[發明專利]人臉活體檢測方法、系統、設備及存儲介質

在審

• 申請號: 202011292181.1
• 申請日: 2020-11-18
• 公開（公告）號: CN112329696A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 沈濤;羅超;胡泓;李巍
• 申請（專利權）人: 攜程計算機技術（上海）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 夏彬

1.一種人臉活體檢測方法，其特征在于，包括如下步驟：

采集訓練樣本圖像；

將訓練樣本圖像輸入人臉活體檢測模型中，所述人臉活體檢測模型包括特征提取網絡、傅里葉監督分支、深度監督分支和活體分類分支；

分別計算所述傅里葉監督分支、深度監督分支和活體分類分支的損失函數，并根據所述損失函數訓練所述人臉活體檢測模型；

將待檢測的圖像輸入訓練好的所述人臉活體檢測模型，得到輸出的活體分類結果，所述活體分類結果包括檢測到的至少一個活體屬性類別。

2.根據權利要求1所述的人臉活體檢測方法，其特征在于，所述訓練樣本圖像輸入所述傅里葉監督分支后，所述傅里葉監督分支對所述訓練樣本圖像進行傅里葉變換和歸一化后，尺寸調整至預設尺寸。

3.根據權利要求1所述的人臉活體檢測方法，其特征在于，所述訓練樣本圖像輸入所述深度監督分支后，所述深度監督分支對負樣本圖像采用PRNet生成預設尺寸的偽深度圖，對正樣本圖像采用預設尺寸的像素值全為0的圖像作為深度圖。

4.根據權利要求1所述的人臉活體檢測方法，其特征在于，所述特征提取網絡采用殘差網絡和金字塔網絡，所述殘差網絡為resnet18網絡或resnet34網絡，所述金字塔網絡的輸出分別連接第一輸出輔助監督分支、第二輸出輔助監督分支和第三輸出輔助監督分支。

5.根據權利要求4所述的人臉活體檢測方法，其特征在于，分別計算所述傅里葉監督分支、深度監督分支和活體分類分支的損失函數，包括如下步驟：

根據所述第一輸出輔助監督分支的輸出與所述傅里葉監督分支的輸出計算傅里葉監督分支損失函數；

根據所述第二輸出輔助監督分支的輸出與所述深度監督分支的輸出計算深度監督分支損失函數；

所述第三輸出輔助監督分支的輸出輸入所述活體分類分支，得到所述活體分類分支的分類結果；

根據所述活體分類分支的分類結果和所述訓練樣本圖像的標簽計算活體分類分支損失函數。

6.根據權利要求4所述的人臉活體檢測方法，其特征在于，所述第一輸出輔助監督分支、所述第二輸出輔助監督分支和所述第三輸出輔助監督分支采用相同的結構，且所述第一輸出輔助監督分支、所述第二輸出輔助監督分支和所述第三輸出輔助監督分支分別包括卷積層。

7.根據權利要求1所述的人臉活體檢測方法，其特征在于，根據所述損失函數訓練所述人臉活體檢測模型，包括如下步驟：

將傅里葉監督分支損失函數、深度監督分支損失函數和活體分類分支損失函數加權求和，得到所述人臉活體檢測模型的損失函數；

采用隨機梯度下降的方式迭代訓練所述人臉活體檢測模型。

8.根據權利要求1所述的人臉活體檢測方法，其特征在于，傅里葉監督分支損失函數采用MES損失函數，深度監督損失函數采用CLD損失函數。

9.根據權利要求1所述的人臉活體檢測方法，其特征在于，分類分支損失函數包括人臉屬性損失函數、欺騙類型損失函數、光照損失函數、環境損失函數和正負分類損失函數。

10.根據權利要求9所述的人臉活體檢測方法，其特征在于，所述人臉屬性損失函數采用BCE損失函數，所述欺騙類型損失函數、所述光照損失函數和所述環境損失函數分別采用CrossEntropy損失函數，所述正負分類損失函數采用arcface損失函數。