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

在審

• 申請?zhí)枺?/td>: 202210100938.5
• 申請日: 2022-01-27
• 公開（公告）號: CN116563903A
• 公開（公告）日: 2023-08-08
• 發(fā)明（設(shè)計）人: 王洋;周軍
• 申請（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: G06V40/16
• 分類號: 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)

本發(fā)明公開了一種人臉活體檢測方法、裝置、存儲介質(zhì)及設(shè)備，屬于生物識別領(lǐng)域。該方法包括：在用戶根據(jù)提示的若干指定動作通過動作活體檢測后，獲取每個指定動作的人臉圖像；對每個指定動作的人臉圖像進(jìn)行特征提取，并根據(jù)提取的圖像特征計算得到每個指定動作的活體檢測分?jǐn)?shù)；根據(jù)每個指定動作的權(quán)重對每個指定動作的活體檢測分?jǐn)?shù)進(jìn)行加權(quán)求和，得到融合分?jǐn)?shù)；根據(jù)每個指定動作的活體檢測分?jǐn)?shù)和設(shè)定的每個指定動作的活體檢測閾值確定每個指定動作的活體檢測結(jié)果，并根據(jù)設(shè)定的每個指定動作的權(quán)重對每個指定動作的活體檢測結(jié)果進(jìn)行加權(quán)投票，得到?jīng)Q策融合結(jié)果；根據(jù)融合分?jǐn)?shù)和/或決策融合結(jié)果進(jìn)行活體檢測。本發(fā)明提高了人臉活體檢測的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及生物識別領(lǐng)域，特別是指一種人臉活體檢測方法、裝置、存儲介質(zhì)及設(shè)備。

背景技術(shù)

近年來，人臉識別以獲取方便、非接觸等優(yōu)點，深受人們喜愛，廣泛應(yīng)用于金融、安全等領(lǐng)域。但也正因為其容易獲取，容易被他人所利用，以打印照片或者拍攝視頻等方式制作假體人臉，攻擊人臉識別系統(tǒng)，從而冒名通過。所以，基于人臉圖像的活體檢測極其重要，是人臉識別的前提保障。

動作活體檢測是目前常用的人臉活體檢測方法，動作活體檢測通過判斷眼睛、嘴巴或頭部是否按照特定的指令完成動作進(jìn)而判斷是真人還是假體，動作活體檢測是通過判斷視頻圖像中指定動作是否正確進(jìn)行活體檢測，這些動作的判斷基本是通過眼睛或嘴巴等關(guān)鍵點的相對變化來判斷的，動作活體檢測對視頻合成的攻擊或圖像合成的動作攻擊沒有防范能力，如圖1所示的圖像合成動作可以用于攻擊張嘴、眨眼、左右搖頭和上下點頭動作，可以順利的攻破動作活體檢測，導(dǎo)致人臉活體檢測效果較差。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)的缺陷，本發(fā)明提供一種人臉活體檢測方法、裝置、存儲介質(zhì)及設(shè)備，提高了人臉活體檢測的效果。

本發(fā)明提供技術(shù)方案如下：

第一方面，本發(fā)明提供一種人臉活體檢測方法，所述方法包括：

提示用戶執(zhí)行若干指定動作，并進(jìn)行動作活體檢測；

在所述動作活體檢測通過后，獲取每個指定動作對應(yīng)的人臉圖像；

對每個指定動作對應(yīng)的人臉圖像進(jìn)行特征提取，得到每個指定動作的圖像特征，并根據(jù)每個指定動作的圖像特征計算得到每個指定動作的活體檢測分?jǐn)?shù)；

根據(jù)設(shè)定的每個指定動作的權(quán)重對每個指定動作的活體檢測分?jǐn)?shù)進(jìn)行加權(quán)求和，得到融合分?jǐn)?shù)；

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

根據(jù)每個指定動作的活體檢測分?jǐn)?shù)和設(shè)定的每個指定動作的活體檢測閾值確定每個指定動作的活體檢測結(jié)果，并根據(jù)所述設(shè)定的每個指定動作的權(quán)重對每個指定動作的活體檢測結(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。

進(jìn)一步的，通過如下方法確定每個指定動作的權(quán)重：

對每個指定動作的訓(xùn)練樣本集進(jìn)行特征提取，得到每個指定動作的圖像特征集，并根據(jù)每個指定動作的圖像特征集計算得到每個指定動作的活體檢測分?jǐn)?shù)集；

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

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

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

所述根據(jù)每個指定動作的活體分?jǐn)?shù)的分布和每個指定動作的假體分?jǐn)?shù)的分布的非重疊區(qū)域?qū)γ總€指定動作的活體檢測分?jǐn)?shù)集進(jìn)行歸一化，包括：