活体模型训练方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112926515A(43)申请公布日2021.06.08(21)申请号202110323891.4(22)申请日2021.03.26(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人宗志远(74)专利代理机构济南信达专利事务所有限公司37100代理人李世喆(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06N3/08(2006.01)权利要求书3页说明书9页附图3页(54)发明名称活体模型训练方法和装置(57)摘要本说明书实施例提供了活体模型训练方法和装置。该方法包括：利用第一样本图片训练活体模型，得到活体模型输出的识别结果；根据所述识别结果以及所述活体模型当前的权重值，确定所述活体模型从所述第一样本图片中学习到的识别特征；其中，所述识别特征满足：所述活体模型基于该识别特征得到本次训练的所述识别结果；利用所述第一样本图片中未包括所述识别特征的图像区域，生成第二样本图片；利用所述第二样本图片训练所述活体模型。CN112926515ACN112926515A权利要求书1/3页1.活体模型训练方法，包括：利用第一样本图片训练活体模型，得到活体模型输出的识别结果；根据所述识别结果以及所述活体模型当前的权重值，确定所述活体模型从所述第一样本图片中学习到的识别特征；其中，所述识别特征满足：所述活体模型基于该识别特征得到本次训练的所述识别结果；利用所述第一样本图片中未包括所述识别特征的图像区域，生成第二样本图片；利用所述第二样本图片训练所述活体模型。2.根据权利要求1所述的方法，其中，所述利用所述第一样本图片中未包括所述识别特征的图像区域生成第二样本图片，包括：将所述第一样本图片中识别特征的像素值置为0，将所述第一样本图片中非识别特征的像素值置为1，得到第一权重图；将第一样本图像中每一个像素位置的像素值乘以该第一权重图中相应像素位置的像素值，得到所述第二样本图片。3.根据权利要求1或2所述的方法，其中，所述确定所述活体模型从所述第一样本图片中学习到的识别特征，包括：获取所述活体模型对所述第一样本图片进行特征提取后得到的输出特征图；根据所述识别结果以及所述活体模型当前的权重值，对所述输出特征图进行前向推理，得到对应第一样本图片的热力图；将所述热力图中位于热点区域的像素确定为所述活体模型从所述第一样本图片中学习到的识别特征。4.根据权利要求3所述的方法，其中，所述生成第二样本图片，包括：将所述热力图中每一个像素的归一化值与预设的检测阈值进行比较；如果该像素的归一化值小于预设的检测阈值，则将热力图中的该像素的归一化值增加至第一预定值，如果该像素的归一化值不小于预设的检测阈值，则将该热力图中该像素的像素值减少至第二预定值，以得到第二权重图；将第一样本图像中每一个像素位置的像素值乘以第二权重图中对应像素位置的像素值，得到所述第二样本图片。5.根据权利要求1所述的方法，在所述利用第一样本图片训练活体模型之前，进一步包括：从样本库中选择本轮训练需要使用的M张样本图片；获取选择概率P；该选择概率P是根据所述样本库中样本图片的数量及类型预先确定的；根据所述M及P的值，计算N；从所述M张样本图片中选择N张所述第一样本图片；则，利用每一张第一样本图片，分别执行所述利用第一样本图片训练活体模型直至利用所述第二样本图片训练所述活体模型的步骤；其中，M为大于1的整数，N为大于0的整数，且M大于N，P为从0至1的一个值。6.根据权利要求1所述的方法，所述第一样本图片是从样本库中选择出的；2CN112926515A权利要求书2/3页在所述生成第二样本图片之后，进一步包括：将所述第二样本图片加入所述样本库中。7.活体模型训练装置，包括：第一训练模块，被配置为利用第一样本图片训练活体模型，得到活体模型输出的识别结果；识别特征确定模块，被配置为根据所述识别结果以及所述活体模型当前的权重值，确定所述活体模型从所述第一样本图片中学习到的识别特征；其中，所述识别特征满足：所述活体模型基于该识别特征得到本次训练的所述识别结果；样本生成模块，被配置为利用所述第一样本图片中未包括所述识别特征的图像区域，生成第二样本图片；第二训练模块，利用所述第二样本图片训练所述活体模型。8.根据权利要求7所述的装置，其中，所述样本生成模块被配置为执行：将所述第一样本图片中识别特征的像素值置为0，将所述第一样本图片中非识别特征的像素值置为1，得到第一权重图；将第一样本图像中每一个像素位置的像素值乘以该第一权重图中相应像素位置的像素值，得到所述第二样本图片。9.根据权利要求7或8所述的装置，其中，所述识别特征确定