[發(fā)明專利]人臉活體檢測(cè)方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210100938.5
• 申請(qǐng)日: 2022-01-27
• 公開（公告）號(hào): CN116563903A
• 公開（公告）日: 2023-08-08
• 發(fā)明（設(shè)計(jì)）人: 王洋;周軍
• 申請(qǐng)（專利權(quán)）人: 北京眼神智能科技有限公司;北京眼神科技有限公司
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16;G06V40/40;G06V10/77;G06V10/80
• 代理公司: 北京恩赫律師事務(wù)所 11469
• 代理人: 劉守憲;李善學(xué)

1.一種人臉活體檢測(cè)方法，其特征在于，所述方法包括：

提示用戶執(zhí)行若干指定動(dòng)作，并進(jìn)行動(dòng)作活體檢測(cè)；

在所述動(dòng)作活體檢測(cè)通過(guò)后，獲取每個(gè)指定動(dòng)作對(duì)應(yīng)的人臉圖像；

對(duì)每個(gè)指定動(dòng)作對(duì)應(yīng)的人臉圖像進(jìn)行特征提取，得到每個(gè)指定動(dòng)作的圖像特征，并根據(jù)每個(gè)指定動(dòng)作的圖像特征計(jì)算得到每個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)；

根據(jù)設(shè)定的每個(gè)指定動(dòng)作的權(quán)重對(duì)每個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)進(jìn)行加權(quán)求和，得到融合分?jǐn)?shù)；

其中，每個(gè)指定動(dòng)作的權(quán)重根據(jù)該指定動(dòng)作的訓(xùn)練樣本集的活體檢測(cè)分?jǐn)?shù)的分布以及該指定動(dòng)作的訓(xùn)練樣本集的活體拒絕率確定；

根據(jù)每個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)和設(shè)定的每個(gè)指定動(dòng)作的活體檢測(cè)閾值確定每個(gè)指定動(dòng)作的活體檢測(cè)結(jié)果，并根據(jù)所述設(shè)定的每個(gè)指定動(dòng)作的權(quán)重對(duì)每個(gè)指定動(dòng)作的活體檢測(cè)結(jié)果進(jìn)行加權(quán)投票，得到?jīng)Q策融合結(jié)果；

根據(jù)所述融合分?jǐn)?shù)和/或所述決策融合結(jié)果判斷所述用戶為活體或假體。

2.根據(jù)權(quán)利要求1所述的人臉活體檢測(cè)方法，其特征在于，通過(guò)如下方法確定每個(gè)指定動(dòng)作的權(quán)重：

對(duì)每個(gè)指定動(dòng)作的訓(xùn)練樣本集進(jìn)行特征提取，得到每個(gè)指定動(dòng)作的圖像特征集，并根據(jù)每個(gè)指定動(dòng)作的圖像特征集計(jì)算得到每個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集；

其中，所述訓(xùn)練樣本集包括活體樣本和假體樣本，所述活體檢測(cè)分?jǐn)?shù)集包括活體分?jǐn)?shù)和假體分?jǐn)?shù)；

根據(jù)每個(gè)指定動(dòng)作的活體分?jǐn)?shù)的分布和每個(gè)指定動(dòng)作的假體分?jǐn)?shù)的分布的非重疊區(qū)域?qū)γ總€(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集進(jìn)行歸一化；

根據(jù)歸一化后每個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集和每個(gè)指定動(dòng)作的訓(xùn)練樣本集的活體拒絕率計(jì)算每個(gè)指定動(dòng)作的權(quán)重。

3.根據(jù)權(quán)利要求2所述的人臉活體檢測(cè)方法，其特征在于，所述根據(jù)每個(gè)指定動(dòng)作的活體分?jǐn)?shù)的分布和每個(gè)指定動(dòng)作的假體分?jǐn)?shù)的分布的非重疊區(qū)域?qū)γ總€(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集進(jìn)行歸一化，包括：

通過(guò)如下公式計(jì)算每個(gè)指定動(dòng)作的活體分?jǐn)?shù)的分布和每個(gè)指定動(dòng)作的假體分?jǐn)?shù)的分布的非重疊區(qū)域，作為每個(gè)指定動(dòng)作的歸一化量綱；

q(k)＝μ_a(k)-min_a(k)+max_r(k)-μ_r(k)

其中，q(k)為第k個(gè)指定動(dòng)作的歸一化量綱，k＝1，2，...，m，m為指定動(dòng)作的總數(shù)，max_r(k)為第k個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集中活體分?jǐn)?shù)的最大值，μ_r(k)為第k個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集中活體分?jǐn)?shù)的平均值，min_a(k)為第k個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集中假體分?jǐn)?shù)的最小值，μ_a(k)為第k個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集中假體分?jǐn)?shù)的平均值；

根據(jù)每個(gè)指定動(dòng)作的歸一化量綱對(duì)每個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集進(jìn)行歸一化；

其中，和分別為歸一化前和歸一化后的第k個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集中的第i個(gè)活體檢測(cè)分?jǐn)?shù)，i＝1，2，3，...，N_k，N_k為第k個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集中的活體檢測(cè)分?jǐn)?shù)總數(shù)，j＝0表示活體檢測(cè)分?jǐn)?shù)為假體分?jǐn)?shù)，j＝1表示活體檢測(cè)分?jǐn)?shù)為活體分?jǐn)?shù)；

所述根據(jù)歸一化后每個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)集和每個(gè)指定動(dòng)作的訓(xùn)練樣本集的活體拒絕率計(jì)算每個(gè)指定動(dòng)作的權(quán)重，包括：

通過(guò)如下公式計(jì)算每個(gè)指定動(dòng)作的權(quán)重；

其中，w(k)為第k個(gè)指定動(dòng)作的權(quán)重；

FRR_k為第k個(gè)指定動(dòng)作的訓(xùn)練樣本集的活體拒絕率。

4.根據(jù)權(quán)利要求3所述的人臉活體檢測(cè)方法，其特征在于，通過(guò)如下公式計(jì)算所述融合分?jǐn)?shù)；

其中，s為所述融合分?jǐn)?shù)，s(k)為第k個(gè)指定動(dòng)作的活體檢測(cè)分?jǐn)?shù)；

通過(guò)如下公式計(jì)算所述決策融合結(jié)果；

其中，δ為所述決策融合結(jié)果，δ(k)為k個(gè)指定動(dòng)作的活體檢測(cè)結(jié)果；

T(k)為第k個(gè)指定動(dòng)作的活體檢測(cè)閾值。