摘要
本发明涉及一种基于迁移学习的人脸活体检测方法,属于图像处理与计算机视觉技术领域;所述方法包括将视频数据切分为图像序列,检测图像序列中的人脸,将数据分为训练集和测试集;使用源域的训练集训练3D卷积神经网络,得到区分真假脸的标签分类器;在卷积层后添加梯度反转层,提取源域和目标域的公共特征;把源域和目标域的数据通过梯度反转层进行对抗训练,得到区分源域和目标域数据的域分类器;把目标域的测试集送入到训练好的标签神经网络中,选取网络分类的最大概率为最后的检测结果。本发明把对抗性迁移学习的思想运用到活体检测,提高了活体检测的泛化能力;通过3D卷积神经网络,不仅能利用视频的空间信息也能利用时间信息,还能提高活体检测的精度。