[发明专利]活体检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种活体检测方法、装置、计算机设备和存储介质。方法包括：获取包含人脸对象的深度图像；统计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，当像素个数达到预设阈值时，记录此时的深度距离值；根据深度距离值，调整红外激光光源的发射次数，获取调整后曝光的包含人脸对象的红外图像；获取红外人脸图像及其对应的深度人脸图像；对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，则判断人脸对象为活体。采用本方法避免了环境中可见光对检测结果的干扰，扩充了使用场景。

技术领域

本申请涉及人脸识别技术领域，特别是涉及一种活体检测方法、装置、计算机设备和存储介质。

背景技术

随着人脸识别技术在支付系统以及身份验证系统中的普及，使用照片、视频、头套、头模等二维或者三维假体对人脸识别系统进行攻击，已经成为人脸识别系统面临的重要安全问题。因此，区分检测对象是不是真人活体，即活体检测技术已经成为人脸识别系统的重要组成部分。

目前的活体检测技术中，也提出了采用多摄像头(深度、红外、彩色)结合来实现活体检测。采用多摄像头结合的技术，由于加入了大量的信息，所以一定程度上提升了活体检测的准确率。但是，一方面由于彩色图像具有易受环境光干扰的特性，即彩色图像很容易受到光照的影响，在一些场景下人脸成像差，从而容易出现活体被判断为非活体的情况，所以导致其引入了活体算法的适应性问题。另一方面，由于一般深度相机的测量范围有限，也一定程度上限制了其使用场景。

基于此，现有的活体检测技术使用场景有限，存在环境适应性较差的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种活体检测方法、装置、计算机设备和存储介质，能够有效的防范图片、视频、头套、头模等二维三维假体攻击，同时提升活体算法的适应能力。

一种活体检测方法，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。

作为一种可实施方式，所述预设阈值为：图像总像素个数的20％至30％。

作为一种可实施方式，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。

作为一种可实施方式，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。

具体地，对所述红外人脸图像进行归一化处理，包括以下步骤：