[發明專利]一種人臉活體檢測方法和裝置

在審

• 申請號: 202110883596.4
• 申請日: 2021-08-03
• 公開（公告）號: CN113609959A
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 王遲;梁從象;楊帆
• 申請（專利權）人: 六度云計算有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種人臉活體檢測方法，其特征在于，所述方法包括：

獲取待檢測對象的多張圖片；

按照預先訓練的人臉定位檢測模型對所述圖片中的人臉器官進行檢測；

按照預先訓練的屏幕翻拍模型判斷所述圖片是否為翻拍圖片；

若所述圖片不為翻拍圖片，則根據檢測到的所述人臉器官的運動信息判斷所述待檢測對象是否為人臉活體。

2.根據權利要求1所述的人臉活體檢測方法，其特征在于，所述人臉定位檢測模型和屏幕翻拍模型的訓練方法，具體包括：

獲取人臉圖庫數據信息；

對獲取的所述人臉圖庫數據信息進行處理，完成訓練數據與測試數據的劃分操作；

根據所述訓練數據進行訓練，生成人臉定位檢測模型和屏幕翻拍模型。

3.根據權利要求2所述的人臉活體檢測方法，其特征在于，根據所述訓練數據進行訓練，生成人臉定位檢測模型的過程，具體包括：

第一階段P-Net，通過一個淺層CNN生成候選人臉窗口，具體包括：通過一個全部由卷積層組成的CNN，獲取候選人臉窗口以及人臉框回歸向量，基于所述人臉框回歸向量對候選人臉窗口進行校正，之后采用NMS合并高重疊率的候選人臉窗口；

第二階段R-Net，通過一個復雜CNN否決大量非人臉窗口，具體包括：第一階段輸出的候選人臉窗口作為本階段的輸入，能夠進一步篩除大量非人臉窗口，再利用所述人臉框回歸向量對篩除后剩余的候選窗口做校正，并執行NMS；

第三階段O-Net，使用復雜CNN進一步精化結果并輸出多個人臉特征點位置坐標。

4.根據權利要求2所述的人臉活體檢測方法，其特征在于，根據所述訓練數據進行訓練，生成屏幕翻拍模型的過程，具體包括：

計算所述訓練數據在水平及垂直方向的梯度卷積，得到水平卷積圖像及垂直卷積圖像；

計算所述水平卷積圖像及垂直卷積圖像對應的7*7協方差矩陣，并轉化為特征向量；

基于預設的支持向量機SVM算法對所述特征向量進行分類，生成屏幕翻拍模型。

5.根據權利要求1-4任一項所述的人臉活體檢測方法，其特征在于，所述根據檢測到的所述人臉器官的運動信息判斷所述待檢測對象是否為人臉活體，具體包括：

由所述人臉定位檢測模型計算出眼睛的多個位置坐標，包括眼睛左右角的位置和上眼皮位置、下眼皮位置；

根據所述眼睛的多個位置坐標計算出每張圖片中眼睛的開合程度；

若所述多張圖片中眼睛的最大和最小開合程度之差大于或等于預定閾值，則判斷所述待檢測對象為人臉活體。

6.一種人臉活體檢測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待檢測對象的多張圖片；

人臉檢測模塊，用于按照預先訓練的人臉定位檢測模型對所述圖片中的人臉器官進行檢測；

翻拍判斷模塊，用于按照預先訓練的屏幕翻拍模型判斷所述圖片是否為翻拍圖片；

活體檢測模塊，用于若所述圖片不為翻拍圖片，則根據檢測到的所述人臉器官的運動信息判斷所述待檢測對象是否為人臉活體。

7.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現所述權利要求1-5中任一項所述方法的步驟。

8.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現所述權利要求1-5中任一項所述方法的步驟。