科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于LBP-VAE异常检测模型的人脸表示攻击检测方法,该方法包括：构建LBP-VAE异常检测模型；获取训练样本,训练样本只需用真实样本；对训练样本提取LBP特征,得到样本特征向量；将训练样本的特征向量作为VAE的输入,训练VAE网络,得到完整的LBP-VAE异常检测模型；当人脸表示攻击样本输入到该模型时,由于样本特征空间分布与真实样本不同,因此VAE网络的输出误差很大,将被作为异常检测出来,而当真实样本输入到该模型时,VAE网络的输出误差较小,由此可以区分两类样本。本发明公开的攻击检测方法,对不同类型的人脸表示攻击样本都有较好的检测性能,对噪声鲁棒性强,能适应不同的现实场景。
- 单位
