(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210702682.5 (22)申请日 2022.06.20 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 李永凯　朱树磊　王宁波　郝敬松　 殷俊　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 40/40(2022.01) G06V 40/16(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 检测模型的训练方法、 装置及计算机可读存 储介质 (57)摘要 本申请公开了一种检测模型的训练方法、 装 置及计算机可读存储介质， 该训练方法包括： 获 取本次迭代处理所对应的多个样 本图像， 并按照 攻击类型， 将多个样本图像中的非活体图像划分 为多个第一图像组； 获取本次对检测模型进行迭 代处理所对应的当前活体特征； 分别确定每个第 一图像组的样本特征与当前活体特征的第一距 离值； 分别根据每个第一图像组对应的第一距离 值以及对应的度量值， 确定每个第一图像组对应 的第一评估值； 根据每个第一图像组对应的第一 评估值， 确定第一损失值； 根据第一损失值， 对检 测模型的参数进行调整。 本申请所提供的训练方 法能够提高活体 检测的准确率。 权利要求书3页 说明书11页 附图5页 CN 115273246 A 2022.11.01 CN 115273246 A 1.一种检测模型的训练方法， 其特 征在于， 所述方法包括： 按照如下 方式对所述检测模型进行迭代处 理， 直至所述检测模型收敛： 获取本次迭代处理所对应的多个样本 图像， 并按照攻击类型， 将多个所述样本 图像中 的非活体图像划分为多个第一图像组； 获取本次迭代处 理所对应的当前活体特 征； 分别确定每 个所述第一图像组的样本特 征与所述当前活体特 征的第一距离值； 分别根据每个所述第 一图像组对应的所述第 一距离值以及对应的度量值， 确定每个所 述第一图像组对应的第一评估值， 其中， 响应于所述第一图像组对应的所述第一距离值大 于或者等于对应的所述度量值， 所述第一图像组对应的所述第一评估值等于零， 否则对应 的所述第一评估值大于零； 根据每个所述第 一图像组对应的所述第一评估值， 确定第 一损失值， 其中， 所述第一图 像组对应的所述第一评估值越小， 所述第一损失值越小； 根据所述第一损失值， 对所述检测模型的参数进行调整。 2.根据权利要求1所述的方法， 其特征在于， 所述分别根据每个所述第 一图像组对应的 所述第一距离值以及对应的度量值， 确定每个所述第一图像组对应的第一评估值的步骤， 包括： 分别确定每个所述第 一图像组对应的所述度量值减去对应的所述第 一距离值的差值， 得到每个所述第一图像组对应的第一差值； 分别将每 个所述第一差值与零组成数组， 得到多个第一数组； 分别对每个所述第一数组进行取最大值操作， 得到每个所述第一图像组对应的最大 值； 分别根据每个所述第 一图像组对应的最大值， 确定每个所述第 一图像组对应的所述第 一评估值。 3.根据权利要求2所述的方法， 其特征在于， 所述分别根据每个所述第 一图像组对应的 最大值， 确定每 个所述第一图像组对应的所述第一评估值的步骤， 包括： 分别对每个所述第 一图像组对应的最大值进行平方操作， 得到每个所述第 一图像组对 应的所述第一评估值。 4.根据权利要求1所述的方法， 其特征在于， 所述根据每个所述第 一图像组对应的所述 第一评估值， 确定第一损失值的步骤， 包括： 确定第二图像组的样本特征与所述当前活体特征的第二距离值， 其中， 所述第二图像 组包括多个所述样本图像中的活体图像； 根据所述第二距离值， 确定第二评估值， 其中， 所述第二距离值越小， 所述第二评估值 越小； 根据所述第 二评估值以及每个所述第 一图像组对应的所述第 一评估值， 确定所述第 一 损失值， 其中， 所述第二评估值越小， 所述第一损失值越小。 5.根据权利要求4所述的方法， 其特征在于， 所述根据每个所述第 一图像组对应的所述 第一评估值以及所述第二距离值， 确定所述第一损失值的步骤， 包括： 确定所述第一图像组的图像组数量与所述第二图像组的图像组数量的第一和值； 对所有所述第一评估值以及所述第二评估值进行求和处 理， 得到第二和值；权　利　要　求　书 1/3 页 2 CN 115273246 A 2确定所述第一和值的倒数与所述第二和值的第一乘积； 根据所述第一乘积， 确定所述第一损失值。 6.根据权利要求1所述的方法， 其特征在于， 所述第 一图像组对应的所述攻击类型与活 体的相似度越高， 所述第一图像组对应的所述度量 值越小。 7.根据权利要求6所述的方法， 其特征在于， 所述根据每个所述第 一图像组对应的所述 第一评估值， 确定第一损失值的步骤， 包括： 分别确定至少一个第一目标图像组对应的所述第一距离值减去所述第一目标图像组 各自对应的第二目标图像组对应的所述第一距离值， 得到每个所述第一目标图像组对应的 第二差值， 其中， 所述第一 目标图像组对应的所述度量值小于对应的所述第二目标图像组 对应的所述度量 值； 确定每个所述第二差值对应的第三评估值， 其中， 响应于所述第二差值小于或者等于 零， 所述第二差值对应的所述第三评估值 等于零， 否则对应的所述第三评估值大于零； 根据每个所述第一图像组对应的所述第一评估值以及每个所述第二差值对应的所述 第三评估值， 确定所述第一损失值， 其中， 所述第三评估值越小， 所述第一损失值越小。 8.根据权利要求7 所述的方法， 其特 征在于， 所述方法还 包括： 按照对应的所述度量 值从小到大， 对多个所述第一图像组进行排序； 其中， 所述第一目标图像组对应的所述第二目标图像组与所述第一目标图像组相邻。 9.根据权利要求7所述的方法， 其特征在于， 所述确定每个所述第 二差值对应的第 三评 估值的步骤， 包括： 分别将每 个所述第二差值与零组成数组， 得到多个第二数组； 分别对每 个所述第二数组进行 取最大值操作， 得到每 个所述第二差值对应的最大值； 分别根据每个所述第 二差值对应的最大值， 确定每个所述第 二差值对应的所述第 三评 估值。 10.根据权利要求9所述的方法， 其特征在于， 所述分别根据每个所述第二差值对应的 最大值， 确定每 个所述第二差值对应的所述第三评估值的步骤， 包括： 分别对每个所述第 二差值对应的最大值进行平方操作， 得到每个所述第 二差值对应的 所述第三评估值。 11.根据权利要求7所述的方法， 其特征在于， 所述根据每个所述第一图像组对应的所 述第一评估值以及每个所述第二差值对应的所述第三评估值， 确定所述第一损失值的步 骤， 包括： 确定所述第一评估值的数量与所述第三评估值的数量之和， 得到第三和值； 将所有所述第一评估值以及所有所述第三评估值进行求和处 理， 得到第四和值； 确定所述第三和值的倒数与所述第四和值的第二乘积； 根据所述第二乘积， 确定所述第一损失值。 12.根据权利要求1所述的方法， 其特征在于， 所述根据所述第 一损失值， 对所述检测模 型的参数进行调整的步骤， 包括： 利用所述检测模型分别对多个所述样本图像进行活体 检测， 得到多个 检测结果； 根据多个所述检测结果， 确定第二损失值； 根据所述第一损失值以及所述第二损失值， 确定总损失值；权　利　要　求　书 2/3 页 3 CN 115273246 A 3