[發明專利]基于多點定位的活體甄別方法、裝置、設備及存儲介質

有效

• 申請號: 202010123146.0
• 申請日: 2020-02-27
• 公開（公告）號: CN111368681B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 袁方
• 申請（專利權）人: 深圳數聯天下智能科技有限公司
• 主分類號: G06V40/40
• 分類號: G06V40/40;G06V10/774;G06V10/143
• 代理公司: 深圳中細軟知識產權代理有限公司 44528
• 代理人: 趙雪晴

1.一種基于多點定位的活體甄別方法，所述方法包括：

獲取多個監控點的檢測設備發送的活體檢測數據，所述多個監控點包括：待甄別監控點和與待甄別監控點關聯的其他監控點；

根據每個監控點發送的活體檢測數據，確定與所述待甄別監控點對應的多點特征向量，所述多點特征向量用于指示多個所述監控點在多個時刻的活體檢測情況，所述多個時刻包括目標時刻以及在所述目標時刻之前的至少一個時刻，所述目標時刻為待甄別活體的時刻；

將與所述待甄別監控點對應的多點特征向量作為活體甄別模型的輸入，所述活體甄別模型用于對監控點是否存在活體進行甄別；

獲取所述活體甄別模型輸出的甄別結果值，并基于所述甄別結果值確定所述待甄別監控點在目標時刻存在活體的可能性；

所述根據每個監控點發送的活體檢測數據，確定與所述待甄別監控點對應的多點特征向量，包括：

根據每個監控點發送的活體檢測數據，確定與每個監控點對應的單點特征向量，所述單點特征向量用于指示一個監控點在所述多個時刻的活體檢測情況；

根據所述待甄別監控點與其他監控點的關聯關系和所述與每個監控點對應的單點特征向量，確定與所述待甄別監控點對應的多點特征向量，所述關聯關系包括：直接關聯和間接關聯。

2.根據權利要求1所述的基于多點定位的活體甄別方法，其特征在于，所述根據每個監控點發送的活體檢測數據，確定與每個監控點對應的單點特征向量，包括：

獲取預設提取時長和所述目標時刻；

根據所述預設提取時長和所述目標時刻分別從每個監控點發送的活體檢測數據中，獲取與每個監控點對應的目標檢測數據；

根據與每個監控點對應的目標檢測數據，得到與每個監控點對應的單點特征向量。

3.根據權利要求1所述的基于多點定位的活體甄別方法，其特征在于，所述根據所述待甄別監控點與其他監控點的關聯關系和所述與每個監控點對應的單點特征向量，確定與所述待甄別監控點對應的多點特征向量，包括：

獲取與待甄別監控點直接關聯的監控點，將與待甄別監控點直接關聯的監控點對應的單點特征向量進行拼接，得到直接關聯特征向量，其中，所述與待甄別監控點直接關聯的監控點包括所述待甄別監控點；

獲取與待甄別監控點間接關聯的監控點，將與待甄別監控點間接關聯的監控點對應的單點特征向量進行拼接，得到間接關聯特征向量；

根據所述直接關聯特征向量和所述間接關聯特征向量確定與所述待甄別監控點對應的多點特征向量。

4.根據權利要求1所述的基于多點定位的活體甄別方法，其特征在于，所述活體甄別模型采用如下方式訓練得到：

獲取多個多點特征向量樣本；

將所述多點特征向量樣本按線性回歸函數進行線性回歸分析，得到與每個多點特征向量樣本對應的目標擬合值；

將與每個多點特征向量樣本對應的目標擬合值按預設映射函數進行離散映射，得到與每個多點特征向量樣本對應的目標離散值；

根據與每個多點特征向量樣本對應的目標離散值、與每個多點特征向量樣本對應的活體標定值，采用梯度下降優化方法進行訓練，得到已訓練的所述活體甄別模型。

5.根據權利要求4所述的基于多點定位的活體甄別方法，其特征在于，所述根據與每個多點特征向量樣本對應的目標離散值、與每個多點特征向量樣本對應的活體標定值，采用梯度下降優化方法進行訓練，得到已訓練的所述活體甄別模型，包括：

根據與每個多點特征向量樣本對應的目標離散值、與每個多點特征向量樣本對應的活體標定值按照預設損失函數進行計算得到損失值，根據所述損失值按照預設更新函數計算得到待更新值，根據所述待更新值更新待更新參數，將更新后的所述線性回歸函數用于下一次計算所述與每個多點特征向量樣本對應的目標擬合值；

重復執行上述方法步驟直至所述損失值達到第一收斂條件或迭代次數達到第二收斂條件，以得到所述已訓練的所述活體甄別模型。