[發明專利]人臉活體檢測方法、裝置、電子設備及存儲介質

有效

• 申請號: 202111180614.9
• 申請日: 2021-10-11
• 公開（公告）號: CN113610071B
• 公開（公告）日: 2021-12-24
• 發明（設計）人: 李運濤;韓晶;童志軍;丁小羽
• 申請（專利權）人: 深圳市一心視覺科技有限公司;南京閱面科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張瑞志

本申請適用于人工智能領域，提供了人臉活體檢測方法、裝置、電子設備及存儲介質。人臉活體檢測方法包括：獲取人臉檢測圖像，人臉檢測圖像包括人臉的紅外圖像和深度圖像；對紅外圖像進行特征提取，得到全局紅外分類特征和局部紅外分類特征；對深度圖像進行特征提取，得到全局深度分類特征和局部深度分類特征；對全局紅外分類特征以及全局深度分類特征進行特征拼接，得到全局多模態特征，對局部紅外分類特征以及局部深度分類特征進行特征拼接，得到局部多模態特征；將各分類特征分別輸入對應的分類器，得到對應分類結果；若分類結果滿足預設條件，則確定人臉檢測圖像中的人臉為活體人臉。通過多個維度的特征互補，提高人臉活體檢測的準確度。

技術領域

本申請屬于人工智能領域，尤其涉及人臉活體檢測方法、裝置、電子設備及存儲介質。

背景技術

隨著人工智能技術的不斷發展，利用人的生物特性進行身份識別得到了廣泛的應用，由于人臉識別具有主動性、非侵犯性等優勢，在生物特征識別中扮演著重要的角色。比如刷臉支付、人臉手機解鎖，高鐵刷臉進站和3D人臉識別門鎖等等。但是，采用仿冒人臉（例如人臉照片、視頻、人臉面具、人臉頭模）來攻擊人臉識別系統的現象越來越普遍，給人臉識別技術帶來了越來越多的挑戰。因此，識別人臉圖像是否是活體人臉是抵擋仿冒人臉攻擊的必要途徑。現有的人臉活體檢測方法不能適應不同環境下的活體人臉檢測，因而人臉識別的準確度不高。

發明內容

有鑒于此，本申請實施例提供了人臉活體檢測方法、裝置、電子設備及存儲介質，可以適應不同環境下的人臉活體檢測，從而提高人臉識別的準確度。

本申請實施例的第一方面提供了一種人臉活體檢測方法，包括：

獲取人臉檢測圖像，所述人臉檢測圖像包括人臉的紅外圖像和深度圖像；

對所述紅外圖像進行特征提取，得到全局紅外分類特征以及局部紅外分類特征；對所述深度圖像進行特征提取，得到全局深度分類特征以及局部深度分類特征；

對所述全局紅外分類特征以及全局深度分類特征進行特征拼接，得到全局多模態特征，對所述局部紅外分類特征以及局部深度分類特征進行特征拼接，得到局部多模態特征；

將所述全局紅外分類特征、所述局部紅外分類特征、所述全局深度分類特征、所述局部深度分類特征、所述全局多模態特征、所述局部多模態特征分別輸入對應的分類器，得到所述全局紅外分類特征、所述局部紅外分類特征、所述全局深度分類特征、所述局部深度分類特征、所述全局多模態特征、所述局部多模態特征，分別對應的分類結果；

若所述分類結果滿足預設條件，則確定所述人臉檢測圖像中的人臉為活體人臉。

在一種可能的實現方式中，所述對所述紅外圖像進行特征提取，得到全局紅外分類特征以及局部紅外分類特征；對所述深度圖像進行特征提取，得到全局深度分類特征以及局部深度分類特征，包括：

根據所述紅外圖像得到全局紅外圖像和局部紅外圖像，根據所述深度圖像得到全局深度圖像和局部深度圖像；

將所述全局紅外圖像輸入全局紅外網絡模型，得到全局紅外分類特征；將所述局部紅外圖像輸入局部紅外網絡模型，得到局部紅外分類特征；將所述全局深度圖像輸入全局深度網絡模型，得到全局深度分類特征；將所述局部深度圖像輸入局部深度網絡模型，得到局部深度分類特征。

在一種可能的實現方式中，所述局部紅外圖像包括左眼所在區域的圖像、右眼所在區域的圖像、鼻子所在區域的圖像以及，嘴巴所在區域的圖像；所述局部紅外網絡模型包括第一紅外模型、第二紅外模型、第三紅外模型以及第四紅外模型；將所述局部紅外圖像輸入局部紅外網絡模型，得到局部紅外分類特征，包括：

將所述左眼所在區域的圖像輸入第一紅外模型，得到第一紅外特征，將所述右眼所在區域的圖像輸入第二紅外模型，得到第二紅外特征，將所述鼻子所在區域的圖像輸入第三紅外模型，得到第三紅外特征，將所述嘴巴所在區域的圖像輸入第四紅外模型，得到第四紅外特征；