[發明專利]人臉活體檢測方法、系統、設備及可讀存儲介質

在審

• 申請號: 201911387862.3
• 申請日: 2019-12-30
• 公開（公告）號: CN111209820A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 何學智;林林;劉小揚;黃澤斌
• 申請（專利權）人: 新大陸數字技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種人臉活體檢測方法，其特征在于，包括步驟：

人臉關鍵點及人臉框檢測，并進行人臉對齊；

使用人臉追蹤技術關聯連續視頻幀中相同的人臉ID；

采集深度圖像，對圖片中的人臉區域進行歸一化處理，獲得處理后的人臉深度圖；

將一人臉ID預設幀數的RGB人臉圖像和所述人臉深度圖輸入深度學習網絡進行檢測，獲得每一幀圖片的活體判斷結果；

將該人臉ID的所有活體判斷結果進行投票，當判斷為活體的幀數多時，則認定對象為活體，判斷為攻擊的幀數多時，則認定對象為非活體。

2.根據權利要求1所述的人臉活體檢測方法，其特征在于：對圖片進行活體判斷的深度學習網絡使用Resnet作為基礎網絡，所述深度學習網絡采用人臉圖像和所述人臉深度圖的雙輸入通道，兩個輸入分支在分別進行特征提取后，通過se-module對兩個分支提取出的特征進行選擇性激發融合，再經過數層卷積對融合后的特征進行特征提取，獲得活體判斷結果。

3.根據權利要求2所述的人臉活體檢測方法，其特征在于：所述深度學習網絡的目標函數為focal損失函數。

4.根據權利要求1至3任一項所述的人臉活體檢測方法，其特征在于：人臉關鍵點中眼睛和嘴角所有點的實際深度，計算這些點的實際深度的均值，取歸一化上限為均值加上固定值，下限為均值減去所述固定值，將人臉區域深度歸一化為像素值在0～255區間的灰度圖。

5.根據權利要求4所述的人臉活體檢測方法，其特征在于：對于實際深度大于上限和小于下限位置的灰度值置為0。

6.根據權利要求4所述的人臉活體檢測方法，其特征在于，歸一化公式為：

其中，V為深度歸一化后的灰度值，范圍為0～255，Dreal為人臉區域的實際深度，Dmax為人臉實際深度的上限，Dmin為人臉實際深度的下限。

7.根據權利要求1所述的人臉活體檢測方法，其特征在于：在進行人臉對齊之后還包括步驟：過濾劣質的人臉圖片。

8.一種人臉活體檢測系統，其特征在于，包括：

人臉檢測模塊，人臉關鍵點及人臉框檢測，并進行人臉對齊；

人臉追蹤模塊，使用人臉追蹤技術關聯連續視頻幀中相同的人臉ID；

深度圖像模塊，采集深度圖像，對圖片中的人臉區域進行歸一化處理，獲得處理后的人臉深度圖；

活體檢測模塊，將一人臉ID預設幀數的RGB人臉圖像和所述人臉深度圖輸入深度學習網絡進行檢測，獲得每一幀圖片的活體判斷結果；

投票模塊，將該人臉ID的所有活體判斷結果進行投票，當判斷為活體的幀數多時，則認定對象為活體，判斷為攻擊的幀數多時，則認定對象為非活體。

9.一種人臉活體檢測設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于：所述處理器執行所述程序時實現權利要求1-7任一項所述的人臉活體檢測方法的步驟。

10.一種人臉活體檢測的可讀存儲介質，其上存儲有計算機程序，其特征在于：該計算機程序被處理器執行時間實現權利要求1-7任一項所述的人臉活體檢測方法的步驟。