第一分类的至少两个分类中的一个或多个分类。在步骤S220中，所述多分类结果指示多个分类中与所述目标图像对应的检测分类，所述多个分类包括所述第一分类和所述至少两个分类。
根据本公开的一个或多个实施例，通过对目标图像执行按顺序排列的多个特征提取操作，基于由多个特征提取操作中最后一个特征提取操作提取的特征，进行多分类，由于多个特征提取操作中的每一个特征提取操作提取的特征均能用于将所述目标图像在第一分类和区别于所述第一分类的至少两个分类中的至少另一个分类之间进行区分，即对目标图像进行相对第一分类和至少另一个分类之间的二分类，其提取的特征在第一分类和至少另一个分类之间具有清晰的边界，将其用于多分类，使多分类结果准确。
在相关技术中，通过对用户输入的图像数据进行人脸活体或攻击二分类检测，以获得图像数据是否来自于人脸活体的二分类结果。其中，在二分类检测的过程中，检测任务简单但是容易造成过拟合。主要原因在于，由于攻击类型非常多，如各种设备、尺寸的屏幕照片攻击、各种材质的纸质攻击、各种裁剪的面具攻击以及三维头模攻击等。在二分类检测中，将人脸活体的特征作为一类，将各种攻击类型对应的特征作为一类，使得难以提取各种攻击类型的有效特征，导致决策边界模糊，难以获得有效的二分类结果
根据本公开的实施例中，通过设置多个特征提取操作分别进行特征提取，使所提取的特征用于在人脸活体分类和多种攻击类型的分类中至少一种攻击类型的分类之间进行区分。例如，提取的底层纹理特征，以区分人脸活体分类和屏幕攻击分类，提取的高层语义特征，以区分人脸活体分类和屏幕攻击分类，使该多个特征提取操作对于各种攻击类型具有清晰的边界，从而可以获得准确的多分类结果。
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。
在一些实施例中，通过图像检测模型执行根据本公开的一些实施例的方法，具体的，通过图像检测模型中的特征提取网络执行步骤S210，通过全连接层执行步骤S220。
参看图3，示出了根据本公开的一些实施例的图像检测模型的示例性架构。
如图3所示，图像检测模型300包括特征提取网络310和全连接层320。其中特征提取网络310用于执行根据一些实施例的步骤S210。特征提取网络310包括多个特征提取层组，例如特征提取层组311、特征提取层组311，每一个特征提取层组用于执行根据一些实施例的步骤S210中的特征提取操作。全连接层320用于执行根据一些实施例的步骤S220。
在图像检测模型300进行图像检测的过程中，目标图像作为图像检测模型300A的输入，输入至图像检测模型300，经过特征提取网络310和全连接层320的处理，得到输出300B，其中输出300B即为多分类结果。
在一些实施例中，特征提取网络例如可以是MobileNet V2、VGG11、VGG15中的卷积网络等，在此并不限定。
在一些实施例中，特征提取网络包括多个特征提取层，多个特征提取层中的一个或多个特征提取层构成特征提取层组，以执行一个特征提取操作。
例如，对于VGG11，具有5个特征提取层，每一个特征提取层包括卷积层和池化层，其中将第1和2个特征提取层作为执行一个特征提取操作的特征提取层组，将第3和4个特征提取层作为一个特征提取操作的特征提取层组，将第5个卷积网络作为一个特征提取操作的特征提取层组。
在一些实施例中，所述多个特征提取操作包括对应于底层纹理特征的特征提取操作和对应于高层语义特征的特征提取操作。
多个特征提取操作包括对应于底层纹理特征的特征提取操作和对应于高层语义特征的特征提取操作，对于基于底层纹理特征进行区分的第一分类和简单图像特征对应的分类，根据对应于底层纹理特征的特征操作提取的特征实现区分，对于基于高层语义特征进行区分的第一分类和复杂图像特征对应的分类，根据对应于高层语义特征的特征操作提取的特征实现区分，使得对于不同的分类(简单图像特征对应的分类和复杂图像特征对应的分类)，可以根据所提取的不同特征进行区分，在分类难度上明确特征边界，提升分类准确性。
例如，对于人脸活体检测过程中，对于屏幕攻击，往往关注屏幕边缘和底层问题特征，而对于三维面具/头模攻击，往往关注面部细节等高层语义特征。通过多个特征提取操作中的对应于底层纹理特征的第一提取操作和对应于高层语义特征的第二提取操作，可以区分屏幕攻击和三维面具/头模攻击。
在一些实施例中，所述N的取值范围为2到4。
设置多个特征提取操作的数量的范围为2到4，避免设置的多个特征提取操作的数量过少，使经训练的多个特征提取操作仍不能提取到边界清晰的特征。同时，避免设置的特征提取操作的数量过多，导致模型不能收敛。
在一些实施例中，所述第一分类包括人脸活体分类，所述至少两个分类还包括下列中的至少两项：屏幕攻击分类、纸质攻击分类、三维模型攻击分类。
在一些示例中，三维模型攻击包括三维面具攻击和头模攻击等，在此不作限制。
根据本公开的一些实施例，实现人脸活体检测中的多分类。由于多分类过程中针对各种攻击类型具有清晰的边界，提升人脸活体检测中的准确度。
在一些实施例中，所述至少两个分类包括屏幕攻击分类、纸质攻击分类、三维模型攻击分类以及区别于前述屏幕攻击分类、纸质攻击分类、三维模型攻击分类的其他分类。
在一些实施例中，分类结果指示目标图像在包含人脸活体分类、屏幕攻击分类、纸质攻击分类、三维模型攻击分类以及区别于前述屏幕攻击分类、纸质攻击分类、三维模型攻击分类的其他分类的五个分类中对应的检测分类，即实现对目标图像的五分类。
需要理解的是，实施例以目标对象为人脸作为示例进行说明，仅仅是示例性的，本领域技术人员应当理解，可以将任何对象(例如动物、车辆、指纹等)作为目标对象，以用于本公开的技术方案。
在一些实施例中，方法200还包括，在对目标图像进行至少两个二分类预测之前，获取目标图像。
根据一些实施例，获取目标图像包括：获取用户输入的图像数据，以及基于该图像数据，获取该目标图像。
在一些实施例中，用户输入的图像数据可以是视频、照片等，在此并不限定。
在一些实施例中，所述目标图像包括包含人脸的图像，基于图像数据，获取目标图像包括：基于图像数据获取待检测图像；以及对待检测图像进行预处理，以获得目标图像。其中，预处理过程包括：人脸检测、获取区域图像、对区域图像进行归一化和数据增强处理等等。
例如，以用户输入的视频中一帧图像作为待检测图像为示例，说明对待检测图像进行预处理获得目标图像的过程，该过程包括：
首先，对待检测图像进行人脸检测，以获得包围人脸的检测框。在一些示例中，通过对待检测图像中人脸关键点的检测，获得人脸关键点，基于人脸关键点获得检测框。
接着，基于检测框，获得区域图像。在一些示例中，将待检测图像中检测框包围的区域作为区域图像。在另一些示例中，将检测框扩大预定倍数(例如，三倍)，获得经扩大的包围框，基于该经扩大的包围框包围的区域作为区域图像。
接着，对区域图像进行归一化和数据增强处理，以获得目标图像。在一些示例中，通过将区域图像中的各个位置上的像素处理成分布在-0.5-0.5之间的值，以对区域图像进行归一化处理。在一些示例中，将归一化处理后的图像进行随机数据增强，以对区域图像进行数据增强处理。
需要理解的是，上述实施例中，示出的获得目标图像的过程的示例均为示例性的，本领域技术人员应当理解，还可以将经过其他形式的预处理过程的待检测图像以及不经过预处理的待检测图像作为目标图像，以执行本公开的图像检测方法。
根据本公开的另一方面，还提供一种用于训练图像检测模型的方法，其中，所述图像检测模型包括特征提取网络，所述特征提取网络包括多个特征提取层。如图4所示，所述方法400包括：
步骤S410：获取训练图像集，所述训练图像集包括对应于多个分类中的每一个分类的多个图像，所述多个分类包括第一分类和区别于所述第一分类的至少两个分类；
步骤S420：基于所述训练图像集对由所述多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行二分类训练，以调整所述多个特征提取层中的每一个特征提取层的参数，并且获得多个经训练的特征提取层组；
步骤S430：基于调整后的所述多个特征提取层中的每一个特征提取层的经调整的参数，调整所述图像检测模型；以及
步骤S440：基于所述训练图像集对调整后的所述图像检测模型进行多分类训练，所述多分类训练对应于所述多个分类。
其中，在步骤S420中，对于所述多个经训练的特征提取层组中每一个经训练的特征提取层组，该经训练的特征提取层组基于输入的图像所提取的特征用于将该图像在第一分类和至少一个分类之间进行区分，所述至少一个分类为所述至少两个分类中的一个或多个分类。
根据本公开的一个或多个实施例，通过对图像检测模型中由多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行两阶段训练，使图像检测模型能够对输入图像实现多分类，并且使多分类结果准确。其中，在两阶段训练中的第一阶段中，对多个特征提取层组中的每一个特征提取层组进行二分类训练，由于多个特征提取层组分别提取不同类型的特征，使得经训练的特征提取层组所提取的特征能够用于对输入至图像检测模型的输入图像进行第一分类和区别于该第一分类的其他分类的区分，最终使经训练的多个特征提取层组提取的特征能够用于包括第一分类的多个分类之间的区分，即使所提取的特征边界清晰。在两阶段训练中的第二阶段中，通过将上述经训练的多个特征提取层组应用到图像检测模型，并进一步对图像检测模型进行多分类训练，使图像检测模型能够实现对输入的图像进行准确的多分类。同时，使图像检测模型的分类决策边界清晰，在复杂样本攻击的情况下，大大提高了准确率和泛化性。
根据一些实施例，特征提取网络例如可以是MobileNet V2、VGG11、VGG15中的卷积网络等，在此并不限定。
在一些实施例中，特征提取网络包括多个特征提取层，多个特征提取层中的一个或多个特征提取层构成特征提取层组，以执行一个特征提取操作。
下面参看图5A、图5B、图6和图7，对根据本公开的一些实施例中对由特征提取网络中的多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行两阶段训练的过程进行示例性说明。其中特征提取网络为VGG11为示例，特征提取网络VGG11所包含的5个特征提取层构成图5A和图5B中的三个特征提取层组，特征提取层组511、特征提取层组512和特征提取层组513。其中，每一个特征提取层包括卷积层和池化层，其中将第1和2个特征提取层作为特征提取层组511，将第3和4个特征提取层作为特征提取层组512，将第5个卷积网络作为特征提取层组513。
在一些实施例中，如图6所示，所述基于所述训练图像集对由多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行二分类训练包括，对于所述训练图像集中的每一个图像，执行：
步骤S610：将该图像输入至所述特征提取网络；
步骤S620：对于所述多个特征提取层组中的每一个特征提取层组，基于该特征提取层组中的最后一个特征提取层所提取的特征，进行二分类预测，以获得指示该图像是所述第一分类或者不是所述第一分类的二分类结果；
步骤S630：基于所述多个特征提取层组中的每一个特征提取层组的二分类结果，获得所述多个特征提取层组的对应的多个二分类损失；
步骤S640：获取所述多个特征提取层组的多个二分类损失的总和；以及
步骤S650：基于所述总和，调整所述多个特征提取层组中的每一个特征提取层组的参数。
如图5A所示，在第一阶段训练过程中，对特征提取网络510中的三个特征提取层组(特征提取层组511、特征提取层组512和特征提取层组513)中的每一个特征提取层组进行二分类训练。
其中，在每一个特征提取层组的输入端连接一二分类监督网络，如图5所示，在特征提取层组511的输入端连接二分类监督网络5111，在特征提取层组512的输入端连接二分类监督网络5121，特征提取层组513的输入端连接二分类监督网络5131。在一个示例中，每一个二分类监督网络(二分类监督网络5111、二分类监督网络5121和二分类监督网络5131)包括卷积层、池化层和全连接层。每一个二分类监督网络用于基于对应的特征提取层组的最后一个特征提取层提取的特征，获得二分类结果，该二分类结果指示输入的图像对应于第一分类或者不对应于第一分类。
在步骤S610中，将图像作为输入500A1输入至特征提取网络510，在步骤S620中，获得三个特征提取层组(特征提取层组511、特征提取层组512和特征提取层组513)中的每一个特征提取层组的二分类监督结果，其中包括特征提取层组511的二分类监督结果511B1、特征提取层组512的二分类监督结果512B1以及特征提取层组513的二分类监督结果513B1。
在步骤S630中，基于二分类监督结果511B1、二分类监督结果512B1和二分类监督结果513B1可以分别获得三个特征提取层的损失。例如，基于损失函数分别获得特征提取层组511的二分类损失L1、特征提取层组512的二分类损失L2和特征提取层组513的二分类损失L3。
在步骤S640中，基于特征提取层组511的二分类损失L1、特征提取层组512的二分类损失L2和特征提取层组513的二分类损失L3获得损失和L，其中，L＝L1+L2+L3。
在步骤S650中，基于损失和L调整特征提取网络510中的特征提取层组511、特征提取层组512和特征提取层组513的参数。
在根据本公开的一些实施例中，通过基于多个特征提取层组的损失和，调整特征提取网络的参数，当损失和收敛时获得优化的参数。整个过程同时获得各个特征提取层组的优化的参数，简化特征提取网络的训练过程。
在一些实施例中，所述多个特征提取层组的数量的范围为2到4。
设置特征提取层组的数量的范围为2到4，避免设置的特征提取层组的数量过少，使经训练的多个特征提取层组仍不能提取到边界清晰的特征。同时，避免设置的特征提取层组的数量过多，导致模型不能收敛。
经过对参数调整后，特征提取网络具有优化的参数，将该优化的参数应用到图像检测模型中，进行进一步的第二阶段的训练。
在一些实施例中，如图7所示，基于所述训练图像集对经应用所述经调整的参数的所述图像检测模型进行多分类训练包括，对于所述训练图像集中的每一个图像，执行：
步骤S710：利用所述图像检测模型，获取该图像的预测分类；以及
步骤S720：基于所述预测分类和该图像在所述多个分类中对应的分类，调整所述图像检测模型的参数。
如图5B所示，在第二阶段训练过程中，对在特征提取网络中应用了在第一阶段训练中获得的经调整的参数(优化的参数)的图像检测模型500进行多分类训练。
在步骤S710中，将图像作为模型输入500A2输入至图像检测模型500，图像检测模型500中的特征提取网络510提取输入500A2的特征，经过全链接层514获得多分类预测结果作为输出500B2。
在步骤S720中，基于输出500B2和图像对应的分类，调整图像检测模型500的参数，包括微调特征提取网络510的参数和调整全链接层514的参数。
通过对图像检测模型进行第二阶段的训练，以对图像检测模型的特征提取网络的参数进行微调，实现图像检测模型的多分类预测的同时，进一步使分类结果准确。
通过上述参照图5A、图5B、图6和图7描述的两个阶段的训练，获得的图像检测模型可以实现对输入图像进行准确的多分类，并且模型的泛化性大大提高。在对图像检测模型进行训练的过程中，对训练图像集中的每一个图像可以采用与前述实施例中对目标图像进行的预处理一样的处理。
在一些实施例中，所述第一分类包括人脸活体分类，所述至少两个分类还包括下列中的至少两项：屏幕攻击分类、纸质攻击分类、三维模型攻击分类。
根据本公开的一些实施例，实现人脸活体检测中的多分类。由于多分类过程中针对各种攻击类型具有清晰的边界，提升人脸活体检测中的准确度。
根据本公开的另一方面，还提供一种图像检测装置，如图8所示，图像检测装置800包括：特征提取单元810，被配置用于对待目标图像执行多个特征提取操作，所述多个特征提取操作包括顺序执行的第一特征提取操作至第N特征提取操作，其中N为大于或等于2的正整数；其中，所述第一特征提取操作基于所述待目标图像进行特征提取，所述第k特征提取操作基于第k-1特征提取操作所提取的特征进行特征提取，其中k∈[2,N]且k为整数，并且其中，对于所述多个特征提取操作中的每一个特征提取操作，所提取的特征用于将所述目标图像在第一分类和至少另一个分类之间进行区分，所述至少另一个分类为区别于所述第一分类的至少两个分类中的一个或多个分类；以及分类单元820，被配置用于基于所述第N特征提取操作所提取的特征，获得多分类结果，所述多分类结果指示多个分类中与所述目标图像对应的检测分类，所述多个分类包括所述第一分类和所述至少两个分类。
在一些实施例中，所述多个特征提取操作包括对应于底层纹理特征的特征提取操作和对应于高层语义特征的特征提取操作。
在一些实施例中，所述N的取值范围为2到4。
在一些实施例中，所述第一分类包括人脸活体分类，所述至少两个分类还包括下列中的至少两项：屏幕攻击分类、纸质攻击分类、三维模型攻击分类或合成图分类。
根据本公开的另一方面，还提供一种用于训练图像检测模型的装置，其中，所述图像检测模型包括特征提取网络，所述特征提取网络包括多个特征提取层，如图9所示，用于训练图像检测模型的装置900包括：图像获取单元910，被配置用于获取训练图像集，所述训练图像集包括对应于多个分类中的每一个分类的多个图像，所述多个分类包括第一分类和区别于所述第一分类的至少两个分类；第一训练单元920，被配置用于基于所述训练图像集对由所述多个特征提取层构成的多个特征提取层组中的每一个特征提取层组进行二分类训练，以调整所述多个特征提取层中的每一个特征提取层的参数，并且获得多个经训练的特征提取层组，其中，对于所述多个经训练的特征提取层组中每一个经训练的特征提取层组，该经训练的特征提取层组基于输入的图像所提取的特征用于将该图像在第一分类和至少一个分类之间进行区分，所述至少一个分类为所述至少两个分类中的一个或多个分类；参数应用单元930，被配置用于基于调整后的所述多个特征提取层中的每一个特征提取层的参数；以及第二训练单元940，被配置用于基于所述训练图像集对调整后的所述图像检测模型进行多分类训练，所述多分类训练对应于所述多个分类。
在一些实施例中，所述第一训练单元920包括：图像输入单元，被配置用于对于所述训练图像集中的每一个图像，将该图像输入至所述特征提取网络；二分类单元，被配置用于对于所述训练图像集中的每一个图像，对于所述多个特征提取层组中的每一个特征提取层组，基于该特征提取层组中的最后一个特征提取层所提取的特征，进行二分类预测，以获得指示该图像是所述第一分类或者不是所述第一分类的二分类结果；损失获取单元，被配置用于对于所述训练图像集中的每一个图像，基于所述多个特征提取层组中的每一个特征提取层组的二分类结果，获得所述多个特征提取层组的对应的多个二分类损失；损失计算单元，被配置用于对于所述训练图像集中的每一个图像，获取所述多个特征提取层组的多个二分类损失的总和；以及第一调整单元，被配置用于对于所述训练图像集中的每一个图像，基于所述总和，调节所述多特征提取层中的每一个特征提取层的参数。
在一些实施例中，所述第二训练单元940包括：预测单元，被配置用于对于所述训练图像集中的每一个图像，利用所述图像检测模型，获取该图像的预测分类；第二单元，被配置用于对于所述训练图像集中的每一个图像，基于所述预测分类和该图像在所述多个分类中对应的分类，调整所述图像检测模型的参数。
在一些实施例中，所述多个特征提取组的数量的范围为2到4。
在一些实施例中，所述第一分类包括人脸活体分类，所述至少两个分类还包括下列中的至少两项：屏幕攻击分类、纸质攻击分类、三维模型攻击分类或合成图分类。
根据本公开的另一方面，还提供一种电子设备，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，所述存储器存储有计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。
根据本公开的另一方面，还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
参考图10，现将描述可以作为本公开的服务器或客户端的电子设备1000的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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10所示，电子设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006、输出单元1007、存储单元1008以及通信单元1009。输入单元1006可以是能向电子设备1000输入信息的任何类型的设备，输入单元1006可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1007可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、对象/音频输出终端、振动器和/或打印机。存储单元1008可以包括但不限于磁盘、光盘。通信单元1009允许电子设备1000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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1001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1001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1001执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200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1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(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系统上执行和/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，可以从存储系统、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系统、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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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系统和技术，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。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统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，也可以为分布式系统的服务器，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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (18)
1.一种图像检测方法，包括：
对目标图像执行N个特征提取操作，所述N个特征提取操作包括顺序执行的第一特征提取操作至第N特征提取操作，其中N为大于或等于2的正整数；
其中，所述第一特征提取操作基于所述目标图像进行特征提取，所述第k特征提取操作基于第k-1特征提取操作所提取的特征进行特征提取，其中k∈[2,N]且k为整数，并且其中，
所述N个特征提取操作所提取的N个特征中的每个特征用于将所述目标图像在第一分类和该特征对应的第二分类之间进行区分，所述N个特征对应的N个第二分类为区别于所述第一分类的至少两个分类中的N个分类并且所述N个第二分类各不相同，并且其中，所述第一分类包括人脸活体分类，所述至少两个分类包括屏幕攻击分类以及下述分类中的至少一者：三维面具攻击分类和头模攻击分类，所述N个特征提取操作包括对应于底层纹理特征的底层特征提取操作和对应于高层语义特征的高层特征提取操作，所述高层特征提取操作在所述底层特征提取操作获得的特征的基础上进行，所述底层纹理特征用于区分所述第一分类和所述屏幕攻击分类，所述高层语义特征用于区分所述第一分类和第三分类，所述第三分类包括所述三维面具攻击分类或所述头模攻击分类；以及
基于所述第N特征提取操作所提取的特征，获得多分类结果，所述多分类结果指示多个分类中与所述目标图像对应的检测分类，所述多个分类包括所述第一分类和所述至少两个分类。
2.根据权利要求1所述的方法，其中，所述至少两个分类还包括：纸质攻击分类和合成图分类中的至少一者。
3.根据权利要求2所述的方法，其中，所述N的取值范围为2到4。
4.一种用于训练图像检测模型的方法，其中，所述图像检测模型包括特征提取网络，所述特征提取网络包括级联的多个特征提取层，其中，
所述方法包括：
获取训练图像集，所述训练图像集包括对应于多个分类中的每一个分类的多个图像，所述多个分类包括第一分类和区别于所述第一分类的至少两个第二分类，所述第一分类包括人脸活体分类，所述至少两个第二分类包括屏幕攻击分类以及下述分类中的至少一者：三维面具攻击分类和头模攻击分类；
基于所述训练图像集对多个特征提取层组中的每一个特征提取层组进行二分类训练，以调整所述多个特征提取层组中的每一个特征提取层的参数，并且获得多个经训练的特征提取层组，其中，所述多个特征提取层组中的每个特征提取层组由所述多个特征提取层中的级联的至少一个特征提取层构成，对于所述多个经训练的特征提取层组中每一个经训练的特征提取层组，该经训练的特征提取层组基于输入的图像所提取的特征用于将该图像在第一分类和该特征提取层组对应的第二分类之间进行区分，所述多个经训练的特征提取层组对应的多个第二分类各不相同，并且，所述多个经训练的特征提取层组包括对应于底层纹理特征的底层特征提取层组和对应于高层语义特征的高层特征提取层组，所述高层特征提取层组在所述底层特征提取层组获得的特征的基础上进行进一步特征提取，所述底层纹理特征用于区分所述第一分类和所述屏幕攻击分类，所述高层语义特征用于区分所述第一分类和第三分类，所述第三分类包括所述三维面具攻击分类或所述头模攻击分类；
基于调整后的所述多个特征提取层中的每一个特征提取层的参数，调整所述图像检测模型；以及
基于所述训练图像集对调整后的图像检测模型进行多分类训练，所述多分类训练用于将输入的图像在所述多个分类中进行区分。
5.根据权利要求4所述的方法，其中，所述基于所述训练图像集对多个特征提取层组中的每一个特征提取层组进行二分类训练包括：
对于所述训练图像集中的每一个图像：
将该图像输入至所述特征提取网络；
对于所述多个特征提取层组中的每一个特征提取层组，基于该特征提取层组中的最后一个特征提取层所提取的特征，进行二分类预测，以获得指示该图像是所述第一分类或者不是所述第一分类的二分类结果；
基于所述多个特征提取层组中的每一个特征提取层组的二分类结果，获得所述多个特征提取层组的对应的多个二分类损失；
获取所述多个特征提取层组的多个二分类损失的总和；以及
基于所述总和，调整所述多个特征提取层组中的每一个特征提取层组的参数。
6.根据权利要求4所述的方法，其中，所述基于所述训练图像集对经应用所述经调整的参数的所述图像检测模型进行多分类训练包括：
对于所述训练图像集中的每一个图像：
利用所述图像检测模型，获取该图像的预测分类；以及
基于所述预测分类和该图像在所述多个分类中对应的分类，调整所述图像检测模型的参数。
7.根据权利要求4所述的方法，其中，所述至少两个第二分类还包括：纸质攻击分类和合成图分类中的至少一者。
8.根据权利要求7所述的方法，其中，所述多个特征提取层组的数量的取值范围为2到4。
9.一种图像检测装置，包括：
特征提取单元，被配置用于对待目标图像执行N个特征提取操作，所述N个特征提取操作包括顺序执行的第一特征提取操作至第N特征提取操作，其中N为大于或等于2的正整数；其中，
所述第一特征提取操作基于所述待目标图像进行特征提取，所述第k特征提取操作基于第k-1特征提取操作所提取的特征进行特征提取，
其中k∈[2,N]且k为整数，并且其中，
所述N个特征提取操作所提取的N个特征中的每个特征用于将所述目标图像在第一分类和该特征对应的第二分类之间进行区分，所述N个特征对应的N个第二分类为区别于所述第一分类的至少两个分类中的N个分类，并且所述N个第二分类各不相同，所述第一分类包括人脸活体分类，所述至少两个分类包括屏幕攻击分类以及下述分类中的至少一者：三维面具攻击分类和头模攻击分类，所述N个特征提取操作包括对应于底层纹理特征的底层特征提取操作和对应于高层语义特征的高层特征提取操作，所述高层特征提取操作在所述底层特征提取操作获得的特征的基础上进行，所述底层纹理特征用于区分所述第一分类和所述屏幕攻击分类，所述高层语义特征用于区分所述第一分类和第三分类，所述第三分类包括所述三维面具攻击分类或所述头模攻击分类；以及
分类单元，被配置用于基于所述第N特征提取操作所提取的特征，获得多分类结果，所述多分类结果指示多个分类中与所述目标图像对应的检测分类，所述多个分类包括所述第一分类和所述至少两个分类。
10.根据权利要求9所述的装置，其中，所述至少两个分类还包括：纸质攻击分类和合成图分类中的至少一者。
11.根据权利要求10所述的装置，其中，所述N的取值范围为2到4。
12.一种用于训练图像检测模型的装置，其中，所述图像检测模型包括特征提取网络，所述特征提取网络包括级联的多个特征提取层，其中，
所述装置包括：
图像获取单元，被配置用于获取训练图像集，所述训练图像集包括对应于多个分类中的每一个分类的多个图像，所述多个分类包括第一分类和区别于所述第一分类的至少两个第二分类，所述第一分类包括人脸活体分类，所述至少两个第二分类包括屏幕攻击分类以及下述分类中的至少一者：三维面具攻击分类和头模攻击分类；
第一训练单元，被配置用于基于所述训练图像集对多个特征提取层组中的每一个特征提取层组进行二分类训练，以调整所述多个特征提取层组中的每一个特征提取层的参数，并且获得多个经训练的特征提取层组，其中，所述多个特征提取层组中的每个特征提取层组由所述多个特征提取层中的级联的至少一个特征提取层构成，对于所述多个经训练的特征提取层组中每一个经训练的特征提取层组，该经训练的特征提取层组基于输入的图像所提取的特征用于将该图像在第一分类和该特征提取层组对应的第二分类之间进行区分，所述多个经训练的特征提取层组对应的多个第二分类各不相同，并且，所述多个经训练的特征提取层组包括对应于底层纹理特征的底层特征提取层组和对应于高层语义特征的高层特征提取层组，所述高层特征提取层组在所述底层特征提取层组获得的特征的基础上进行进一步特征提取，所述底层纹理特征用于区分所述第一分类和所述屏幕攻击分类，所述高层语义特征用于区分所述第一分类和第三分类，所述第三分类包括所述三维面具攻击分类或所述头模攻击分类；
参数应用单元，被配置用于基于调整后的所述多个特征提取层中的每一个特征提取层的参数，调整所述图像检测模型；以及
第二训练单元，被配置用于基于所述训练图像集对调整后的所述图像检测模型进行多分类训练，所述多分类训练用于将输入的图像在所述多个分类中进行区分。
13.根据权利要求12所述的装置，其中，所述第一训练单元包括：
图像输入单元，被配置用于对于所述训练图像集中的每一个图像，将该图像输入至所述特征提取网络；
二分类单元，被配置用于对于所述训练图像集中的每一个图像，对于所述多个特征提取层组中的每一个特征提取层组，基于该特征提取层组中的最后一个特征提取层所提取的特征，进行二分类预测，以获得指示该图像是所述第一分类或者不是所述第一分类的二分类结果；
损失获取单元，被配置用于对于所述训练图像集中的每一个图像，基于所述多个特征提取层组中的每一个特征提取层组的二分类结果，获得所述多个特征提取层组的对应的多个二分类损失；
损失计算单元，被配置用于对于所述训练图像集中的每一个图像，获取所述多个特征提取层组的多个二分类损失的总和；以及
第一调整单元，被配置用于对于所述训练图像集中的每一个图像，基于所述总和，调节所述多个特征提取层组中的每一个特征提取层组的参数。
14.根据权利要求12所述的装置，其中，所述第二训练单元包括：
预测单元，被配置用于对于所述训练图像集中的每一个图像，利用所述图像检测模型，获取该图像的预测分类；以及
第二单元，被配置用于对于所述训练图像集中的每一个图像，基于所述预测分类和该图像在所述多个分类中对应的分类，调整所述图像检测模型的参数。
15.根据权利要求12所述的装置，其中，所述至少两个第二分类还包括：纸质攻击分类和合成图分类中的至少一者。
16.根据权利要求15所述的装置，其中，所述多个特征提取层组的数量的取值范围为2到4。
17.一种电子设备，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1-8中任意一项所述的方法。
18.一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1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111455012.XA CN114120420B (zh) | 2021-12-01 | 2021-12-01 | 图像检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111455012.XA CN114120420B (zh) | 2021-12-01 | 2021-12-01 | 图像检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114120420A CN114120420A (zh) | 2022-03-01 |
| CN114120420B true CN114120420B (zh) | 2024-02-13 |
Family
ID=80369310
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111455012.XA Active CN114120420B (zh) | 2021-12-01 | 2021-12-01 | 图像检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114120420B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018068416A1 (zh) * | 2016-10-14 | 2018-04-19 | 广州视源电子科技股份有限公司 | 基于神经网络的多层图像特征提取建模、图像识别方法及装置 |
| CN109344752A (zh) * | 2018-09-20 | 2019-02-15 | 北京字节跳动网络技术有限公司 | 用于处理嘴部图像的方法和装置 |
| CN112232164A (zh) * | 2020-10-10 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 一种视频分类方法和装置 |
| CN112446888A (zh) * | 2019-09-02 | 2021-03-05 | 华为技术有限公司 | 图像分割模型的处理方法和处理装置 |
| WO2021057174A1 (zh) * | 2019-09-26 | 2021-04-01 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备、存储介质和计算机程序 |
| KR20210048187A (ko) * | 2019-10-23 | 2021-05-03 | 삼성에스디에스 주식회사 | 객체 분류 및 검출을 위한 모델 학습 방법 및 장치 |
| CN112990053A (zh) * | 2021-03-29 | 2021-06-18 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN113052162A (zh) * | 2021-05-27 | 2021-06-29 | 北京世纪好未来教育科技有限公司 | 一种文本识别方法、装置、可读存储介质及计算设备 |
| CN113222916A (zh) * | 2021-04-28 | 2021-08-06 | 北京百度网讯科技有限公司 | 采用目标检测模型检测图像的方法、装置、设备和介质 |
| CN113343826A (zh) * | 2021-05-31 | 2021-09-03 | 北京百度网讯科技有限公司 | 人脸活体检测模型的训练方法、人脸活体检测方法及装置 |
| CN113449784A (zh) * | 2021-06-18 | 2021-09-28 | 宜通世纪科技股份有限公司 | 基于先验属性图谱的图像多分类方法、装置、设备及介质 |
| CN113705425A (zh) * | 2021-08-25 | 2021-11-26 | 北京百度网讯科技有限公司 | 活体检测模型的训练方法和活体检测的方法、装置、设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111368934B (zh) * | 2020-03-17 | 2023-09-19 | 腾讯科技（深圳）有限公司 | 图像识别模型训练方法、图像识别方法以及相关装置 |
| CN112085088A (zh) * | 2020-09-03 | 2020-12-15 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN112241764B (zh) * | 2020-10-23 | 2023-08-08 | 北京百度网讯科技有限公司 | 图像识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-01 CN CN202111455012.XA patent/CN114120420B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018068416A1 (zh) * | 2016-10-14 | 2018-04-19 | 广州视源电子科技股份有限公司 | 基于神经网络的多层图像特征提取建模、图像识别方法及装置 |
| CN109344752A (zh) * | 2018-09-20 | 2019-02-15 | 北京字节跳动网络技术有限公司 | 用于处理嘴部图像的方法和装置 |
| CN112446888A (zh) * | 2019-09-02 | 2021-03-05 | 华为技术有限公司 | 图像分割模型的处理方法和处理装置 |
| WO2021057174A1 (zh) * | 2019-09-26 | 2021-04-01 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备、存储介质和计算机程序 |
| KR20210048187A (ko) * | 2019-10-23 | 2021-05-03 | 삼성에스디에스 주식회사 | 객체 분류 및 검출을 위한 모델 학습 방법 및 장치 |
| CN112232164A (zh) * | 2020-10-10 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 一种视频分类方法和装置 |
| CN112990053A (zh) * | 2021-03-29 | 2021-06-18 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN113222916A (zh) * | 2021-04-28 | 2021-08-06 | 北京百度网讯科技有限公司 | 采用目标检测模型检测图像的方法、装置、设备和介质 |
| CN113052162A (zh) * | 2021-05-27 | 2021-06-29 | 北京世纪好未来教育科技有限公司 | 一种文本识别方法、装置、可读存储介质及计算设备 |
| CN113343826A (zh) * | 2021-05-31 | 2021-09-03 | 北京百度网讯科技有限公司 | 人脸活体检测模型的训练方法、人脸活体检测方法及装置 |
| CN113449784A (zh) * | 2021-06-18 | 2021-09-28 | 宜通世纪科技股份有限公司 | 基于先验属性图谱的图像多分类方法、装置、设备及介质 |
| CN113705425A (zh) * | 2021-08-25 | 2021-11-26 | 北京百度网讯科技有限公司 | 活体检测模型的训练方法和活体检测的方法、装置、设备 |
Non-Patent Citations (4)
| Title |
|---|
| 基于多特征融合的自适应权重目标分类方法;王立鹏等;《华中科技大学学报(自然科学版)》(第09期);全文 * |
| 基于特征融合的Landsat图像云检测算法研究;蔡克洋;《CNKI优秀硕士学位论文全文库》(2019年第07期);全文 * |
| 应用卷积神经网络的人脸活体检测算法研究;龙敏等;计算机科学与探索(第10期);全文 * |
| 深度学习在目标检测的研究综述;赵立新等;《科学技术与工程》;2021年第21卷(第30期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114120420A (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114511758A (zh) | 图像识别方法及装置、电子设备和介质 | |
| CN112749685B (zh) | 视频分类方法、设备和介质 | |
| CN114445667A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
| US20230047628A1 (en) | Human-object interaction detection | |
| CN115082740B (zh) | 目标检测模型训练方法、目标检测方法、装置、电子设备 | |
| CN115600646B (zh) | 语言模型的训练方法、装置、介质及设备 | |
| CN114219046B (zh) | 模型训练方法、匹配方法、装置、系统、电子设备和介质 | |
| CN113868453B (zh) | 对象推荐方法和装置 | |
| CN114120420B (zh) | 图像检测方法和装置 | |
| CN114494797A (zh) | 用于训练图像检测模型的方法和装置 | |
| CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
| CN114998963A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
| CN114120416A (zh) | 模型训练方法、装置、电子设备及介质 | |
| CN113486853A (zh) | 视频检测方法及装置、电子设备和介质 | |
| CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
| CN114140852B (zh) | 图像检测方法和装置 | |
| CN114842474B (zh) | 文字识别方法、装置、电子设备和介质 | |
| CN115512131B (zh) | 图像检测方法和图像检测模型的训练方法 | |
| CN114118379B (zh) | 神经网络的训练方法、图像处理方法、装置、设备和介质 | |
| CN114067183B (zh) | 神经网络模型训练方法、图像处理方法、装置和设备 | |
| CN115170536B (zh) | 图像检测方法、模型的训练方法和装置 | |
| CN114117046B (zh) | 数据处理方法、装置、电子设备及介质 | |
| CN116028750B (zh) | 网页文本审核方法及装置、电子设备和介质 | |
| CN114390366B (zh) | 视频处理方法和装置 | |
| CN115564992A (zh) | 图像分类方法和图像分类模型的训练方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |