[發明專利]一種活體人臉檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010520464.0
• 申請日: 2020-06-09
• 公開（公告）號: CN111666901A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 范馨予
• 申請（專利權）人: 創新奇智（北京）科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 唐正瑜

本申請提供一種活體人臉檢測方法、裝置、電子設備及存儲介質，用于改善檢測圖像中的活體人臉的正確率不高的問題。該活體人臉檢測方法可以應用于電子設備，該方法包括：獲得針對目標對象采集的紅外線圖像和彩色圖像；使用預先訓練的第一圖像分類模型預測紅外線圖像中是否包括活體人臉，獲得的第一預測結果和不確定程度特征；將不確定程度特征和彩色圖像提取出的人臉深度特征進行融合，獲得融合特征；使用預先訓練的第二圖像分類模型根據融合特征預測彩色圖像中是否包括活體人臉，獲得第二預測結果；根據第一預測結果和第二預測結果確定目標對象對應的人臉是否為活體人臉的檢測結果。

技術領域

本申請涉及深度學習、人臉識別和活體檢測的技術領域，具體而言，涉及一種活體人臉檢測方法、裝置、電子設備及存儲介質。

背景技術

活體檢測是指在一些身份驗證場景確定對象真實生理特征的過程，用于驗證用戶是否為真實活體；使用活體檢測可以有效地抵御照片、面具以及屏幕翻拍等常見的攻擊手段，從而幫助甄別欺詐行為。

目前的判斷圖像中的人臉是否為活體人臉的任務中，通常是紋理、頻率、光流場等特征分析的方法，這些方法例如：采用LBP(Local Binary Pattern，局部二值模式)或者光流場等方式來判斷是否為活體人臉，或者是基于3D人臉形狀的分析，具體例如：通過深度攝像頭獲取3D人臉的形狀，這樣可以有效的對抗平面的照片和視頻的攻擊；在具體的實施過程中，發現使用高清的圖片或者視頻可以大概率的攻破上述方法，也就是說，使用上述的方法檢測圖像中的活體人臉的正確率不高。

發明內容

本申請實施例的目的在于提供一種活體人臉檢測方法、裝置、電子設備及存儲介質，用于改善檢測圖像中的活體人臉的正確率不高的問題。

本申請實施例提供了一種活體人臉檢測方法，應用于電子設備，包括：獲得針對目標對象采集的紅外線圖像和彩色圖像；使用預先訓練的第一圖像分類模型預測紅外線圖像中是否包括活體人臉，獲得的第一預測結果和不確定程度特征；將不確定程度特征和彩色圖像提取出的人臉深度特征進行融合，獲得融合特征；使用預先訓練的第二圖像分類模型根據融合特征預測彩色圖像中是否包括活體人臉，獲得第二預測結果；根據第一預測結果和第二預測結果確定目標對象對應的人臉是否為活體人臉的檢測結果。在上述的實現過程中，通過使用預先訓練的第一圖像分類模型預測紅外線圖像中是否包括活體人臉獲得的第一預測結果和不確定程度特征；再將不確定程度特征和人臉深度特征進行融合獲得融合特征；再使用預先訓練的第二圖像分類模型根據融合特征預測彩色圖像中是否包括活體人臉獲得第二預測結果；根據第一預測結果和第二預測結果確定目標對象對應的人臉是否為活體人臉的檢測結果；也就是說，結合根據紅外圖像確定的第一預測結果和根據彩色圖像中提取的人臉深度特征確定的第二預測結果，來確定目標對象對應的人臉是否為活體人臉，從而有效地提高了檢測圖像中的活體人臉的正確率。

可選地，在本申請實施例中，在將不確定程度特征和彩色圖像提取出的人臉深度特征進行融合之前，還包括：從彩色圖像中確定人臉區域；根據人臉區域確定人臉深度特征。在上述的實現過程中，通過從彩色圖像中確定人臉區域；根據人臉區域確定人臉深度特征；從而有效地提高了確定人臉深度特征的精準度。

可選地，在本申請實施例中，根據人臉區域確定人臉深度特征，包括：從人臉區域中提取人臉特征；對人臉區域進行深度估計，獲得深度特征圖；使用預先訓練的深度融合網絡模型將人臉特征和深度特征圖進行融合，獲得人臉深度特征。在上述的實現過程中，通過從人臉區域中提取人臉特征；對人臉區域進行深度估計，獲得深度特征圖；使用預先訓練的深度融合網絡模型將人臉特征和深度特征圖進行融合，獲得人臉深度特征；從而有效地提高了確定人臉深度特征的精準度。