[發明專利]一種活體檢測方法、裝置、及其識別模型訓練方法

在審

• 申請號: 201811424932.3
• 申請日: 2018-11-27
• 公開（公告）號: CN111222380A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 任志浩;華叢一
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/46;G06K9/62;G06T3/40
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

1.一種活體檢測方法，其特征在于，該方法包括，

將獲取的待檢測目標近紅外光圖像進行歸一化處理，得到歸一化后的第一圖像；

基于第一圖像，統計灰度直方圖，求取灰度直方圖的方差，得到區分特征；

將區分特征輸入至訓練后的識別模型；

根據所述識別模型的輸出結果，進行檢測結果的判定。

2.如權利要求1所述的方法，其特征在于，所述訓練后的識別模型通過如下步驟訓練得到：

將近紅外光活體圖像進行歸一化處理，得到第二圖像；將近紅外光非活體圖像進行歸一化處理，得到第三圖像；

基于第二圖像，統計灰度直方圖，求取灰度直方圖的方差，得到基于第二圖像的區分特征；基于第三圖像，統計灰度直方圖，求取灰度直方圖的方差，得到基于第三圖像的區分特征；

將基于第二圖像的區分特征作為正樣本數據，基于第三圖像的區分特征作為負樣本數據，輸入至待訓練的識別模型進行訓練，直至該識別模型的輸出結果達到第一閾值，將該識別模型的當前模型參數作為訓練后的模型參數，得到訓練后的識別模型；

所述根據所述識別模型的輸出結果，進行檢測結果的判定包括，判斷識別模型的輸出是否大于所述第一閾值，如果是，則判定待檢測目標為活體，否則，判定待檢測目標為非活體。

3.如權利要求1或2所述的方法，其特征在于，所述歸一化處理包括，將獲取的近紅外光圖像縮放為圖像寬度為第一像素、圖像長度為第二像素的圖像。

4.如權利要求3所述的方法，其特征在于，所述統計灰度直方圖，求取灰度直方圖的方差，得到區分特征包括，

將所述歸一化后的圖像按照n×n像素子塊的平均值變換為第一圖像塊，其中，n為第一像素、第二像素的公約數；

統計第一圖像塊的灰度直方圖，求取該灰度直方圖的方差，將該方差作為第一區分特征。

5.如權利要求3所述的方法，其特征在于，所述統計灰度直方圖，求取灰度直方圖的方差，得到區分特征包括，

對所述歸一化后的圖像進行圖像增強處理，將增強后的圖像按照m×m像素子塊的像素標準差變換為第二圖像塊，其中，m為所述第一像素、第二像素的公約數；

統計第二圖像塊的灰度直方圖，求取該灰度直方圖的方差，將該方差作為第二區分特征。

6.如權利要求5所述的方法，其特征在于，所述統計灰度直方圖，求取灰度直方圖的方差，得到區分特征包括，

將第二圖像塊進行歸一化，得到第三圖像塊；

統計第三圖像塊的灰度直方圖，求取該灰度直方圖的方差，將該方差作為第三區分特征。

7.如權利要求6所述的方法，其特征在于，所述將第二圖像塊進行歸一化包括，將第二圖像塊中的元素值映射到0～256以內。

8.如權利要求6所述的方法，其特征在于，所述將區分特征輸入至訓練后的識別模型包括，將至少兩個區分特征輸入至預先訓練后的識別模型。

9.如權利要求3所述的方法，其特征在于，所述將獲取的近紅外光圖像縮放為圖像寬度為第一像素、圖像長度為第二像素的圖像包括，按照雙線性插值方法進行圖像的縮放。

10.如權利要求6所述的方法，其特征在于，所述將基于第二圖像的區分特征作為正樣本數據包括，將至少兩個基于第二圖像的區分特征作為所述正樣本數據；

所述基于第三圖像的區分特征作為負樣本數據包括，將至少兩個基于第三圖像的區分特征作為所述負樣本數據。

11.如權利要求1所述的方法，其特征在于，所述待檢測目標近紅外光圖像為將待檢測目標經過檢測計算后裁剪出的包含待檢測目標部分的圖像。

12.如權利要求1所述的方法，其特征在于，所述識別模型為人工神經網絡模型，所述近紅外光波長圖像為780nm～1100nm的近紅外波段成像。