[發明專利]人臉活體檢測方法、圖像分類方法、裝置、設備和介質

在審

• 申請號: 201910738563.3
• 申請日: 2019-08-12
• 公開（公告）號: CN112395902A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 李念
• 申請（專利權）人: 北京曠視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 朱五云

1.一種人臉活體檢測方法，其特征在于，所述方法包括：

獲取待分類影像的影像距離序列；所述影像距離序列用于表征對拍攝對象進行拍攝時，所述拍攝對象與拍攝設備之間的距離變化順序，所述影像距離序列為根據所述待分類影像中的面部關鍵點發散程度所確定的序列；

獲取所述待分類影像在拍攝時的引導距離序列；所述引導距離序列為引導所述拍攝對象進行拍攝以形成所述待分類影像的距離變化順序；

根據所述影像距離序列和所述引導距離序列，確定所述影像距離序列和所述引導距離序列的匹配度量化值；

根據所述匹配度量化值，確定與所述匹配度量化值對應的所述待分類影像的活體檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述待分類影像包括待分類視頻和/或待分類圖像集；所述獲取待分類影像的影像距離序列，包括：

獲取所述待分類影像中每個圖像的面部關鍵點發散程度，構成關鍵點發散距離序列；

根據所述關鍵點發散距離序列中的每個所述面部關鍵點發散程度，和預設的距離類別基準進行比對，得到所述待分類影像的距離類別序列；所述距離類別序列用于表征所述待分類影像中每個圖像所屬的距離類別；

將所述距離類別序列進行去重處理，得到所述影像距離序列。

3.根據權利要求2所述的方法，其特征在于，所述獲取所述待分類影像中每個圖像的面部關鍵點發散程度，包括：

根據所述待分類影像的每個圖像中的基準關鍵點的坐標，和所述關鍵點集合中每個關鍵點的坐標，確定所述關鍵點集合中每個關鍵點與基準關鍵點之間的關鍵點距離；

將所有所述關鍵點距離進行均值計算，得到表征所述面部關鍵點發散程度的面部關鍵點發散距離。

4.根據權利要求2或3所述的方法，其特征在于，所述根據所述關鍵點發散距離序列中的每個所述面部關鍵點發散程度，和預設的距離類別基準進行比對，得到所述待分類影像的距離類別序列之前，還包括：

獲取多個樣本圖像中面部關鍵點的坐標；所述樣本圖像為標注不同的距離類別的圖像；

根據每個所述樣本圖像中面部關鍵點的坐標，確定每個所述樣本圖像的樣本面部關鍵點發散距離；

根據所述樣本面部關鍵點發散距離和所述樣本圖像所標注的距離類別，生成所述距離類別基準。

5.根據權利要求1所述的方法，其特征在于，獲取所述待分類影像在拍攝時的引導距離序列，包括：

從預設的距離類別序列中隨機選擇出第一距離類別，并對所述第一距離類別執行影像匹配操作，得到與所述第一距離類別匹配的第一影像；

從所述距離類別序列中選擇出第二距離類別，并對所述第二距離類別執行所述影像匹配操作，得到與所述第二距離類別匹配的第二影像；所述第二距離類別與所述第一距離類別相同或相鄰；

繼續從所述距離類別序列中依次選擇第N距離類別，并依次對所述第N距離類別執行所述影像匹配操作，分別得到與所述第N距離類別匹配的第N影像；其中，所述第N距離類別與所述第N-1距離類別相同或相鄰，N依次選取大于2的自然數；

根據所述第一距離類別、所述第二距離類別至所述第N距離類別的時間順序，確定所述引導距離序列；

其中，所述影像匹配操作包括：

獲取當前影像中的面部寬度；

判斷所述當前影像中的面部寬度和所述當前影像中當前人臉提示框的寬度之差，是否小于或等于預設的寬度差閾值；

若是，則將所述當前影像作為與距離類別匹配的影像；

若否，則繼續獲取所述當前影像的下一時刻影像中的面部寬度，并判斷所述下一時刻影像中的面部寬度和所述當前人臉提示框的寬度之差，是否小于或等于所述寬度差閾值，若是，則將所述下一時刻影像作為與距離類別匹配的影像，若否，則繼續獲取再下一個時刻影像中的面部寬度，直至獲取到與距離類別匹配的影像為止。

6.根據權利要求5所述的方法，其特征在于，所述根據所述第一距離類別、所述第二距離類別至所述第N距離類別的時間順序，確定所述引導距離序列，包括：

將所述第一距離類別到所述第N距離類別按照時間順序進行排列，得到初始引導距離序列；

將所述初始引導距離序列進行去重處理，生成所述引導距離序列。