[發明專利]人臉活體檢測方法、裝置、設備及介質

有效

• 申請號: 202110700867.8
• 申請日: 2021-06-23
• 公開（公告）號: CN113420667B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 李敏;徐春艷;豆風雷;民堯
• 申請（專利權）人: 工銀科技有限公司;中國工商銀行股份有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/40;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周天宇

1.一種人臉活體檢測方法，其特征在于，包括：

在戴口罩用戶于預設時間范圍進行張嘴動作時，對所述用戶的人臉圖像進行跟蹤采集，得到待檢測人臉視頻流；

將所述待檢測人臉視頻流的每幀人臉圖像作為輸入，通過面部特征檢測方法，標記每幀人臉圖像中的下顎特征點和瞳孔特征點的坐標，記錄每幀人臉圖像中的口罩特征點的數量；

將所述待檢測人臉視頻流以前后連續兩幀圖像為一組，形成包含多組圖像的投票隊列，將每組圖像的投票權重初始化為0；

計算所述每組圖像中的下顎特征點與瞳孔特征點之間距離的差值，判斷距離的差值是否大于預設距離閾值，如果是，則更新該組圖像的投票權重為第一權重；計算所述每組圖像中前一幀圖像與后一幀圖像的口罩特征點數量的差值，判斷所述數量的差值是否不小于預設數量閾值，如果是，則更新該組圖像的投票權重為第二權重；

根據所述多組圖像的投票權重，對所述投票隊列進行活體投票判斷，輸出所述待檢測人臉視頻流的活體檢測結果。

2.根據權利要求1所述的方法，其中，所述預設時間范圍為2-10s。

3.根據權利要求1所述的方法，其中，所述每幀人臉圖像中的口罩特征點包括：口罩外邊緣點和口罩中部折痕點。

4.根據權利要求1所述的方法，其中，所述第一權重隨著所述預設距離閾值的增大而增大；

所述第二權重隨著所述預設數量閾值的增大而增大。

5.根據權利要求1所述的方法，其中，所述下顎特征點和瞳孔特征點的橫向坐標相同，所述瞳孔特征點的坐標為人臉左瞳孔特征點與右瞳孔特征點的中間位置的坐標。

6.根據權利要求5所述的方法，其中，所述每組圖像中的下顎特征點與瞳孔特征點之間距離的差值通過以下公式計算得出：

Δ_d＝|(y₁₂-y₁₁)-(y₂₂-y₂₁)|

其中，Δ_d表示每組圖像中的下顎特征點與瞳孔特征點之間距離的差值；y₁₁表示每組圖像中前一幀圖像中的下顎特征點的縱坐標；y₁₂表示每組圖像中前一幀圖像中的瞳孔特征點的縱坐標；y₂₁表示每組圖像中后一幀圖像中的下顎特征點的縱坐標；y₂₂表示每組圖像中后一幀圖像中的瞳孔特征點的縱坐標。

7.根據權利要求1所述的方法，其中，所述根據所述多組圖像的投票權重，對所述投票隊列進行活體投票判斷，輸出所述待檢測人臉視頻流的活體檢測結果，包括：

根據所述多組圖像的投票權重，計算所述投票隊列的投票和；

判斷所述投票和是否大于預設投票和閾值，如果是，則判定檢測到所述用戶的張嘴動作。

8.根據權利要求7所述的方法，其中，所述投票隊列的投票和通過以下公式計算得出：

其中，T表示投票隊列的投票和；N表示人臉視頻流的幀數，N為偶數；w_i表示第i組圖像的投票權重。

9.根據權利要求7所述的方法，其中，所述預設投票和閾值通過以下公式來設置：

R＝(N-1)×(w₁+w₂)×η

其中，R表示預設投票和閾值；N表示人臉視頻流的幀數；η表示修正系數，取值為0～1；w₁表示第一權重；w₂表示第二權重。

10.根據權利要求9所述的方法，其中，所述人臉視頻流的幀數N小于10。

11.根據權利要求1所述的方法，其中，所述面部特征檢測方法包括：

采用深度學習模型對每幀人臉圖像進行模型訓練；或者

通過分類器對每幀人臉圖像數據進行目標特征分類。