[发明专利]活体检测方法及装置在审
申请号: | 201811221096.9 | 申请日: | 2018-10-19 |
公开(公告)号: | CN109543529A | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 郭英强;张默 | 申请(专利权)人: | 北京陌上花科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京卓唐知识产权代理有限公司 11541 | 代理人: | 唐海力;李志刚 |
地址: | 100080 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 活体检测 人脸图像 网络模型 预设 人脸 申请 测试 关键信息 提取图像 图像表征 活体 注意力 辨别 图像 分割 | ||
1.一种活体检测方法,其特征在于,包括:
提取待识别图像中人脸的位置信息;
根据所述位置信息分割出人脸图像;
对所述人脸图像执行预设网络模型进行测试,其中,测试时所述预设网络模型时至少包含有注意力分支;以及
根据所述预设网络模型辨别人脸是否为活体。
2.根据权利要求1所述的活体检测方法,其特征在于,所述提取待辨别图像中人脸的位置信息包括:
采集图像采集装置中的人脸视频截图;
根据所述人脸视频截图训练用于检测人脸位置信息的至少包含有MTCNN算法的模型;以及
通过所述至少包含有MTCNN算法的模型执行位置检测任务得到所述待识别图像中人脸的位置信息。
3.根据权利要求1所述的活体检测方法,其特征在于,所述根据所述位置信息分割出人脸图像包括:
根据训练好的用于提取人脸图像位置的模型从待识别图像中分割出人脸和进行矫正,且保存分割后的所述人脸图像。
4.根据权利要求1所述的活体检测方法,其特征在于,所述对所述行人图像执行预设网络模型训练包括:
通过所述人脸图像训练深度残差网络模型;以及
根据所述深度残差网络模型提取人脸图像的高维特征。
5.根据权利要求1所述的活体检测方法,其特征在于,所述根据所述预设网络模型训练结果识别出目标图像包括:
通过所述预设网络模型辨别结果来检验人脸是否为活体。
6.一种活体检测装置,其特征在于,包括:
提取模块,用于提取待识别图像中人脸的位置信息;
分割模块,用于根据所述位置信息分割出人脸图像;
训练模块,用于对所述人脸图像执行预设网络模型进行测试,其中,测试时所述预设网络模型时至少包含有注意力分支;以及
识别模块,用于根据所述预设网络模型辨别人脸是否为活体。
7.根据权利要求6所述的活体检测装置,其特征在于,所述提取模块包括:
采集单元,用于采集图像采集装置中的人脸视频截图;
第一训练单元,用于根据所述人脸视频截图训练用于检测人脸位置信息的至少包含有MTCNN算法的模型;以及
检测单元,用于通过所述至少包含有MTCNN算法的模型执行位置检测任务得到所述待识别图像中人脸的位置信息。
8.根据权利要求6所述的活体检测装置,其特征在于,所述分割模块包括:
分割保存单元,用于根据训练好的用于提取人脸图像位置的模型从待识别图像中分割出人脸和进行矫正,且保存分割后的所述人脸图像。
9.根据权利要求6所述的活体检测装置,其特征在于,所述训练模块包括:
第二训练单元,用于通过所述人脸图像训练深度残差网络模型;以及
提取单元,用于根据所述深度残差网络模型提取人脸图像的高维特征。
10.根据权利要求6所述的活体检测装置,其特征在于,所述识别模块包括:
识别单元,用于通过所述预设网络模型辨别结果来检验人脸是否为活体。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京陌上花科技有限公司,未经北京陌上花科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811221096.9/1.html,转载请声明来源钻瓜专利网。