模型训练方法、活体检测方法、装置和电子设备.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CN112084915A(43)申请公布日2020.12.15(21)申请号202010894509.0(22)申请日2020.08.31(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)发明人曹佳炯丁菁汀李亮(74)专利代理机构北京三友知识产权代理有限公司11127代理人周达阚传猛(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书9页附图4页(54)发明名称模型训练方法、活体检测方法、装置和电子设备(57)摘要本说明书实施例公开了一种基于隐私保护的模型训练方法、活体检测方法、装置和电子设备。所述方法包括：获取正常生物特征图像和异常生物特征图像；分别对正常生物特征图像和异常生物特征图像进行脱敏处理；利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练。本说明书实施例可以利用脱敏处理后的生物特征图像对活体检测模型进行训练，使得活体检测模型能够对脱敏图像进行活体检测。CN112084915ACN112084915A权利要求书1/2页1.一种基于隐私保护的模型训练方法，包括：获取正常生物特征图像和异常生物特征图像，所述正常生物特征图像和所述异常生物特征图像均包含隐私信息；分别对正常生物特征图像和异常生物特征图像进行脱敏处理，得到对正常生物特征图像中的隐私信息进行保护后的正常脱敏图像和对异常生物特征图像中的隐私信息进行保护后的异常脱敏图像；利用正常脱敏图像和异常脱敏图像对活体检测模型进行训练。2.如权利要求1所述的方法，所述正常生物特征图像通过对生物特征进行采集得到，所述异常生物特征图像通过伪造得到。3.如权利要求1所述的方法，所述分别对正常生物特征图像和异常生物特征图像进行脱敏处理，包括：识别正常生物特征和异常生物特征图像中的隐私区域；利用模板图像分别对正常生物特征图像和异常生物特征图像中的隐私区域进行替换。4.一种基于隐私保护的模型训练方法，包括：获取正常生物特征图像和异常生物特征图像；分别对正常生物特征图像和异常生物特征图像进行脱敏处理；利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练。5.如权利要求4所述的方法，所述正常生物特征图像通过对生物特征进行采集得到，所述异常生物特征图像通过伪造得到。6.如权利要求4所述的方法，所述分别对正常生物特征图像和异常生物特征图像进行脱敏处理，包括：识别正常生物特征和异常生物特征图像中的隐私区域；利用模板图像分别对正常生物特征图像和异常生物特征图像中的隐私区域进行替换。7.如权利要求4所述的方法，所述利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练，包括：以脱敏处理后的正常生物特征图像为正常脱敏图像，以脱敏处理后的异常生物特征图像为异常脱敏图像，去除正常脱敏图像和异常脱敏图像中的脱敏处理痕迹；利用去除痕迹后的正常脱敏图像和异常脱敏图像对活体检测模型进行训练。8.一种活体检测方法，包括：获取脱敏图像，所述脱敏图像通过对生物特征图像进行脱敏处理得到；利用活体检测模型，对所述脱敏图像进行活体检测，所述活体检测模型基于如权利要求1-7中任一项方法训练得到。9.如权利要求8所述的方法，所述方法应用于终端设备；所述获取脱敏图像，包括：获取生物特征图像；对所述生物特征图像进行脱敏处理，得到脱敏图像。10.如权利要求9所述的方法，所述对所述生物特征图像进行脱敏处理，包括：识别所述生物特征图像中的隐私区域；利用模板图像对所述生物特征图像中的隐私区域进行替换，得到脱敏图像。11.如权利要求8所述的方法，所述方法应用于服务器；所述获取脱敏图像，包括：2CN112084915A权利要求书2/2页接收终端设备发来的脱敏图像。12.一种基于隐私保护的模型训练装置，包括：获取单元，用于获取正常生物特征图像和异常生物特征图像，所述正常生物特征图像和所述异常生物特征图像均包含隐私信息；脱敏单元，用于分别对正常生物特征图像和异常生物特征图像进行脱敏处理，得到对正常生物特征图像中的隐私信息进行保护后的正常脱敏图像和对异常生物特征图像中的隐私信息进行保护后的异常脱敏图像；训练单元，用于利用正常脱敏图像和异常脱敏图像对活体检测模型进行训练。13.一种基于隐私保护的模型训练装置，包括：获取单元，用于获取正常生物特征图像和异常生物特征图像；脱敏单元，用于分别对正常生物特征图像和异常生物特征图像进行脱敏处理；训练单元，用于利用脱敏处理后的正常生物特征图像和异常生物特征图像对活体检测模型进行训练。14.一种活