[發(fā)明專(zhuān)利]一種活體檢測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010860908.5
• 申請(qǐng)日: 2020-08-25
• 公開(kāi)（公告）號(hào): CN112052759B
• 公開(kāi)（公告）日: 2022-09-09
• 發(fā)明（設(shè)計(jì)）人: 姚太平;陳智鴻;章健;陳陽(yáng);孟嘉;吳雙;丁守鴻;李季檁;吳運(yùn)聲
• 申請(qǐng)（專(zhuān)利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類(lèi)號(hào): G06V40/16
• 分類(lèi)號(hào): G06V40/16;G06V40/40;G06V10/762;G06V10/774;G06V10/80;G06V10/764
• 代理公司: 深圳翼盛智成知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 彭緒坤

本發(fā)明實(shí)施例公開(kāi)了一種活體檢測(cè)方法和裝置；本發(fā)明實(shí)施例在獲取檢測(cè)樣本集合后，并對(duì)檢測(cè)樣本集合中的圖像樣本進(jìn)行特征提取，得到圖像樣本在多個(gè)通道上的圖像特征，然后，將圖像特征轉(zhuǎn)換為圖像樣本的風(fēng)格特征，該風(fēng)格特征指示圖像樣本的域信息，根據(jù)風(fēng)格特征的通道信息，在風(fēng)格特征中篩選出用于聚類(lèi)的目標(biāo)風(fēng)格特征，然后，基于目標(biāo)風(fēng)格特征，對(duì)圖像樣本進(jìn)行聚類(lèi)，得到多個(gè)域類(lèi)型的圖像樣本集合，在圖像樣本集合中確定出訓(xùn)練樣本和查詢(xún)樣本，并在云平臺(tái)中采用訓(xùn)練樣本和查詢(xún)樣本對(duì)預(yù)設(shè)活體檢測(cè)模型進(jìn)行訓(xùn)練，以對(duì)待檢測(cè)對(duì)象進(jìn)行活體檢測(cè)；該方案可以大大提升活體檢測(cè)的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及通信技術(shù)領(lǐng)域，具體涉及一種活體檢測(cè)方法和裝置。

背景技術(shù)

近年來(lái)，隨著圖像識(shí)別技術(shù)的飛速發(fā)展，人臉識(shí)別的應(yīng)用越來(lái)越廣泛，由于臉部信息的生物特征非常容易獲得，人臉識(shí)別系統(tǒng)很容易受到偽造人臉的攻擊，比如，照片攻擊或視頻攻擊等導(dǎo)致安全性問(wèn)題。而活體檢測(cè)技術(shù)作為人臉識(shí)別前重要的一環(huán)，可以通過(guò)抵擋人臉攻擊來(lái)提高人臉識(shí)別系統(tǒng)的安全性。現(xiàn)有的活體檢測(cè)技術(shù)往往基于神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)。

在對(duì)現(xiàn)有技術(shù)的研究和實(shí)踐過(guò)程中，本發(fā)明的發(fā)明人發(fā)現(xiàn)現(xiàn)有的神經(jīng)網(wǎng)絡(luò)在進(jìn)行活體檢測(cè)之前的訓(xùn)練很容易過(guò)擬合于訓(xùn)練數(shù)據(jù)，為了解決過(guò)擬合，通常需要對(duì)數(shù)據(jù)樣本人工來(lái)劃定多個(gè)不同域類(lèi)型或風(fēng)格的數(shù)據(jù)子集，而人工劃分需要花費(fèi)大量的時(shí)間，且劃分的準(zhǔn)確率較低，從而使得神經(jīng)網(wǎng)絡(luò)的泛化性能較差，導(dǎo)致活體檢測(cè)的準(zhǔn)確率大大降低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種活體檢測(cè)方法和裝置，可以提高活體檢測(cè)的準(zhǔn)確率。

一種活體檢測(cè)方法，包括：

獲取檢測(cè)樣本集合，并對(duì)所述檢測(cè)樣本集合中的圖像樣本進(jìn)行特征提取，得到所述圖像樣本在多個(gè)通道上的圖像特征；

將所述圖像特征轉(zhuǎn)換為所述圖像樣本的風(fēng)格特征，所述風(fēng)格特征指示所述圖像樣本的域信息；

根據(jù)所述風(fēng)格特征的通道信息，在所述風(fēng)格特征中篩選出用于聚類(lèi)的目標(biāo)風(fēng)格特征；

基于所述目標(biāo)風(fēng)格特征，對(duì)所述圖像樣本進(jìn)行聚類(lèi)，得到多個(gè)域類(lèi)型的圖像樣本集合；

在所述圖像樣本集合中確定出訓(xùn)練樣本和查詢(xún)樣本，并采用所述訓(xùn)練樣本和查詢(xún)樣本對(duì)預(yù)設(shè)活體檢測(cè)模型進(jìn)行訓(xùn)練，以對(duì)待檢測(cè)對(duì)象進(jìn)行活體檢測(cè)。

相應(yīng)的，本發(fā)明實(shí)施例提供一種活體檢測(cè)裝置，包括：

獲取單元，用于獲取檢測(cè)樣本集合，并對(duì)所述檢測(cè)樣本集合中的圖像樣本進(jìn)行特征提取，得到所述圖像樣本在多個(gè)通道上的圖像特征；

轉(zhuǎn)換單元，用于將所述圖像特征轉(zhuǎn)換為所述圖像樣本的風(fēng)格特征，所述風(fēng)格特征指示所述圖像樣本的域信息；

篩選單元，用于根據(jù)所述風(fēng)格特征的通道信息，在所述風(fēng)格特征中篩選出用于聚類(lèi)的目標(biāo)風(fēng)格特征；

聚類(lèi)單元，用于基于所述目標(biāo)風(fēng)格特征，對(duì)所述圖像樣本進(jìn)行聚類(lèi)，得到多個(gè)域類(lèi)型的圖像樣本集合；

檢測(cè)單元，用于在所述圖像樣本集合中確定出訓(xùn)練樣本和查詢(xún)樣本，并采用所述訓(xùn)練樣本和查詢(xún)樣本對(duì)預(yù)設(shè)活體檢測(cè)模型進(jìn)行訓(xùn)練，以對(duì)待檢測(cè)對(duì)象進(jìn)行活體檢測(cè)。

可選的，在一些實(shí)施例中，所述轉(zhuǎn)換單元，具體可以用于獲取所述圖像特征的通道信息；根據(jù)所述圖像特征的通道信息，在所述圖像特征中篩選出每個(gè)通道對(duì)應(yīng)的尺寸特征；基于所述尺寸特征，確定所述圖像樣本的風(fēng)格特征和所述風(fēng)格特征的通道信息。

可選的，在一些實(shí)施例中，所述轉(zhuǎn)換單元，具體可以用于根據(jù)預(yù)設(shè)轉(zhuǎn)換策略，將所述尺寸特征轉(zhuǎn)換為所述圖像樣本的背景特征；基于所述尺寸特征和背景特征，計(jì)算所述圖像樣本的初始風(fēng)格特征；將所述背景特征和所述初始風(fēng)格特征進(jìn)行融合，得到所述圖像樣本的風(fēng)格特征；根據(jù)所述圖像特征的通道信息，確定所述風(fēng)格特征的通道信息。