CN114140851B - 图像检测方法和用于训练图像检测模型的方法 - Google Patents
图像检测方法和用于训练图像检测模型的方法 Download PDFInfo
- Publication number
- CN114140851B CN114140851B CN202111452667.1A CN202111452667A CN114140851B CN 114140851 B CN114140851 B CN 114140851B CN 202111452667 A CN202111452667 A CN 202111452667A CN 114140851 B CN114140851 B CN 114140851B
- Authority
- CN
- China
- Prior art keywords
- classification
- image
- prediction
- classifications
- predictions
- 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
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
Abstract
本公开提供了一种图像检测方法和用于训练图像检测模型的方法,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:对目标图像进行至少两个二分类预测,并获得对应的至少两个预测结果,其中,至少两个二分类预测与至少两个分类分别对应,并且其中,对于至少两个二分类预测中的每一个二分类预测,对应的预测结果与第一分类和第二分类对应,第一分类区别于至少两个分类中的任一个分类,第二分类为至少两个分类中与该二分类预测对应的分类;以及基于至少两个预测结果,获得检测结果,其中,检测结果包括下列各项中的任一项:指示目标图像对应于第一分类的第一检测结果,和指示目标图像对应于至少两个分类的一个分类的第二检测结果。
Description
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、人脸图像处理等场景,具体涉及一种图像检测方法和用于训练图像检测模型的方法、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:对目标图像进行至少两个二分类预测,并获得对应的至少两个预测结果,其中,所述至少两个二分类预测与至少两个分类分别对应,并且其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果与第一分类和第二分类对应,所述第一分类区别于所述至少两个分类中的任一个分类,所述第二分类为所述至少两个分类中与该二分类预测对应的分类;以及基于所述至少两个预测结果,获得检测结果,其中,所述检测结果包括下列各项中的任一项:指示所述目标图像对应于所述第一分类的第一检测结果,和指示所述目标图像对应于所述至少两个分类的一个分类的第二检测结果。
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,所述检测模型包括至少两个二分类网络,其中,所述至少两个二分类网络与所述至少两个分类分别对应,并且中,对于所述至少两个二分类网络中的每一个二分类网络,该二分类网络用于进行与第一分类和所述至少两个分类中与该二分类网络对应的第二分类相对应的二分类预测,所述第一分类区别于所述至少两个分类中的任一个分类;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第一分类的多个第一图像和所述至少两个分类中的每一个分类对应的多个第二图像;以及对于所述至少两个二分类网络中的每一个二分类网络,利用由所述多个第一图像和对应的多个第二图像构成的训练图像子集对该二分类网络进行相应的二分类训练,该相应的二分类训练与所述第一分类和所述至少两个分类中对应于该二分类网络的第二分类对应。
根据本公开的另一方面,提供了一种图像检测装置,包括:分类单元,被配置用于对目标图像进行至少两个二分类预测,并获得对应的至少两个预测结果,其中,所述至少两个二分类预测与至少两个分类分别对应,并且其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果与第一分类和第二分类对应,所述第一分类区别于所述至少两个分类中的任一个分类,所述第二分类为所述至少两个分类中与该二分类预测对应的分类;以及获取单元,被配置用于基于所述至少两个预测结果,获得检测结果,其中,所述检测结果包括下列各项中的任一项:指示所述目标图像对应于所述第一分类的第一检测结果,和指示所述目标图像对应于所述至少两个分类的一个分类的第二检测结果。
根据本公开的另一方面,提供了一种用于人脸活体检测的检测模型的训练装置,所述检测模型包括至少两个二分类网络,其中,所述至少两个二分类网络与所述至少两个分类分别对应,并且中,对于所述至少两个二分类网络中的每一个二分类网络,该二分类网络用于进行与第一分类和所述至少两个分类中与该二分类网络对应的第二分类相对应的二分类预测,所述第一分类区别于所述至少两个分类中的任一个分类;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第一分类的多个第一图像和所述至少两个分类中的每一个分类对应的多个第二图像;以及第一训练单元,被配置用于对于所述至少两个二分类网络中的每一个二分类网络,利用由所述多个第一图像和对应的多个第二图像构成的训练图像子集对该二分类网络进行相应的二分类训练,该相应的二分类训练与所述第一分类和所述至少两个分类中对应于该二分类网络的第二分类对应。
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,通过对目标图像同时进行至少两个二分类预测,该至少两个二分类预测对目标图像进行第一分类和区别于第一分类的至少两个二分类中的第二分类自己之间的预测,使根据该至少两个二分类预测的至少两个预测结果就能获得判断该目标图像是否为第一分类的检测结果。即,对目标图像进行一次计算,就能获得目标图像的分类的检测结果,有效节省算力。同时,该检测结果与至少两个二分类预测的至少两个预测结果同时相关,有效提升检测结果的准确性。
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基于至少两个预测结果获得检测结果的过程的流程图;
图4示出了根据本公开的实施例的图像检测方法中基于第一置信度平均值获得检测结果的过程的流程图;
图5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6示出了根据本公开的实施例的检测模型的架构图;
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利用由多个第一图像和对应的多个第二图像构成的训练图像子集对二分类网络进行相应的二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用于训练图像检测模型的方法中对多个二分类网络进行二分类监督训练的过程的流程图;
图9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10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11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。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器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使用的数据库可以是关系数据库。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:对目标图像进行至少两个二分类预测,并获得对应的至少两个预测结果;
步骤S220:基于所述至少两个预测结果,获得检测结果。
其中,在步骤S210中,所述至少两个二分类预测与至少两个分类分别对应,并且其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果与第一分类和第二分类对应,所述第一分类区别于所述至少两个分类中的任一个分类,所述第二分类为所述至少两个分类中与该二分类预测对应的分类;在步骤S220中,所述检测结果包括下列各项中的任一项:指示所述目标图像对应于所述第一分类的第一检测结果,和指示所述目标图像对应于所述至少两个分类的一个分类的第二检测结果。
根据本公开的一个或多个实施例,通过对目标图像同时进行至少两个二分类预测,该至少两个二分类预测对目标图像进行第一分类和区别于第一分类的至少两个二分类中的第二分类之间的预测,使根据该至少两个二分类预测的至少两个预测结果就能获得判断该目标图像是否为第一分类的检测结果。即,对目标图像进行一次计算,就能获得目标图像的分类的检测结果,有效节省算力。同时,该检测结果与至少两个二分类预测的至少两个预测结果同时相关,有效提升检测结果的准确性。
在相关技术中,基于用户输入的图像数据进行人脸活体检测,以判断输入的图像数据是否来自于人脸活体。其中,将图像数据处理成目标图像后,通过对目标图像依次进行合成图检测和人脸活体检测,以判断该目标图像对应的图像数据是否来自于人脸活体。其中,首先,通过对目标图像进行合成图检测,以判断目标图像对应的图像数据是否来自于合成图,当判断目标图像对应的图像数据不来自于合成图之后,再对目标图像进行人脸活体检测,以判断目标图像对应的图像数据是否来自于人脸活体。整个过程需要对目标图像进行两次检测判断,使消耗的算力非常大。同时,在对目标图像进行合成图检测的过程中,如果判断错误,将导致最后的检测结果错误,使准确性难以保证。例如,将对应于合成图的目标图像判断为不对应合成图,而对目标图像进行进一步的人脸活体检测,并将目标图像判断为人脸活体,在某些应用场景中,使目标图像对应的图像数据通过验证,可能造成巨大的财产损失甚至人生伤害。
根据本公开的实施例,直接对来自用户输入的图像数据的目标图像进行图像检测,直接获得目标图像对应的图像数据是否对应于第一分类,即,来自于人脸活体,通过对目标图像进行一次检测判断,就能获得检测结果,减少算力。同时,由于检测结果基于对目标图像进行的多次二分类预测而来,其与多次二分类预测中的每一次二分类预测的结果相关,而各二分类预测的结果互不关联,使得获得的检测结果不因为某一次的二分类预测结果的错误而出现错误,大大提高检测结果的准确性。
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,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。
在一些实施例中,将目标图像输入至少两个二分类网络以实现步骤S210。
在一些实施例中,所述目标图像包括包含人脸的图像,所述第一分类包括人脸活体分类,所述至少两个分类包括攻击分类和合成图分类。
在一些示例中,人脸活体分类指示目标图像来自于人脸活体。
例如,对真实人脸进行拍照而获得目标图像,获得的目标图像中的人脸对应于真实的人脸。
在一些示例中,攻击分类指示目标图像来自于攻击,攻击可以包括屏幕攻击、纸质攻击以及三维模型攻击等,在此并不限定。
例如,当攻击为三维模型攻击时,对三维模型进行拍照获得目标图像,目标图像中包括人脸,但该人脸对应于三维模型。
在一些示例中,合成图分类指示目标图像来自于合成图,合成图例如可以是对包含人脸的图像进行处理,生成的目标图像,该目标图像中包括人脸,该人脸对应于图像中的人脸。
在一个示例中,通过将目标图像输入至人脸活体-合成图二分类网络和人脸活体-攻击二分类网络,以实现步骤S210,脸活体-合成图二分类网络用以将目标图像分类为人脸活体分类和合成图分类两个分类中的一个,人脸活体-攻击二分类网络用以将目标图像分类为人脸活体分类和攻击分类中的一个。
在对目标图像进行二分类预测的过程中,人脸活体-合成图二分类网络和人脸活体-攻击二分类网络并行处理目标图像,实现类似于双流网络的结构,通过一次图像输入,就可以同时获得两个二分类网络的预测结果。
在一些实施例中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括下列各项中的一项:
指示所述目标图像对应于所述第一分类的第一二分类结果,和
指示所述目标图像对应于该二分类预测对应的第二分类的第二二分类结果,并且其中,基于所述至少两个预测结果,获得检测结果包括:
响应于确定所述至少两个二分类预测中的每一个二分类预测对应的预测结果为第一二分类结果,获得所述第一检测结果;以及
响应于确定所述至少两个二分类预测中的任一个二分类预测对应的预测结果为第二二分类结果,获得所述第二检测结果。
当每一个二分类预测的预测结果均为指示目标图像对应于第一分类的第一二分类结果时,判断检测结果为指示目标图像对应于第一分类的第一检测结果,当有任一个二分类预测的预测结果为指示目标图像对应于区别于第一分类的第二分类(即不对应于第一分类)的第二二分类结果时,判断检测结果为指示目标图像对应于至少两个分类的一个分类的第二检测结果。该过程使获得的检测结果为第一检测结果的过程严谨,大大降低本应将第二检测检测结果作为目标图像的检测结果,而将第一检测结果作为目标图像的检测结果,导致检测结果出现错误的概率。
例如,对目标图像进行检测,以判断目标图像是否对应于人脸活体分类的过程中,通过对目标图像进行人脸活体-合成图二分类预测和人脸活体-攻击二分类预测,获得检测结果。当在对目标图像进行人脸活体-合成图二分类预测和对目标图像进行人脸活体-攻击二分类预测的预测结果均为人脸活体分类,则获得检测结果为目标图像对应于人脸活体分类;当在对目标图像进行人脸活体-合成图二分类预测和对目标图像进行人脸活体-攻击二分类预测中的一个的预测结果不是人脸活体分类,例如,在对目标图像进行人脸活体-合成图二分类预测的预测结果时合成图分类,则获得检测结果为目标图像对应于区别于人脸活体分类的两个分类(合成图分类和攻击分类)中的一个。
在一些实施例中,至少两个二分类网络中的每一个二分类网络通过获得目标图像对应于第一分类的第一置信度和目标图像对应于对应的第二分类的置信度,获得预测结果。当对应的第一置信度大于或者等于第二置信度时,获得对应的预测结果为所述第一二分类结果;当对应的第一置信度小于第二置信度时,获得对应的预测结果为第二二分类结果。
在一些实施例中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括:
所述目标图像对应于第一分类的第一置信度,和
所述目标图像对应于区别于该二分类预测对应的第二分类的第二置;如图3所示,基于所述至少两个预测结果,获得检测结果包括:
步骤S310:基于所述至少两个分类预测中的每一个二分类预测对应的第一置信度,获得第一置信度平均值;以及
步骤S320:基于所述第一置信度平均值,获得所述检测结果。
根据至少两个二分类预测中的每一个二分类预测中获得的目标图像对应于第一分类的第一置信度,获得第一置信度平均值,该第一置信度平均值表征在各种不同的二分类预测下,该目标图像对应于第一分类的概率,即第一置信度平均值表征考虑了各种分类的情况下,目标图像对应于第一分类的概率,更加准确。基于该第一置信度平均值获得的检测结果更加准确。
在一些实施例中,通过将第一置信度平均值与预设阈值进行比较,以获得检测结果。例如,当第一置信度平均值高于预设阈值(如80%),获得第一检测结果;当第一置信度平均值低于预设阈值,获得第二检测结果。
在一些实施例中,对目标图像进行检测,以判断目标图像是否对应于人脸活体分类。根据设置的预设阈值,可以调整判断目标图像为人脸活体分类的严谨程度,根据应用场景,可以设置不同的预测阈值。
在一些实施例中,如图4所示,基于所述第一置信度平均值,获得所述检测结果包括:
步骤S410:将所述第一置信度平均值与所述至少两个二分类预测中的每一个二分类预测对应的第二置信度进行比较;
步骤S420:响应于确定对应于所述至少两个二分类预测中的每一个二分类预测的第二置信度不大于所述第一置信度平均值,获得所述第一检测结果;以及
步骤S420:响应于确定所述第一置信度平均值小于所述至少两个二分类预测中的任一个二分类预测的第二置信度,获得所述第二检测结果。
将第一置信度平均值与至少两个二分类预测中的每一个二分类预测的第二置信度进行对比,获得检测结果,使获得的检测结果更加准确。
例如,对目标图像进行检测,以判断目标图像是否对应于人脸活体分类的过程中,通过对目标图像进行人脸活体-合成图二分类预测和人脸活体-攻击二分类预测,获得检测结果。其中,在对目标图像进行人脸活体-合成图二分类预测的过程中,获得目标图像对应于人脸活体分类的第一置信度为80%,对应于合成图分类的第二置信度为20%;在对目标图像进行人脸活体-攻击二分类预测的过程中,获得目标图像对应于人脸活体分类的第一置信度为40%,对应于攻击分类的第二置信度为60%。则获得第一置信度平均值为60%,此时获得检测结果为第二检测结果,即目标图像对应于合成图分类和攻击分类中的一个。
在一些实施例中,方法200还包括:响应于所述检测结果包括所述第二检测结果,获取所述至少两个分类中与所述目标图像对应的第三分类,其中,所述第三分类与所述至少两个二分类预测中的第一二分类预测对应,并且其中,所述第一二分类预测的第二置信度大于所述至少两个二分类预测中区别于所述第一二分类预测的任一二分类预测的第二置信度。
在获得检测结果为第二检测结果,即确定目标图像对应于至少两个分类的一个分类之后,进一步获得目标图像在至少两个分类中对应的分类,从而可以对任意目标图像实现多分类的效果。
例如,对目标图像进行检测,以判断目标图像是否对应于人脸活体分类的过程中,通过对目标图像进行人脸活体-合成图二分类预测和人脸活体-攻击二分类预测,获得检测结果。当获得的检测结果为第二检测结果时,即目标图像对应于合成图分类和攻击分类中的一个;进一步,获得目标图像对应的分类为合成图分类,从而实现通过一次检测,获得两个结果,即同时判断了目标图像是否对应于合成图分类和是否对应于人脸活体分类。相较于相关技术中,需要对目标图像依次进行合成图检测和人脸活体检测,以判断目标图像是否对应于合成图和是否对应于人脸活体,大大减少了算力和处理步骤。
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,所述检测模型包括至少两个二分类网络,其中,所述至少两个二分类网络与所述至少两个分类分别对应,并且中,对于所述至少两个二分类网络中的每一个二分类网络,该二分类网络用于进行与第一分类和所述至少两个分类中与该二分类网络对应的第二分类相对应的二分类预测,所述第一分类区别于所述至少两个分类中的任一个分类。
参看图5,根据一些实施例的用于训练图像检测模型的方法500包括:
步骤S510:获取训练图像集,所述训练图像集包括对应于第一分类的多个第一图像和所述至少两个分类中的每一个分类对应的多个第二图像;以及
步骤S520:对于所述至少两个二分类网络中的每一个二分类网络,采用由所述多个第一图像和对应的多个第二图像构成的训练图像子集进行对应于所述第一分类和所述至少两个分类中与该二分类网络对应的分类的二分类训练。
通过对检测模型中的至少两个二分类网络中的每一个二分类网络进行对应的二分类训练,使每一个二分类网络独立的进行相应的二分类预测,使经训练的检测模型能够根据该至少两个二分类网络的至少两个预测结果就能获得判断该目标图像是否为第一分类的检测结果。即,检测模型对输入至其中的输入图像进行一次计算,就能获得指示输入图像的分类的检测结果,有效节省算力。同时,该检测结果与至少两个二分类网络的至少两个预测结果同时相关,有效提升检测结果的准确性。
同时,在训练过程中,通过对至少两个二分类网络采用对应的训练图像子集进行独立训练,使每一个二分类网络的训练过程与对应的二分类预测对应,避免至少两个二分类网络之间的训练干扰,提高训练精度和效率。
根据本公开的检测模型,包括至少两个并行的二分类网络,实现类似于双流网络的结构,通过一次图像输入,就可以同时获得两个二分类网络的预测结果。
参看图6,示出了根据本公开的一些实施例的检测模型的架构。如图6所示检测模型600包括第一二分类网络610、第二二分类网络620;其中,第一二分类网络包括特征提取网络611和全连接层612,第二二分类网络620包括特征提取网络621和全连接层622,第一二分类网络610和第二二分类网络620基于共同的输入A得到各自的输出结果610B和620B。在一些实施例中,如图6所示,检测模型600进一步包括处理模块630,基于第一二分类网络610和第二二分类网络620的输出结果610B和620B获得检测结果以输出。
在一些实施例中,训练图像可以是基于视频提取的图像帧,也可以是用户输入的图像等等。
在一些实施例中,获得训练图像过程还包括对所获取的图像帧或用户输入的图像进行预处理。在一些示例中,预处理过程可以与前述实施例中获得目标图像的预处理过程一致,在此并不限定。
在一些实施例中,如图7所示,利用由所述多个第一图像和对应的多个第二图像构成的训练图像子集对该二分类网络进行相应的二分类训练包括:对于该训练图像子集中的每一个图像,执行
步骤S670:将该图像输入该二分类网络,以获得对应的预测结果,其中,该对应的预测结果包括:
该图像对应于所述第一分类的第一置信度,和
该图像对应于所述至少两个分类中的与该二分类网络对应的第二分类的第二置信度,以及
步骤S670:基于该图像在所述第一分类和所述至少两个分类中相应的分类和该对应的预测结果,调整该二分类网络的参数。
在训练二分类网络的过程中,通过获得训练图像对应于第一分类的第一置信度和训练图像对应于二分类网络对应的第二分类的第二置信度,以对二分类网络进行相应的二分类训练,使二分类网络能够基于输入的图像获得相应的第一置信度和第二置信度,从而使训练的二分类网络根据所获得的第一置信度和第二置信度输出不同的预测结果。
在一些示例中,二分类网络对应的预测结果包括第一置信度和第二置信度。
在一些示例中,二分类网络对应的预测结果包括根据第一置信度和第二置信度获得的第一二分类结果和第二二分类结果,其中,第一二分类结果指示输入图像对应于第一分类,第二二分类结果指示输入图像对应于二分类网络对应的第二分类。
在一些实施例中,所述至少两个二分类网络中的每一个二分类网络包括特征提取网络,根据本公开的用于训练图像检测模型的方法还包括进一步对至少两个二分类网络进行二分类监督训练。如图8所示,对至少两个二分类网络进行二分类监督训练包括,对于所述训练图像集中的每一个图像执行:
步骤S810:对所述至少两个二分类网络中的每一个二分类网络的特征提取网络基于该图像所提取的特征进行融合;
步骤S820:将融合后的特征输入至二分类监督网络,以获得二分类监督预测结果,该二分类监督预测结果包括指示该图像对应于第一分类的第一预测结果和指示该图像不对应于第一分类的第二预测结果;
步骤S830:基于该图像在所述第一分类和所述至少两个分类中对应的分类和该二分类监督预测结果,调整所述至少两个二分类网络中的每一个二分类网络的特征提取网络的参数。
根据本公开的至少两个二分类网络,在计算过程中由于针对的是同一输入图像,针对第一分类提取输入图像的特征时,可以具有相同或相似的处理过程。因此,在训练过程中采用相同的对应于第一分类的多个图像作为训练图像,可以对该至少两个二分类网络中的特征提取网络进行统一的监督训练,在监督训练过程中,针对对应于第一分类的图像作为一类图像,针对对应于至少两个分类中任意分类的图像作为另一类图像,实现二分类监督训练。通过上述步骤S810-S830,进一步对至少两个二分类网络中的特征提取网络实现二分类监督训练,从而使经训练的检测模型更加准确。
在一些实施例中,所述第一分类包括人脸活体分类,所述至少两个分类包括攻击分类和合成图分类。
继续参看图6,在二分类监督训练中,分别获取第一二分类网络610的特征提取网络611和第二二分类网络620的特征提取网络621所提取的特征,并将两者融合后输入至二分类监督网络640,以进行二分类监督训练。
根据本公开的另一方面,还提供一种图像检测装置,参看图8,装置800包括:分类单元910,被配置用于对目标图像进行至少两个二分类预测,并获得对应的至少两个预测结果,其中,所述至少两个二分类预测与至少两个分类分别对应,并且其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果与第一分类和所述至少两个分类中与该二分类预测对应的第二分类相对应,所述第一分类区别于所述至少两个分类中的任一个分类;以及获取单元920,被配置用于基于所述至少两个预测结果,获得检测结果,其中,所述检测结果包括下列各项中的任一项:指示所述目标图像对应于所述第一分类的第一检测结果,和指示所述目标图像对应于所述至少两个分类的一个分类的第二检测结果。
在一些实施例中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括下列各项中的一项:指示所述目标图像对应于所述第一分类的第一二分类结果,和指示所述目标图像对应于该二分类预测对应的第二分类的第二二分类结果,并且其中,所述获取单元920包括:第一获取单元,被配置用于响应于确定所述至少两个二分类预测中的每一个二分类预测对应的预测结果为第一二分类结果,获得所述第一检测结果;以及第二获取单元,被配置用于响应于确定所述至少两个二分类预测中的任一个二分类预测对应的预测结果为第二二分类结果,获得所述第二检测结果。
在一些实施例中,其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括:所述目标图像对应于第一分类的第一置信度,和所述目标图像对应于区别于该二分类预测对应的第二分类的第二置信度,并且其中,所述获取单元920包括:计算单元,被配置用于基于所述至少两个分类预测中的每一个二分类预测对应的第一置信度,获得第一置信度平均值;以及获取子单元,被配置用于基于所述第一置信度平均值,获得所述检测结果。
在一些实施例中,其中,所述获取子单元包括:比较单元,被配置用于将所述第一置信度平均值与所述至少两个二分类预测中的每一个二分类预测对应的第二置信度进行比较;第一获取子单元,被配置用于响应于确定对应于所述至少两个二分类预测中的每一个二分类预测的第二置信度不大于所述第一置信度平均值,获得所述第一检测结果;以及第二获取子单元,被配置用于响应于确定所述第一置信度平均值小于所述至少两个二分类预测中的任一个二分类预测的第二置信度,获得所述第二检测结果。
在一些实施例中,还包括:分类获取单元,被配置用于响应于所述检测结果包括所述第二检测结果,获取所述至少两个分类中与所述目标图像对应的第三分类,其中,所述第三分类与所述至少两个二分类预测中的第一二分类预测对应,所述第一二分类预测的第二置信度大于所述至少两个二分类预测中区别于所述第一二分类预测的任一二分类预测的第二置信度。
根据本公开的另一方面,还提供一种用于人脸活体检测的检测模型的训练装置,所述检测模型包括至少两个二分类网络,其中,所述至少两个二分类网络与所述至少两个分类分别对应,并且中,对于所述至少两个二分类网络中的每一个二分类网络,该二分类网络用于进行与第一分类和所述至少两个分类中的与该第二分类对应的第二分类相对应的二分类预测,所述第一分类区别于所述至少两个分类中的任一个分类。如图10所示,装置1000包括:图像获取单元1010,被配置用于获取训练图像集,所述训练图像集包括对应于第一分类的多个第一图像和所述至少两个分类中的每一个分类对应的多个第二图像;以及第一训练单元1020,被配置用于对于所述至少两个二分类网络中的每一个二分类网络,利用由所述多个第一图像和对应的多个第二图像构成的训练图像子集对该二分类网络进行相应的二分类训练,该相应的二分类训练与所述第一分类和所述至少两个分类中对应于该二分类网络的第二分类对应。
在一些实施例中,所述第一训练单元1020包括:输入单元,被配置用于对于该训练图像子集中的每一个图像,将该图像输入该二分类网络,以获得对应的预测结果,其中,该对应的预测结果包括:该图像对应于所述第一分类的第一置信度,和该图像对应于所述至少两个分类中的与该二分类网络对应的第二分类的第二置信度,以及输入单元,被配置用于输入单元,被配置用于基于该图像在所述第一分类和所述至少两个分类中相应的分类和该对应的预测结果,调整该二分类网络的参数。
在一些实施例中,所述至少两个二分类网络中的每一个二分类网络包括特征提取网络,所述装置还包括:第二训练单元,被配置用于对于所述训练图像集中的每一个图像:对所述至少两个二分类网络中的每一个二分类网络的特征提取网络基于该图像所提取的特征进行融合,将融合后的特征输入至二分类监督网络,以获得二分类监督预测结果,该二分类监督预测结果包括指示该图像对应于第一分类的第一预测结果和指示该图像不对应于第一分类的第二预测结果;基于该图像在所述第一分类和所述至少两个分类中对应的分类和该二分类监督预测结果,调整所述至少两个二分类网络中的每一个二分类网络的特征提取网络的参数。
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11,现将描述可以作为本公开的服务器或客户端的电子设备1100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11所示,电子设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储电子设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
电子设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106、输出单元1107、存储单元1108以及通信单元1109。输入单元1106可以是能向电子设备1100输入信息的任何类型的设备,输入单元1106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1107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1108可以包括但不限于磁盘、光盘。通信单元1109允许电子设备1100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1101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1101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1101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1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到电子设备1100上。当计算机程序加载到RAM 1103并由计算单元1101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1101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 (14)
1.一种图像检测方法,包括:
对目标图像进行至少两个二分类预测,并获得对应的至少两个预测结果,其中,所述至少两个二分类预测与至少两个分类分别对应,并且其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果与第一分类和第二分类对应,所述第一分类区别于所述至少两个分类中的任一个分类,所述第二分类为所述至少两个分类中与该二分类预测对应的分类;以及
基于所述至少两个预测结果,获得检测结果,其中,所述检测结果包括下列各项中的任一项:
指示所述目标图像对应于所述第一分类的第一检测结果,和
指示所述目标图像对应于所述至少两个分类的一个分类的第二检测结果,
其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括:
所述目标图像对应于第一分类的第一置信度,和
所述目标图像对应于区别于该二分类预测对应的第二分类的第二置信度,
并且其中,所述基于所述至少两个预测结果,获得检测结果包括:
基于所述至少两个分类预测中的每一个二分类预测对应的第一置信度,获得第一置信度平均值;
将所述第一置信度平均值与所述至少两个二分类预测中的每一个二分类预测对应的第二置信度进行比较;
响应于确定对应于所述至少两个二分类预测中的每一个二分类预测的第二置信度不大于所述第一置信度平均值,获得所述第一检测结果;以及
响应于确定所述第一置信度平均值小于所述至少两个二分类预测中的任一个二分类预测的第二置信度,获得所述第二检测结果。
2.根据权利要求1所述的方法,其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括下列各项中的一项:
指示所述目标图像对应于所述第一分类的第一二分类结果,和
指示所述目标图像对应于该二分类预测对应的第二分类的第二二分类结果,并且其中,
所述基于所述至少两个预测结果,获得检测结果包括:
响应于确定所述至少两个二分类预测中的每一个二分类预测对应的预测结果为第一二分类结果,获得所述第一检测结果;以及
响应于确定所述至少两个二分类预测中的任一个二分类预测对应的预测结果为第二二分类结果,获得所述第二检测结果。
3.根据权利要求1所述的方法,还包括:
响应于所述检测结果包括所述第二检测结果,获取所述至少两个分类中与所述目标图像对应的第三分类,其中,所述第三分类与所述至少两个二分类预测中的第一二分类预测对应,并且其中,所述第一二分类预测的第二置信度大于所述至少两个二分类预测中区别于所述第一二分类预测的任一二分类预测的第二置信度。
4.根据权利要求1所述的方法,其中,所述目标图像包括包含人脸的图像,所述第一分类包括人脸活体分类,所述至少两个分类包括攻击分类和合成图分类。
5.一种用于训练图像检测模型的方法,所述检测模型包括至少两个二分类网络,其中,所述至少两个二分类网络与所述至少两个分类分别对应,并且中,对于所述至少两个二分类网络中的每一个二分类网络,该二分类网络用于进行与第一分类和所述至少两个分类中与该二分类网络对应的第二分类相对应的二分类预测,所述第一分类区别于所述至少两个分类中的任一个分类;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第一分类的多个第一图像和所述至少两个分类中的每一个分类对应的多个第二图像;以及
对于所述至少两个二分类网络中的每一个二分类网络,利用由所述多个第一图像和对应的多个第二图像构成的训练图像子集对该二分类网络进行相应的二分类训练,该相应的二分类训练与所述第一分类和所述至少两个分类中对应于该二分类网络的第二分类对应,
其中,所述至少两个二分类网络中的每一个二分类网络包括特征提取网络,所述方法还包括:
对于所述训练图像集中的每一个图像:
对所述至少两个二分类网络中的每一个二分类网络的特征提取网络基于该图像所提取的特征进行融合,
将融合后的特征输入至二分类监督网络,以获得二分类监督预测结果,该二分类监督预测结果包括指示该图像对应于第一分类的第一预测结果和指示该图像不对应于第一分类的第二预测结果;
基于该图像在所述第一分类和所述至少两个分类中对应的分类和该二分类监督预测结果,调整所述至少两个二分类网络中的每一个二分类网络的特征提取网络的参数。
6.根据权利要求5所述的方法,其中,所述利用由所述多个第一图像和对应的多个第二图像构成的训练图像子集对该二分类网络进行相应的二分类训练包括:
对于该训练图像子集中的每一个图像,
将该图像输入该二分类网络,以获得对应的预测结果,其中,该对应的预测结果包括:
该图像对应于所述第一分类的第一置信度,和
该图像对应于所述至少两个分类中的与该二分类网络对应的第二分类的第二置信度,以及
基于该图像在所述第一分类和所述至少两个分类中相应的分类和该对应的预测结果,调整该二分类网络的参数。
7.根据权利要求5所述的方法,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攻击分类和合成图分类。
8.一种图像检测装置,包括:
分类单元,被配置用于对目标图像进行至少两个二分类预测,并获得对应的至少两个预测结果,其中,所述至少两个二分类预测与至少两个分类分别对应,并且其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果与第一分类和第二分类对应,所述第一分类区别于所述至少两个分类中的任一个分类,所述第二分类为所述至少两个分类中与该二分类预测对应的分类;以及
获取单元,被配置用于基于所述至少两个预测结果,获得检测结果,其中,所述检测结果包括下列各项中的任一项:
指示所述目标图像对应于所述第一分类的第一检测结果,和指示所述目标图像对应于所述至少两个分类的一个分类的第二检测结果,其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括:
所述目标图像对应于第一分类的第一置信度,和
所述目标图像对应于区别于该二分类预测对应的第二分类的第二置信度,
并且其中,所述获取单元包括:
计算单元,被配置用于基于所述至少两个分类预测中的每一个二分类预测对应的第一置信度,获得第一置信度平均值;
比较单元,被配置用于将所述第一置信度平均值与所述至少两个二分类预测中的每一个二分类预测对应的第二置信度进行比较;
第一获取子单元,被配置用于响应于确定对应于所述至少两个二分类预测中的每一个二分类预测的第二置信度不大于所述第一置信度平均值,获得所述第一检测结果;以及
第二获取子单元,被配置用于响应于确定所述第一置信度平均值小于所述至少两个二分类预测中的任一个二分类预测的第二置信度,获得所述第二检测结果。
9.根据权利要求8所述的装置,其中,对于所述至少两个二分类预测中的每一个二分类预测,对应的预测结果包括下列各项中的一项:
指示所述目标图像对应于所述第一分类的第一二分类结果,和
指示所述目标图像对应于该二分类预测对应的第二分类的第二二分类结果,并且其中,所述获取单元包括:
第一获取单元,被配置用于响应于确定所述至少两个二分类预测中的每一个二分类预测对应的预测结果为第一二分类结果,获得所述第一检测结果;以及
第二获取单元,被配置用于响应于确定所述至少两个二分类预测中的任一个二分类预测对应的预测结果为第二二分类结果,获得所述第二检测结果。
10.根据权利要求8所述的装置,还包括:
分类获取单元,被配置用于响应于所述检测结果包括所述第二检测结果,获取所述至少两个分类中与所述目标图像对应的第三分类,其中,所述第三分类与所述至少两个二分类预测中的第一二分类预测对应,并且其中,所述第一二分类预测对应的第二置信度大于所述至少两个二分类预测中区别于所述第一二分类预测的任一二分类预测的第二置信度。
11.一种用于人脸活体检测的检测模型的训练装置,所述检测模型包括至少两个二分类网络,其中,所述至少两个二分类网络与所述至少两个分类分别对应,并且中,对于所述至少两个二分类网络中的每一个二分类网络,该二分类网络用于进行与第一分类和所述至少两个分类中与该二分类网络对应的第二分类相对应的二分类预测,所述第一分类区别于所述至少两个分类中的任一个分类;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第一分类的多个第一图像和所述至少两个分类中的每一个分类对应的多个第二图像;以及
第一训练单元,被配置用于对于所述至少两个二分类网络中的每一个二分类网络,利用由所述多个第一图像和对应的多个第二图像构成的训练图像子集对该二分类网络进行相应的二分类训练,该相应的二分类训练与所述第一分类和所述至少两个分类中对应于该二分类网络的第二分类对应,
其中,所述至少两个二分类网络中的每一个二分类网络包括特征提取网络,所述装置还包括:
第二训练单元,被配置用于对于所述训练图像集中的每一个图像:
对所述至少两个二分类网络中的每一个二分类网络的特征提取网络基于该图像所提取的特征进行融合,
将融合后的特征输入至二分类监督网络,以获得二分类监督预测结果,该二分类监督预测结果包括指示该图像对应于第一分类的第一预测结果和指示该图像不对应于第一分类的第二预测结果;
基于该图像在所述第一分类和所述至少两个分类中对应的分类和该二分类监督预测结果,调整所述至少两个二分类网络中的每一个二分类网络的特征提取网络的参数。
12.根据权利要求11所述的装置,其中,所述第一训练单元包括:
输入单元,被配置用于对于该训练图像子集中的每一个图像,将该图像输入该二分类网络,以获得对应的预测结果,其中,该对应的预测结果包括:
该图像对应于所述第一分类的第一置信度,和
该图像对应于所述至少两个分类中的与该二分类网络对应的第二分类的第二置信度,以及
输入单元,被配置用于输入单元,被配置用于基于该图像在所述第一分类和所述至少两个分类中相应的分类和该对应的预测结果,调整该二分类网络的参数。
13.一种电子设备,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1-7中任一项所述的方法。
14.一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1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111452667.1A CN114140851B (zh) | 2021-12-01 | 2021-12-01 | 图像检测方法和用于训练图像检测模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111452667.1A CN114140851B (zh) | 2021-12-01 | 2021-12-01 | 图像检测方法和用于训练图像检测模型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114140851A CN114140851A (zh) | 2022-03-04 |
CN114140851B true CN114140851B (zh) | 2023-08-11 |
Family
ID=80387055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111452667.1A Active CN114140851B (zh) | 2021-12-01 | 2021-12-01 | 图像检测方法和用于训练图像检测模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114140851B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688967A (zh) * | 2019-09-30 | 2020-01-14 | 上海依图信息技术有限公司 | 用于静态人脸活体检测的系统以及方法 |
CN111931594A (zh) * | 2020-07-16 | 2020-11-13 | 广州广电卓识智能科技有限公司 | 人脸识别活体检测方法、装置、计算机设备和存储介质 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358157B (zh) * | 2017-06-07 | 2020-10-02 | 创新先进技术有限公司 | 一种人脸活体检测方法、装置以及电子设备 |
-
2021
- 2021-12-01 CN CN202111452667.1A patent/CN114140851B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110688967A (zh) * | 2019-09-30 | 2020-01-14 | 上海依图信息技术有限公司 | 用于静态人脸活体检测的系统以及方法 |
CN111931594A (zh) * | 2020-07-16 | 2020-11-13 | 广州广电卓识智能科技有限公司 | 人脸识别活体检测方法、装置、计算机设备和存储介质 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN114140851A (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112749758B (zh) | 图像处理方法、神经网络的训练方法、装置、设备和介质 | |
CN112857268B (zh) | 对象面积测量方法、装置、电子设备和存储介质 | |
US20230052389A1 (en) | Human-object interaction detection | |
CN112749685B (zh) | 视频分类方法、设备和介质 | |
CN114494935B (zh) | 视频信息的处理方法、装置、电子设备和介质 | |
CN114004985B (zh) | 人物交互检测方法、神经网络及其训练方法、设备和介质 | |
US20230047628A1 (en) | Human-object interaction detection | |
CN114445667A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN113723305A (zh) | 图像和视频检测方法、装置、电子设备和介质 | |
CN115269989B (zh) | 对象推荐方法、装置、电子设备和存储介质 | |
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 | |
CN115578501A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN114998963A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
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 | |
CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN114547252A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN113486853A (zh) | 视频检测方法及装置、电子设备和介质 | |
CN114120420B (zh) | 图像检测方法和装置 | |
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 | |
CN114117046B (zh) | 数据处理方法、装置、电子设备及介质 | |
CN115170536B (zh) | 图像检测方法、模型的训练方法和装置 | |
CN115512131B (zh) | 图像检测方法和图像检测模型的训练方法 |
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 |