[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)的多通道人臉活體檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 202110146331.6
• 申請日: 2021-02-03
• 公開（公告）號: CN112507986B
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計(jì)）人: 陳俊逸;佐凱
• 申請（專利權(quán)）人: 長沙小鈷科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 長沙德恒三權(quán)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43229
• 代理人: 徐仰貴

本發(fā)明涉及基于神經(jīng)網(wǎng)絡(luò)的多通道人臉活體檢測方法及裝置，其人臉活體識別模型不僅同時輸入X個人臉放大圖和Y個人臉細(xì)節(jié)圖至X+Y個通道，還通過疊加組合考慮二者的融合，得到X+Y+Z個人臉活體識別不確定度，并判定待檢測人臉圖像是否為活體。由于同時考慮了X個人臉放大圖和Y個人臉細(xì)節(jié)圖，以及二者內(nèi)部特征的疊加組合，使得融合后的特征包含了全局和局部信息，更有利于后續(xù)分類判別；另外使得在人臉活體識別模型的訓(xùn)練學(xué)習(xí)中，梯度回傳會促進(jìn)并行的X+Y個通道的分類能力；相較于現(xiàn)有技術(shù)，人臉活體識別精度和準(zhǔn)確性更高，能進(jìn)一步預(yù)防照片、視頻、3D等各種形式的非生物活體攻擊，進(jìn)一步保障人身財產(chǎn)安全。

技術(shù)領(lǐng)域

本發(fā)明涉及深度神經(jīng)網(wǎng)絡(luò)，特別是涉及一種基于神經(jīng)網(wǎng)絡(luò)的多通道人臉活體檢測方法、裝置、終端設(shè)備和計(jì)算機(jī)可讀介質(zhì)。

背景技術(shù)

人臉，作為人類最具影響力的生物特征，已廣泛應(yīng)用于認(rèn)證系統(tǒng)的各行各業(yè)（大到機(jī)密場合的門禁系統(tǒng)、商務(wù)系統(tǒng)、支付系統(tǒng)、刑事鑒定，小到手機(jī)、電腦等終端設(shè)備的登錄解鎖）。尤其是，隨著近年來人工智能技術(shù)、計(jì)算機(jī)技術(shù)、圖像識別技術(shù)等的快速發(fā)展，人臉識別和人臉檢測的準(zhǔn)確性有了大大提高，但是如果無法判別輸入人臉是否為人臉生物學(xué)活體，則很容易被不法分子攻擊，造成嚴(yán)重的人身財產(chǎn)損失。

據(jù)不完全統(tǒng)計(jì)，常見的人臉非活體攻擊形式，主要包括：照片攻擊(紙質(zhì)照片、電子照片)、視頻回放攻擊、3D攻擊（面具、頭模）等。因此，引入人臉活體檢測技術(shù)，即識別出成像設(shè)備(攝像頭、手機(jī)等)上檢測到的人臉圖像是來自真實(shí)的人臉，還是某種形式的攻擊或偽裝，對于人臉應(yīng)用于認(rèn)證系統(tǒng)的各行各業(yè)，有著至關(guān)重要的作用。

現(xiàn)有的人臉活體檢測方法包括基于交互（眨眼、張嘴、點(diǎn)頭、搖動等）的活體檢測、基于立體性（立體角度、陰影等）的活體檢測、基于亞表面（皮膚紋理、活性、血色等）的活體檢測和基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的活體檢測。

但是，基于交互的活體檢測，需要用戶根據(jù)交互類型而做相應(yīng)動作配合，能避免照片和靜止的3D攻擊，但是無法避免視頻回放和動態(tài)的3D攻擊；基于立體性和亞表面的活體檢測，雖然考慮了人臉的立體、陰影、皮膚紋理等細(xì)節(jié)，但是隨著人臉非活體攻擊的越發(fā)逼真，準(zhǔn)確率有所下降。所以，基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的活體檢測方法因其魯棒性和檢測精度，應(yīng)用最為廣泛。

但是，現(xiàn)有基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的人臉活體檢測方法的檢測精度仍待提升，如何提供一種高精度、高準(zhǔn)確性的人臉活體檢測方法，是目前人臉識別之前亟待解決的一個重要技術(shù)問題。

發(fā)明內(nèi)容

基于此，有必要針對現(xiàn)有人臉活體檢測技術(shù)中檢測精度有待提高的技術(shù)問題，提供一種基于神經(jīng)網(wǎng)絡(luò)的多通道人臉活體檢測方法，包括：

獲取N個待訓(xùn)練人臉圖像；

處理所述N個待訓(xùn)練人臉圖像，得到每個待訓(xùn)練人臉圖像的X個人臉放大圖和Y個人臉細(xì)節(jié)圖；

構(gòu)造用于學(xué)習(xí)人臉活體識別不確定度的人臉活體識別模型；所述人臉活體識別模型包括X+Y個通道，其中X個通道用于輸入X個人臉放大圖；Y個通道用于輸入Y個人臉細(xì)節(jié)圖；

依次將所述N個待訓(xùn)練人臉圖像的X個人臉放大圖和Y個人臉細(xì)節(jié)圖分別輸入所述人臉活體識別模型的X+Y個通道，輸出對應(yīng)每個待訓(xùn)練人臉圖像的X+Y+Z個人臉活體識別不確定度，并通過人臉活體識別不確定性回歸損失，確定訓(xùn)練好的人臉活體識別模型；

獲取待檢測人臉圖像；

處理所述待檢測人臉圖像得到所述待檢測人臉圖像的X個人臉放大圖和Y個人臉細(xì)節(jié)圖；

將所述待檢測人臉圖像的X個人臉放大圖和Y個人臉細(xì)節(jié)圖輸入所述訓(xùn)練好的人臉活體識別模型，輸出對應(yīng)所述待檢測人臉圖像的X+Y+Z個人臉活體識別不確定度；

根據(jù)所述待檢測人臉圖像的X+Y+Z個人臉活體識別不確定度，判定所述待檢測人臉圖像是否為活體；