[发明专利]活体检测方法及装置

说明书

本申请公开了一种活体检测方法及装置。该方法包括：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。本申请解决了单张人脸图像活体检测中识别精度较低的技术问题。通过本申请增加图像表征能力，提取图像中关键信息，减弱背景带来的影响。

技术领域

本申请涉及图像识别技术领域，具体而言，涉及一种活体检测方法及装置。

背景技术

随着社会的对安全性的认识不断提高，对现有的相关技术带来更高的要求。为了有效保护用户移动支付的安全性，通常需要人脸活体检测技术来验证是否为本人。

发明人发现，通常是通过深度学习的方法训练的活体检测模型使用单帧图像来判别是否为真人，但是检测出的活体人脸图片干扰较大，背景嘈杂，识别精度较低。

针对相关技术中单张人脸图像活体检测中识别精度较低的问题，本技术方案能够有效解决这个问题。

发明内容

本申请的主要目的在于提供一种活体检测方法及装置，以解决单张人脸图像活体检测中识别精度较低的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种活体检测方法。

根据本申请的活体检测方法包括：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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。

为了实现上述目的，根据本申请的另一方面，提供了一种活体检测装置。

根据本申请的活体检测装置包括：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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。