[發(fā)明專利]一種基于彩色人臉圖像的活體檢測(cè)方法及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110650126.3
• 申請(qǐng)日: 2021-06-10
• 公開（公告）號(hào): CN113378715A
• 公開（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）人: 聶鳳梅;李驪
• 申請(qǐng)（專利權(quán)）人: 北京華捷艾米科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張建

1.一種基于彩色人臉圖像的活體檢測(cè)方法，其特征在于，包括：

獲得待轉(zhuǎn)化彩色人臉圖像；

將所述待轉(zhuǎn)化彩色人臉圖像輸入至已建立的光照轉(zhuǎn)化模型中，以使所述光照轉(zhuǎn)化模型將所述待轉(zhuǎn)化彩色人臉圖像按照預(yù)設(shè)卷積網(wǎng)絡(luò)進(jìn)行卷積，獲得與所述待轉(zhuǎn)化彩色人臉圖像的原始光照屬性特征關(guān)聯(lián)的第一光照模型，利用所述第一光照模型對(duì)所述待轉(zhuǎn)化彩色人臉圖像進(jìn)行圖像光照屬性轉(zhuǎn)化，獲得具有目標(biāo)光照屬性特征的待檢測(cè)彩色人臉圖像；

對(duì)所述待檢測(cè)彩色人臉圖像進(jìn)行活體檢測(cè)，獲得檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用所述第一光照模型對(duì)所述待轉(zhuǎn)化彩色人臉圖像進(jìn)行圖像轉(zhuǎn)化，獲得具有目標(biāo)光照屬性特征的待檢測(cè)彩色人臉圖像，包括：

分別將所述第一光照模型與所述待轉(zhuǎn)化彩色人臉圖像之間對(duì)應(yīng)位置上的元素相加，獲得具有目標(biāo)光照屬性特征的待檢測(cè)彩色人臉圖像。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述光照轉(zhuǎn)化模型的建立過程包括：

搭建神經(jīng)網(wǎng)絡(luò)模型，其中，所述神經(jīng)網(wǎng)絡(luò)模型包括生成器、第一判別器、第二判別器和預(yù)設(shè)活體檢測(cè)模型；

獲得多個(gè)訓(xùn)練圖像，其中，所述訓(xùn)練圖像為彩色人臉圖像，所述訓(xùn)練圖像對(duì)應(yīng)有光照環(huán)境標(biāo)簽和活體屬性標(biāo)簽，其中，所述光照環(huán)境標(biāo)簽為目標(biāo)光照環(huán)境標(biāo)簽或非目標(biāo)光照環(huán)境標(biāo)簽，所述活體屬性標(biāo)簽為活體標(biāo)簽或非活體標(biāo)簽；

將所述訓(xùn)練圖像輸入至所述生成器中，以使所述生成器將所述訓(xùn)練圖像按照所述預(yù)設(shè)卷積網(wǎng)絡(luò)進(jìn)行卷積，獲得與所述訓(xùn)練圖像中的原始光照屬性特征關(guān)聯(lián)的第二光照模型，利用所述第二光照模型對(duì)所述訓(xùn)練圖像進(jìn)行圖像光照屬性轉(zhuǎn)化，獲得具有所述目標(biāo)光照屬性特征的生成圖像；

將對(duì)應(yīng)有所述非目標(biāo)光照環(huán)境標(biāo)簽的所述訓(xùn)練圖像及其所述生成圖像作為非目標(biāo)光照環(huán)境下的第一待判別圖像，將所述第一待判別圖像輸入至所述第一判別器中，獲得所述第一判別器輸出的第一判別結(jié)果，其中，所述第一判別結(jié)果指示所述第一待判別圖像是否為真實(shí)的人臉圖像；

將對(duì)應(yīng)有所述目標(biāo)光照環(huán)境標(biāo)簽的所述訓(xùn)練圖像及其所述生成圖像作為目標(biāo)光照環(huán)境下的第二待判別圖像，將所述第二待判別圖像輸入至所述第二判別器中，獲得所述第二判別器輸出的第二判別結(jié)果，其中，所述第二判別結(jié)果指示所述第二待判別圖像是否為真實(shí)的人臉圖像；

將各所述訓(xùn)練圖像及其所述生成圖像輸入至所述預(yù)設(shè)活體檢測(cè)模型中進(jìn)行活體檢測(cè)，獲得所述預(yù)設(shè)活體檢測(cè)模型輸出的檢測(cè)結(jié)果；

將第一預(yù)設(shè)損失函數(shù)作為所述生成器的目標(biāo)函數(shù)，將第二預(yù)設(shè)損失函數(shù)作為所述第一判別器和所述第二判別器的目標(biāo)函數(shù)，對(duì)所述生成器、所述第一判別器和所述第二判別器進(jìn)行交替迭代訓(xùn)練，在滿足預(yù)設(shè)結(jié)束訓(xùn)練條件后，將結(jié)束訓(xùn)練后的所述生成器確定為所述光照轉(zhuǎn)化模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述待檢測(cè)彩色人臉圖像進(jìn)行活體檢測(cè)，獲得檢測(cè)結(jié)果，包括：

將所述待檢測(cè)彩色人臉圖像輸入至所述預(yù)設(shè)活體檢測(cè)模型中，獲得所述預(yù)設(shè)活體檢測(cè)模型輸出的檢測(cè)結(jié)果。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述待檢測(cè)彩色人臉圖像輸入至所述預(yù)設(shè)活體檢測(cè)模型中，獲得所述預(yù)設(shè)活體檢測(cè)模型輸出的檢測(cè)結(jié)果，包括：

將所述待檢測(cè)彩色人臉圖像輸入至所述預(yù)設(shè)活體檢測(cè)模型中，以使所述預(yù)設(shè)活體檢測(cè)模型檢測(cè)出所述待檢測(cè)彩色人臉圖像的活體結(jié)果值，并將所述活體結(jié)果值與預(yù)設(shè)活體閾值進(jìn)行比較，在所述活體結(jié)果值不小于所述預(yù)設(shè)活體閾值時(shí)，則輸出的檢測(cè)結(jié)果為活體圖像，在所述活體結(jié)果值小于所述預(yù)設(shè)活體閾值時(shí)，輸出的檢測(cè)結(jié)果為非活體圖像。