[发明专利]活体检测的方法、装置及计算机存储介质

权利要求书

1.一种活体检测的方法，其特征在于，包括：

获取待验证对象的图像；

利用已经训练好的神经网络，得到所述待验证对象的图像的热力图，其中所述热力图用于表示所述待验证对象的图像中的每一个像素的屏幕属性概率；

计算所述热力图中的所有像素的屏幕属性概率的平均值，并将所述平均值作为所述待验证对象的图像的翻拍分数；

根据所述翻拍分数，判断所述待验证对象的图像是否为屏幕翻拍图像，当所述待验证对象的图像为屏幕翻拍图像时，确定所述待验证对象为非活体。

2.根据权利要求1所述的方法，其特征在于，

在所述利用已经训练好的神经网络，得到所述待验证对象的图像的热力图之前，还包括：

将所述待验证对象的图像按比例缩放到第一预定尺寸；

将所述第一预定尺寸的图像的外围补充像素点以获得第二预定尺寸的图像；

所述利用已经训练好的神经网络，得到所述待验证对象的图像的热力图，包括：

将所述第二预定尺寸的图像输入到所述已经训练好的神经网络，得到所述待验证对象的图像的所述热力图。

3.根据权利要求1所述的方法，其特征在于，所述利用已经训练好的神经网络，得到所述待验证对象的图像的热力图，包括：

将所述待验证对象的图像输入到所述已经训练好的神经网络，得到所述待验证对象的图像的所述热力图。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述神经网络通过以下方式训练得到：

根据多个样本图像，通过训练得到所述神经网络，其中，每个样本图像中的每个像素具有标注信息。

5.根据权利要求4所述的方法，其特征在于，

所述样本图像中的至少部分像素具有第一标注信息，所述第一标注信息表示所述至少部分像素具有屏幕属性；

和/或，所述样本图像中的至少部分像素具有第二标注信息，所述第二标注信息表示所述至少部分像素具有非屏幕属性。

6.根据权利要求4所述的方法，其特征在于，

所述样本图像具有第三标注信息，所述第三标注信息表示所述样本图像具有一个子区域，所述子区域内的像素具有屏幕属性，所述子区域外的像素具有非屏幕属性。

7.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述翻拍分数，判断所述待验证对象的图像是否为屏幕翻拍图像，包括：

若所述翻拍分数大于预先设定的阈值，则所述待验证对象的图像为屏幕翻拍图像；

若所述翻拍分数小于或等于所述预先设定的阈值，则所述待验证对象的图像为非屏幕翻拍图像。

8.一种活体检测的装置，其特征在于，包括：

获取模块，用于获取待验证对象的图像；

处理模块，用于利用已经训练好的神经网络，得到所述待验证对象的图像的热力图，其中所述热力图用于表示所述待验证对象的图像中的每一个像素的屏幕属性概率；

确定模块，用于计算所述热力图中的所有像素的屏幕属性概率的平均值，并将所述平均值作为所述待验证对象的图像的翻拍分数；

判断模块，用于根据所述翻拍分数，判断所述待验证对象的图像是否为屏幕翻拍图像，当所述待验证对象的图像为屏幕翻拍图像时，确定所述待验证对象为非活体。

9.根据权利要求8所述的装置，其特征在于，还包括：

缩放模块，用于：将所述待验证对象的图像按比例缩放到第一预定尺寸；并将所述第一预定尺寸的图像的外围补充像素点以获得第二预定尺寸的图像；

其中，所述处理模块具体用于：将所述第二预定尺寸的图像输入到所述已经训练好的神经网络，得到所述待验证对象的图像的所述热力图。

10.根据权利要求8所述的装置，其特征在于，所述处理模块具体用于：

将所述待验证对象的图像输入到所述已经训练好的神经网络，得到所述待验证对象的图像的所述热力图。