[發(fā)明專利]多人活體檢測方法、裝置、電子設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202011012408.2 | 申請日: | 2020-09-23 |
| 公開(公告)號: | CN112149570B | 公開(公告)日: | 2023-09-15 |
| 發(fā)明(設(shè)計)人: | 袁宏進(jìn);劉杰;莊伯金;王少軍 | 申請(專利權(quán))人: | 平安科技(深圳)有限公司 |
| 主分類號: | G06V40/40 | 分類號: | G06V40/40;G06V40/16;G06V10/26;G06V10/82;G06V10/764;G06N3/0464;G06N3/082 |
| 代理公司: | 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
| 地址: | 518000 廣東省深圳市福田區(qū)福*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 活體 檢測 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
本發(fā)明涉及數(shù)據(jù)處理,揭露一種多人活體檢測方法,包括:從待檢測圖像中識別出所有人臉圖像,并將所述人臉圖像中尺寸最大的人臉圖像設(shè)置為前景圖像;截取所有包含所述前景圖像和除所述前景圖像外所述待檢測圖像中任一人臉圖像的人臉區(qū)域圖像;利用預(yù)設(shè)的活體分類模型獲取待檢測圖像中所有人臉區(qū)域圖像的類別信息,根據(jù)所有人臉區(qū)域圖像的類別信息計算得到活體概率值;根據(jù)所述活體概率值和預(yù)設(shè)閾值判斷所述待檢測圖像是否為活體圖像。本發(fā)明采用活體分類模型將多人臉圖像中各人臉的光照條件和周圍背景用于圖像活體檢測當(dāng)中,進(jìn)一步增加了活體圖像和非活體圖像之間的差異性信息,提升了多人活體檢測分類的效果。
技術(shù)領(lǐng)域
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域,尤其涉及一種多人活體檢測方法、裝置、電子設(shè)備及存儲介質(zhì)。
背景技術(shù)
在金融遠(yuǎn)程審核領(lǐng)域,如長時網(wǎng)絡(luò)視頻通話場景、服務(wù)端身份審核場景、服務(wù)端人臉比對場景等,活體檢測技術(shù)主要應(yīng)用于系統(tǒng)面審時判斷檢測人臉是否為活體,在正常的審批流程過程當(dāng)中,不允許畫面當(dāng)中出現(xiàn)第二張活體人臉,如果出現(xiàn)活體則需提示告警,如果是非活體人臉則需過濾掉。
由于傳統(tǒng)的靜默活體識別方法比較適用高清人臉圖像質(zhì)量、穩(wěn)定光照場景、固定采集設(shè)備等,而對于在長時網(wǎng)絡(luò)視頻通話場景當(dāng)中,不僅會有圖片傳輸損失、光照變化大、采集設(shè)備多樣等問題,而且背景人臉誤入會有會出現(xiàn)小人臉、側(cè)人臉、人臉遮擋、人臉模糊等問題,單獨(dú)使用檢測人臉的面部紋理信息,并不能作為很好特征用于區(qū)分活體類別,無法對多人臉圖像進(jìn)行活體檢測。
發(fā)明內(nèi)容
鑒于以上內(nèi)容,有必要提供一種多人活體檢測方法,用于泛化而穩(wěn)定地對人臉圖像進(jìn)行多人活體檢測。
本發(fā)明提供的多人活體檢測方法,包括:
從待檢測圖像中識別出所有人臉圖像,并將所述人臉圖像中尺寸最大的人臉圖像設(shè)置為前景圖像;
截取所有包含所述前景圖像和除所述前景圖像外所述待檢測圖像中任一人臉圖像的人臉區(qū)域圖像;
利用預(yù)設(shè)的活體分類模型獲取所述待檢測圖像中所有人臉區(qū)域圖像的類別信息,根據(jù)所有人臉區(qū)域圖像的類別信息計算得到活體概率值;
根據(jù)所述活體概率值和預(yù)設(shè)閾值判斷所述待檢測圖像是否為活體圖像。
可選地,所述截取所有包含所述前景圖像和除所述前景圖像外所述待檢測圖像中任一人臉圖像的人臉區(qū)域圖像,包括:
檢測所述前景圖像和所述待檢測圖像中的其他人臉圖像的邊界;
根據(jù)所述邊界依次截取包含所述前景圖像和任一其他人臉圖像的最小矩形圖像;
將所截取的所有最小矩形圖像縮放到預(yù)設(shè)尺寸作為人臉區(qū)域圖像。
可選地,所述預(yù)設(shè)的活體分類模型的訓(xùn)練包括:
截取樣本圖像中包含尺寸最大的人臉圖像和另一人臉圖像的樣本人臉區(qū)域圖像;
將所述樣本人臉區(qū)域圖像作為輸入數(shù)據(jù),將所述樣本圖像的類別信息作為輸出數(shù)據(jù),所述類別信息為活體或非活體;
根據(jù)所述輸入數(shù)據(jù)和輸出數(shù)據(jù),對卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到所述活體分類模型。
可選地,所述活體分類模型的分類邏輯包括:
對人臉區(qū)域圖像中尺寸最大的人臉圖像和另一人臉圖像進(jìn)行光照分析,判斷兩張人臉是否處于同一光照條件下,若否,輸出類別信息為非活體;
若是,對人臉區(qū)域圖像中人臉以外的圖像背景信息進(jìn)行分析,判斷兩張人臉的周圍背景是否存在差異性,若是,輸出類別信息為非活體,若否,輸出類別信息為活體。
可選地,所述根據(jù)所有人臉區(qū)域圖像的類別信息計算得到活體概率值包括:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于平安科技(深圳)有限公司,未經(jīng)平安科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011012408.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一面是全氨綸的化纖彈力雙面布及其制備方法
- 下一篇:一種超長云母紙的制造方法





