[發(fā)明專利]一種人臉活體檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201811020828.8
• 申請日: 2018-09-03
• 公開（公告）號: CN109255322B
• 公開（公告）日: 2019-11-19
• 發(fā)明（設(shè)計）人: 張曉光;劉中華;黃婉婉
• 申請（專利權(quán)）人: 北京誠志重科海圖科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 11371 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 王文紅<國際申請>=<國際公布>=<進入

本申請?zhí)峁┝艘环N人臉活體檢測方法及裝置，涉及人臉識別技術(shù)領(lǐng)域，包括：獲取多組第一人臉樣本圖像，人臉樣本圖像包括活體人臉圖像和非活體人臉圖像；非活體人臉圖像包括人臉照片圖像和人臉視頻圖像；基于預(yù)先構(gòu)建的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型以及所述多組人臉樣本圖像中，訓(xùn)練用于檢測活體人臉圖像的圖像特征和非活體人臉圖像的圖像特征的檢測閾值；基于預(yù)先構(gòu)建的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型對待檢測人臉圖像進行處理，將處理結(jié)果與所述檢測閾值進行比較，輸出待檢測人臉圖像的檢測結(jié)果。本申請實施例通過基于訓(xùn)練好的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型以及該模型的檢測閾值進行人臉活體檢測，能夠檢測人臉照片和人臉視頻的非活體攻擊，檢測準(zhǔn)確度好且效率高。

技術(shù)領(lǐng)域

本申請涉及人臉識別技術(shù)領(lǐng)域，具體而言，涉及一種人臉活體檢測方法及裝置。

背景技術(shù)

隨著科技的發(fā)展，人臉識別技術(shù)由于高可靠性等優(yōu)勢而廣泛的應(yīng)用在人們的日常生活中。在人臉識別技術(shù)的應(yīng)用范圍不斷擴大的同時，也出現(xiàn)了對人臉識別技術(shù)的非活體攻擊，在這種攻擊性，攻擊者利用合法用戶的人臉圖片或者帶有合法用戶人臉的視頻偽造合法用戶進行業(yè)務(wù)交易，給被偽造的合法用戶造成較大的損失。因此，如何提高人臉識別系統(tǒng)的安全性成為一個廣泛關(guān)注的問題。

為了解決上述問題，相關(guān)技術(shù)提供了一種基于特征點仿射變換進行人臉活體檢測的方法，采用在對采集的每一幀視頻圖像探測并追蹤人臉特征點，采用仿射變換的方法計算相鄰兩幀中人臉特征點的統(tǒng)計學(xué)距離，將統(tǒng)計學(xué)距離與真實人臉對應(yīng)的標(biāo)準(zhǔn)統(tǒng)計學(xué)距離相比較，根據(jù)比較結(jié)果確定是否為真實人臉。但是，上述通過統(tǒng)計學(xué)距離的人臉活體檢測方法所需要的計算時間代價高，并且無法檢測基于人臉視頻的非活體攻擊。

另外，相關(guān)技術(shù)還提供了另一種基于真實人臉的非剛性運動變化進行人臉活體檢測的方法，通過在輸入的連續(xù)幀視頻圖像中探測并分析眼睛的動作，將該動作與真實人臉對應(yīng)的標(biāo)準(zhǔn)動作相比較，根據(jù)比較結(jié)果確定是否為真實人臉。同樣的，上述通過人眼動作的同樣無法檢測基于人臉視頻的非活體攻擊。

發(fā)明內(nèi)容

有鑒于此，本申請實施例的目的在于提供一種人臉活體檢測方法及裝置，基于訓(xùn)練好的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型以及該模型的檢測閾值進行人臉活體檢測，能夠檢測人臉照片和人臉視頻的非活體攻擊，檢測準(zhǔn)確度好且效率高。

第一方面，本申請實施例提供了一種人臉活體檢測方法，包括：獲取多組第一人臉樣本圖像，所述人臉樣本圖像包括活體人臉圖像和非活體人臉圖像；所述非活體人臉圖像包括人臉照片圖像和人臉視頻圖像；

基于預(yù)先構(gòu)建的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型以及所述多組人臉樣本圖像中，訓(xùn)練用于檢測活體人臉圖像的圖像特征和非活體人臉圖像的圖像特征的檢測閾值；

基于預(yù)先構(gòu)建的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型對待檢測人臉圖像進行處理，并將得到的處理結(jié)果與所述檢測閾值進行比較，輸出待檢測人臉圖像的檢測結(jié)果；其中，在所述處理結(jié)果大于所述檢測閾值時，所述檢測結(jié)果為活體人臉；在處理結(jié)果小于所述檢測閾值時，所述檢測結(jié)果為非活體人臉。

第二方面，本申請實施例還提供了一種人臉活體檢測裝置，包括：

第一獲取模塊，用于獲取多組第一人臉樣本圖像，所述人臉樣本圖像包括活體人臉圖像和非活體人臉圖像；所述非活體人臉圖像包括人臉照片圖像和人臉視頻圖像；

第二訓(xùn)練模塊，用于基于預(yù)先構(gòu)建的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型以及所述多組人臉樣本圖像中，訓(xùn)練用于檢測活體人臉圖像的圖像特征和非活體人臉圖像的圖像特征的檢測閾值；

識別模塊，用于基于預(yù)先構(gòu)建的目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型對待檢測人臉圖像進行處理，并將得到的處理結(jié)果與所述檢測閾值進行比較，輸出待檢測人臉圖像的檢測結(jié)果；其中，在所述處理結(jié)果大于所述檢測閾值時，所述檢測結(jié)果為活體人臉；在處理結(jié)果小于所述檢測閾值時，所述檢測結(jié)果為非活體人臉。