[发明专利]活体检测方法、装置、计算机设备和存储介质

权利要求书

1.一种活体检测方法，其特征在于，包括以下步骤：

获取包含人脸对象的深度图像；

统计所述深度图像的深度直方图，并由近及远累加所统计的直方图中的像素个数，当所述像素个数达到预设阈值时，记录此时的深度距离值；

根据所述深度距离值，调整红外激光光源的发射次数，获取调整后曝光的包含所述人脸对象的红外图像；

从所述红外图像中获取红外人脸图像，并从所述深度图像中获取与所述红外人脸图像对应的深度人脸图像；

对所述红外人脸图像和深度人脸图像分别进行归一化处理；

将归一化处理后的红外人脸图像和深度人脸图像，分别送入对应的深度卷积神经网络进行二分类检测，如果两个深度卷积神经网络的检测结果均为活体，则判断所述人脸对象为活体。

2.根据权利要求1所述的活体检测方法，其特征在于，所述预设阈值为：图像总像素个数的20％至30％。

3.根据权利要求1所述的活体检测方法，其特征在于，根据所述深度距离值，调整红外激光光源的发射次数，获取调整后曝光的包含所述人脸对象的红外图像，包括以下步骤：

当所述深度距离值为80cm时，调整红外激光光源的发射次数为600次，获取此时曝光的包含所述人脸对象的红外图像。

4.根据权利要求1所述的活体检测方法，其特征在于，从所述红外图像中获取红外人脸图像，并获取与所述红外人脸图像对应的深度人脸图像，包括以下步骤：

通过检测所述红外图像中所述人脸对象所在的位置，获取所述红外人脸图像；

根据所述深度图像与所述红外图像之间像素的一一对应关系，从所述深度图像中获取与所述红外人脸图像对应的所述深度人脸图像。

5.根据权利要求1至4任一项所述的活体检测方法，其特征在于，对所述红外人脸图像进行归一化处理，包括以下步骤：

统计所述红外图像中亮度的最大值和最小值；

根据以下公式对所述红外人脸图像进行归一化处理：

Face_IR_New(x,y)＝(Face_IR(x,y)-Min)/(Max-Min)*255；

其中，Face_IR_New(x,y)为归一化后的红外像素值，Face_IR(x,y)为归一化前的红外像素值，Min为所述红外图像中的亮度的最小值，Max为所述红外图像中的亮度的最大值。

6.根据权利要求1至4任一项所述的活体检测方法，其特征在于，对所述深度人脸图像进行归一化处理，包括以下步骤：

统计所述深度人脸图像中心1/4区域大小内的非零像素的平均值，记为人脸深度均值；

以所述人脸深度均值为基准，前后100mm距离为极值，根据以下公式对所述深度人脸图像进行归一化处理：

face_new(x,y)＝(face_old(x,y)-ave-100)/(200)；

其中，face_new(x,y)为归一化后得到的灰度图像中的人脸区域像素值；(face_old(x,y)为归一化前的所述深度人脸图像中的人脸区域像素值；ave为人脸深度均值，其单位为mm。

7.一种活体检测装置，其特征在于，包括深度图像获取模块、记录模块、红外图像获取模块、人脸图像获取模块、归一化处理模块、以及二分类检测模块；

所述深度图像获取模块，用于获取包含人脸对象的深度图像；

所述记录模块，用于统计所述深度图像的深度直方图，并由近及远累加所统计的直方图中的像素个数，当所述像素个数达到预设阈值时，记录此时的深度距离值；

所述红外图像获取模块，用于根据所述深度距离值，调整红外激光光源的发射次数，获取调整后曝光的包含所述人脸对象的红外图像；

所述人脸图像获取模块，用于从所述红外图像中获取红外人脸图像，并从所述深度图像中获取与所述红外人脸图像对应的深度人脸图像；

所述归一化处理模块，用于对所述红外人脸图像和深度人脸图像分别进行归一化处理；

所述二分类检测模块，用于将归一化处理后的红外人脸图像和深度人脸图像，分别送入对应的深度卷积神经网络进行二分类检测，如果两个深度卷积神经网络的检测结果均为活体，则判断所述人脸对象为活体。