[發明專利]人臉活體檢測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202110352424.4
• 申請日: 2021-03-31
• 公開（公告）號: CN113111750A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 韋美麗;王棟;張國權
• 申請（專利權）人: 智慧眼科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳眾鼎匯成知識產權代理有限公司 44566
• 代理人: 張宏杰

本發明公開了一種人臉活體檢測方法，應用于計算機視覺處理領域，用于解決人臉活體檢測過程中準確率低的問題。本發明提供的方法包括：獲取待檢測人臉圖像；將待檢測人臉圖像輸入人臉活體檢測深度樹模型中，其中，人臉活體檢測深度樹模型包括葉子節點和至少兩層樹節點；采用樹節點，對待檢測人臉圖像進行特征提取，獲得目標特征圖；采用葉子節點對目標特征圖進行概率計算，獲得概率分數；根據概率分數，確定待檢測人臉圖像是否屬于人臉活體。

技術領域

本發明涉及計算機視覺處理領域，尤其涉及一種人臉活體檢測的方法、裝置、計算機設備及存儲介質。

背景技術

人臉識別能夠得以推廣到安防、金融和實際生活中應用，前提是做好人臉活體檢測。只有人臉活體檢測技術足夠精準，才能判斷攝像頭捕捉的是人臉活體還是偽造活體(比如視頻、照片)，從而可以防止對于人臉識別系統的偽造活體攻擊。

目前，人臉活體檢測的方法主要包括：基于BGR圖像的人臉活體檢測技術、基于近紅外或者深度圖的人臉活體檢測技術。

基于BGR圖像的人臉活體檢測技術，通過針對BGR圖像提取特征，進行二分類，從而判斷是否為人臉活體，但由于BGR圖像成像受光照、偽造活體的介質等影響，在光照強度不同時，獲取到的BGR圖像不夠精準，導致采用該方式進行人臉活體檢測的結果準確率低、魯棒性、泛化能力低。基于近紅外或者深度圖的人臉活體檢測，需要結合額外的硬件設備，采用近紅外攝像頭或者結構光、TOF攝像頭采集的近紅外圖像和3D深度圖像，并針對近紅外圖像和3D深度圖像提取特征，進行二分類，從而判斷是否為真實人臉。

因此，上述方法在人臉活體檢測中存在準確率低的問題。

發明內容

本發明實施例提供一種人臉活體檢測方法、裝置、計算機設備及存儲介質，以提高人臉活體檢測的準確率。

一種人臉活體檢測方法，包括：

獲取待檢測人臉圖像；

將所述待檢測人臉圖像輸入所述人臉活體檢測深度樹模型中，其中，所述人臉活體檢測深度樹模型包括葉子節點和至少兩層樹節點；

采用所述樹節點，對所述待檢測人臉圖像進行特征提取，獲得目標特征圖；

采用所述葉子節點對所述目標特征圖進行概率計算，獲得概率分數；

根據所述概率分數，確定所述待檢測人臉圖像是否屬于人臉活體。

一種人臉活體檢測裝置，包括：

圖像獲取模塊，用于獲取待檢測人臉圖像；

圖像輸入模塊，用于將所述待檢測人臉圖像輸入所述人臉活體檢測深度樹模型中，其中，所述人臉活體檢測深度樹模型包括葉子節點和至少兩層樹節點；

目標特征圖獲取模塊，用于采用所述樹節點，對所述待檢測人臉圖像進行特征提取，獲得目標特征圖；

概率分數獲取模塊，用于采用所述葉子節點對所述目標特征圖進行概率計算，獲得概率分數；

人臉活體確定模塊，用于根據所述概率分數，確定所述待檢測人臉圖像是否屬于人臉活體。

一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述人臉活體檢測方法的步驟。

一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述人臉活體檢測方法的步驟。