[发明专利]基于深度信息的人脸活体检测方法、装置

说明书

本申请涉及一种基于深度信息的人脸活体检测方法、装置、计算机设备和存储介质。所述方法包括：从包含人脸的深度图像中获取人脸所在区域的面部深度图像；对获取到的面部深度图像进行归一化处理，得到灰度图像；建立三维坐标系，将灰度图像还原成三维空间中的三维曲面；提取三维曲面中的三维信息，并将提取到的三维信息压缩到二维空间，生成特征图像；将特征图像送入训练好的深度卷积神经网络进行二分类检测，得到活体检测结果。采用本方法能够有效防范照片、电子视频回放等二维假体攻击，提升检测准确率和运行效率，降低训练成本。

技术领域

本申请涉及人脸识别技术领域，特别是涉及一种基于深度信息的人脸活体检测方法、装置、计算机设备和存储介质。

背景技术

在目前的活体检测技术中，为了更有效的防范照片、电子视频回放等二维攻击，引入了深度相机。深度相机用于收集被检测物体的三维信息。现有的人脸活体检测技术是将人脸深度信息经过深度归一化之后，转换为灰度图，然后送入深度卷积神经网络进行判断，以区分被检测人脸是否为活体。

由于深度信息转换为灰度图像后，会丢失大量的人脸三维信息，所以导致活体检侧的准确率较低。而且上述方法需要复杂的网络加上大量的数据来提取被隐含的特征，从而造成训练成本高和运行效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种基于深度信息的人脸活体检测方法、装置、计算机设备和存储介质，能够大幅度提升人脸活体检测的准确率和运算效率，同时降低训练时间和成本。

一种基于深度信息的人脸活体检测方法，包括以下步骤：

从包含人脸的深度图像中获取人脸所在区域的面部深度图像；

对获取到的所述面部深度图像进行归一化处理，得到灰度图像；

建立三维坐标系，将所述灰度图像还原成三维空间中的三维曲面；

提取所述三维曲面中的三维信息，并将提取到的所述三维信息压缩到二维空间，生成特征图像；

将所述特征图像送入训练好的深度卷积神经网络进行二分类检测，得到活体检测结果。

在其中一个实施例中，所述对获取到的所述面部深度图像进行归一化处理，得到灰度图像，包括以下步骤：

统计所述面部深度图像中心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，进行归一化处理，得到所述灰度图像：

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的人脸区域像素值；(face_old(x,y)为面部深度图像的人脸区域像素值；ave为人脸深度均值，其单位为mm。

在其中一个实施例中，所述建立三维坐标系，将所述灰度图像还原成三维空间中的三维曲面，包括以下步骤：

建立笛卡尔空间直角坐标系；

在所述笛卡尔空间直角坐标系中，对所述灰度图像中的像素点进行坐标标注；

根据坐标标注结果生成所述三维曲面。

在其中一个实施例中，所述建立笛卡尔空间直角坐标系包括以下步骤：

以所述灰度图像的左上角为坐标原点，宽度方向为x轴，高度方向为y轴，垂直于x、y轴的方向为z轴，建立笛卡尔坐标系；其中，x轴和y轴以所述灰度图像的一个像素位置为单位1，z轴以归一化后得到的所述灰度图像的人脸区域像素值为实际坐标值。