公开(公告)号：CN109948566B

公开(公告)日：2023-08-18

申请号：CN201910231686.8

申请日：2019-03-26

Applicant: 江南大学

Inventor： 宋晓宁 ,  吴启群

IPC: G06V40/40 ,  G06V40/16 ,  G06V10/77 ,  G06V10/771 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于权重融合与特征选择的双流人脸反欺诈检测方法，包括，通过采集设备采集人脸图片；提取特征，并确定人脸标签；对特征进行融合；以及，判断人脸真假，并响应于显示设备上；其中，所述特征包括HSV像素特征、YCbCr像素特征、BSIF灰度特征和神经网络卷积特征、LBP特征和HOG特征；其中，所述融合区分为权重融合和分数级融合；本发明方法将采集的HSV像素特征、YCbCr像素特征、BSIF灰度特征和神经网络卷积特征、LBP特征和HOG特征进行权重融合，大大提高了真假人脸的识别效果，同时提供了鲁棒性，还加快了运行效率。

公开(公告)号：CN109948566A

公开(公告)日：2019-06-28

申请号：CN201910231686.8

申请日：2019-03-26

Applicant: 江南大学

Inventor： 宋晓宁 ,  吴启群

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于权重融合与特征选择的双流人脸反欺诈检测方法，包括，通过采集设备采集人脸图片；提取特征，并确定人脸标签；对特征进行融合；以及，判断人脸真假，并响应于显示设备上；其中，所述特征包括HSV像素特征、YCbCr像素特征、BSIF灰度特征和神经网络卷积特征、LBP特征和HOG特征；其中，所述融合区分为权重融合和分数级融合；本发明方法将采集的HSV像素特征、YCbCr像素特征、BSIF灰度特征和神经网络卷积特征、LBP特征和HOG特征进行权重融合，大大提高了真假人脸的识别效果，同时提供了鲁棒性，还加快了运行效率。