[發明專利]用于檢測活體的方法和裝置

有效

• 申請號: 201810259543.3
• 申請日: 2018-03-27
• 公開（公告）號: CN108537152B
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 武慧敏;洪智濱
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/40;G06V10/774;G06V10/74;G06K9/62
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請實施例公開了用于檢測活體的方法和裝置。該方法的一具體實施方式包括：獲取待檢測人臉圖像；將待檢測人臉圖像輸入預先訓練的特征提取模型，得到與待檢測人臉圖像對應的圖像特征，其中，特征提取模型用于提取人臉圖像的特征；將所得到的圖像特征輸入預先訓練的生成對抗網絡中的生成器，得到與待檢測人臉圖像對應的生成圖像，其中，生成對抗網絡包括生成器和判別器，特征提取模型和生成對抗網絡是基于活體人臉圖像集合訓練得到的；基于待檢測人臉圖像和所得到的生成圖像之間的相似度，生成與待檢測人臉圖像對應的活體檢測結果。該實施方式提高了對用戶進行活體檢測的方便程度，以及提高了活體檢測的速度。

技術領域

本申請實施例涉及計算機技術領域，具體涉及用于檢測活體的方法和裝置。

背景技術

在活體檢測中，可以首先錄制用戶作出指定動作(例如，點頭，搖頭，抬頭，低頭，眨眼睛等等)的視頻，然后對所錄制的視頻進行分析來給出活體檢測結果。然而，作出指定動作給用戶帶來使用上的不便，并且分析視頻的時間也相對較長。

發明內容

本申請實施例提出了用于檢測活體的方法和裝置。

第一方面，本申請實施例提供了一種用于檢測活體的方法，該方法包括：獲取待檢測人臉圖像；將待檢測人臉圖像輸入預先訓練的特征提取模型，得到與待檢測人臉圖像對應的圖像特征，其中，特征提取模型用于提取人臉圖像的特征；將所得到的圖像特征輸入預先訓練的生成對抗網絡中的生成器，得到與待檢測人臉圖像對應的生成圖像，其中，生成對抗網絡包括生成器和判別器，特征提取模型和生成對抗網絡是基于活體人臉圖像集合訓練得到的；基于待檢測人臉圖像和所得到的生成圖像之間的相似度，生成與待檢測人臉圖像對應的活體檢測結果。

在一些實施例中，基于待檢測人臉圖像和所得到的生成圖像之間的相似度，生成與待檢測人臉圖像對應的活體檢測結果，包括：確定待檢測人臉圖像和所得到的生成圖像之間的相似度是否大于預設相似度閾值；響應于確定大于，確定待檢測人臉圖像中的人臉是活體人臉。

在一些實施例中，基于待檢測人臉圖像和所得到的生成圖像之間的相似度，生成與待檢測人臉圖像對應的活體檢測結果，還包括：響應于確定不大于，確定待檢測人臉圖像中的人臉不是活體人臉。

在一些實施例中，特征提取模型和生成對抗網絡是通過如下訓練步驟訓練得到的：獲取活體人臉圖像集合；對于活體人臉圖像集合中的活體人臉圖像，執行以下調參步驟：將該活體人臉圖像輸入初始特征提取模型，得到與該活體人臉圖像對應的圖像特征；將所得到的圖像特征輸入初始生成器，得到生成人臉圖像；基于所得到的生成人臉圖像和該活體人臉圖像之間的相似度，調整初始特征提取模型和初始生成器的參數；將所得到的生成人臉圖像和該活體人臉圖像分別輸入初始判別器，得到第一判別結果和第二判別結果，其中，第一判別結果和第二判別結果分別用于表征所得到的生成人臉圖像和該活體人臉圖像是否是真實人臉圖像；基于第一差異和第二差異，調整初始特征提取模型、初始生成器和初始判別器的參數，其中，第一差異是第一判別結果和用于表征輸入初始判別器的圖像不是真實人臉圖像的否判別結果之間的差異，第二差異是第二判別結果和用于表征輸入初始判別器的圖像是真實人臉圖像的是判別結果之間的差異。

在一些實施例中，在對于活體人臉圖像集合中的活體人臉圖像，執行以下調參步驟之前，訓練步驟還包括：確定初始特征提取模型的模型結構信息、初始生成器的網絡結構信息和初始判別器的網絡結構信息，以及初始化初始特征提取模型的模型參數、初始生成器的網絡參數和初始判別器的網絡參數。

在一些實施例中，特征提取模型為卷積神經網絡。