[發明專利]活體檢測方法、裝置、設備、儲存介質及程序產品

在審

• 申請號: 202011638444.X
• 申請日: 2020-12-31
• 公開（公告）號: CN112699811A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 劉兆祥;廉士國
• 申請（專利權）人: 中國聯合網絡通信集團有限公司;聯通大數據有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 楊俊輝;劉芳

本申請提供一種活體檢測方法、裝置、設備、儲存介質及程序產品，在活體檢測方法中，通過獲取待檢測的圖像數據，之后將圖像數據輸入預先訓練的活體檢測模型中進行處理，得到活體檢測結果，最后輸出該活體檢測結果。該活體檢測模型是利用卷積神經網絡對多個樣本集合進行迭代訓練得到的可識別圖像是否為活體的模型。本方法中，根據待檢測的圖像數據，利用活體檢測模型進行處理，相較于現有的活體檢測方法，有效的提高了活體檢測的準確度以及魯棒性，降低了獲取圖像數據的成本。

技術領域

本申請涉及圖像識別技術領域，尤其涉及一種活體檢測方法、裝置、設備、儲存介質及程序產品。

背景技術

隨著人臉識別、人臉解鎖等技術在金融、門禁、移動設備等日常生活中的廣泛應用，活體檢測在近年來得到了越來越多的關注。活體檢測指的是通過計算機判別檢測到的人臉是真實的人臉，還是偽造的人臉，例如合法用戶圖片、提前拍攝的視頻等。

現有技術中，活體檢測方法主要通過從一張或者多張照片中獲取可以有效區分活體與非活體的特征，包括人工設計的特征和深度神經網絡學習的特征等，根據這些特征判別輸入的是否為活體。

然而，現有技術獲取的特征較單一，容易受到光照干擾、背景干擾、遮擋等外界因素的影響，導致活體檢測的準確度以及魯棒性較低。

發明內容

本申請提供一種活體檢測方法、裝置、設備、儲存介質及程序產品，以解決現有技術獲取的特征較單一，容易受到光照干擾、背景干擾、遮擋等外界因素的影響，導致活體檢測的準確度以及魯棒性較低的問題。

第一方面，本申請實施例提供一種活體檢測方法，包括：

獲取待檢測的圖像數據；

將所述圖像數據輸入預先訓練的活體檢測模型中進行處理，得到活體檢測結果，所述活體檢測結果用于指示所述圖像數據是否為活體數據，所述活體檢測模型是利用卷積神經網絡對多個樣本集合進行迭代訓練得到的可識別圖像是否為活體的模型，每個樣本集合中包括多個樣本標識，每個樣本標識對應的正負樣本對，正正樣本對以及負負樣本對；

輸出所述活體檢測結果。

在第一方面的一種可能設計中，所述方法還包括：

獲取N個用戶的樣本數據，每個用戶的樣本數據中都包括至少一個活體樣本和至少一個非活體樣本，樣本包括彩色圖像，紅外圖像以及深度圖像中的至少一種，其中，N為大于1的正整數；

根據所述N個用戶的樣本數據，基于卷積神經網絡進行迭代訓練，直至得到的訓練模型滿足預設的收斂條件，將所述訓練模型確定為所述活體檢測模型。

可選的，所述根據所述N個用戶的樣本數據，基于卷積神經網絡進行迭代訓練，包括：

在基于卷積神經網絡訓練的過程中，每次迭代訓練時隨機選擇n個樣本標識；

從預先獲取的N個用戶的樣本數據中，為每個樣本標識獲取一個活體樣本和一個非活體樣本，得到n個正負樣本對，每個用戶的樣本數據中都包括至少一個活體樣本和至少一個非活體樣本，其中，n為大于1的正整數；

從所述n個樣本標識中選擇出兩個樣本標識，并將所述兩個樣本標識對應的正樣本確定正正樣本對，將所述兩個樣本標識對應的負樣本確定為負負樣本對；

將所述n個樣本標識，所述n個正負樣本對，所述正正樣本對以及所述負負樣本對作為本次迭代訓練的樣本集合進行迭代訓練，其中，所述正正樣本對與所述負負樣本對的數量相同，且小于正負樣本對的數量。

可選的，每次迭代訓練對應的樣本集合中，正負樣本對的數量，正正樣本對的數量，以及負負樣本對的數量的比例為2:1:1。

在第一方面的另一種可能設計中，所述待檢測的圖像數據包括彩色圖像，紅外圖像以及深度圖像中的至少一種。