[发明专利]用于检测人脸图像的方法和装置

权利要求书

1.一种用于检测人脸图像的方法，包括：

获取目标人脸的待检测人脸图像；

将所述待检测人脸图像输入至预先训练的第一活体检测模型，得到检测结果，其中，所述第一活体检测模型用于确定输入的人脸图像对应的人脸是否为活体人脸，所述第一活体检测模型的训练样本由活体人脸的人脸图像和用于表征检测到活体人脸的检测结果组成；

所述第一活体检测模型包括预先训练的第一概率模型；以及所述将所述待检测人脸图像输入至预先训练的第一活体检测模型，得到检测结果，包括：将所述待检测人脸图像输入至所述第一概率模型，得到所述目标人脸为活体人脸的概率；基于所述概率与预设的概率阈值的大小关系，生成检测结果。

2.根据权利要求1所述的方法，其中，所述第一活体检测模型是通过如下步骤训练得到的：

获取第一活体检测模型的训练样本集合，其中，训练样本由活体人脸的人脸图像和用于表征检测到活体人脸的检测结果组成；

利用机器学习算法，将所述训练样本集合中的每个训练样本包括的人脸图像作为输入，将用于表征检测到活体人脸的检测结果作为输出，训练得到第一活体检测模型。

3.根据权利要求1所述的方法，其中，所述第一活体检测模型包括预先训练的第二活体检测模型；以及

所述将所述待检测人脸图像输入至预先训练的第一活体检测模型，得到检测结果，包括：

提取所述待检测人脸图像的特征数据；

将所述特征数据输入至所述第二活体检测模型，得到检测结果，其中，所述第二活体检测模型用于确定输入的特征数据对应的人脸是否为活体人脸，所述第二活体检测模型的训练样本由活体人脸的人脸图像的特征数据和用于表征检测到活体人脸的检测结果组成。

4.根据权利要求1所述的方法，其中，所述第一概率模型用于确定待检测人脸图像对应的人脸为活体人脸的概率，所述第一概率模型的训练样本由活体人脸的人脸图像和人脸图像对应的人脸是活体人脸的概率组成。

5.根据权利要求1所述的方法，其中，所述第一活体检测模型包括预先训练的第二概率模型；以及

所述将所述待检测人脸图像输入至预先训练的第一活体检测模型，得到检测结果，包括：

提取所述待检测人脸图像的特征数据；

将所述特征数据输入至所述第二概率模型，得到所述目标人脸为活体人脸的概率，其中，所述第二概率模型用于确定特征数据对应的人脸为活体人脸的概率，所述第二概率模型的训练样本由活体人脸的人脸图像的特征数据和人脸图像对应的人脸是活体人脸的概率组成；

基于所述概率与预设的概率阈值的大小关系，生成检测结果。

6.根据权利要求1所述的方法，其中，所述第一活体检测模型为单分类支持向量机。

7.一种用于检测人脸图像的装置，包括：

获取单元，配置用于获取目标人脸的待检测人脸图像；

输入单元，配置用于将所述待检测人脸图像输入至预先训练的第一活体检测模型，得到检测结果，其中，所述第一活体检测模型用于确定输入的人脸图像对应的人脸是否为活体人脸，所述第一活体检测模型的训练样本由活体人脸的人脸图像和用于表征检测到活体人脸的检测结果组成；

所述第一活体检测模型包括预先训练的第一概率模型；以及所述输入单元包括：输入模块，配置用于将所述待检测人脸图像输入至所述第一概率模型，得到所述目标人脸为活体人脸的概率；生成模块，配置用于基于所述概率与预设的概率阈值的大小关系，生成检测结果。

8.根据权利要求7所述的装置，其中，所述第一活体检测模型是通过如下步骤训练得到的：

获取第一活体检测模型的训练样本集合，其中，训练样本由活体人脸的人脸图像和用于表征检测到活体人脸的检测结果组成；

利用机器学习算法，将所述训练样本集合中的每个训练样本包括的人脸图像作为输入，将用于表征检测到活体人脸的检测结果作为输出，训练得到第一活体检测模型。