[发明专利]图像处理方法、装置及智能终端

说明书

本申请提出了一种图像处理方法、装置及智能终端，其中方法包括：获取待检测对象的目标图像，以及待检测对象的目标视频；调用图像处理模型的特征提取网络对目标图像进行语义特征提取处理，得到目标图像的图像特征，以及调用特征提取网络对视频帧序列进行时序特征提取处理，得到目标视频的视频特征；将图像特征和视频特征分别进行线性变换，将线性变换后的图像特征和线性变换后的视频特征叠加目标特征；调用图像处理模型的特征分类网络对目标特征进行特征分类处理，得到待检测对象的活体检测结果。本申请可以应用于云技术、人工智能、智慧交通、车载互联网等各种场景，可以提高活体检测效率和准确率。

技术领域

本申请涉及计算机技术领域，具体涉及一种图像处理方法、装置及智能终端。

背景技术

随着计算机技术的不断发展和应用，越来越多的场景需要用到图像处理技术，例如通过图像处理技术对人体图像数据进行活体检测，以此保障用户的信息隐私和财产安全。然而有些不法份子利用人体翻拍图片或人体翻拍视频代替真人去进行活体检测，使活体检测系统存在安全隐患。因此，人们对活体检测技术提出了更高的要求。

目前，活体检测采用人工检测的方法，即根据检测人员的现有经验和主观意识对检测对象进行活体的检测，但是当检测对象是高仿真的人像模型或者高清照片时，容易出现误判的情况。该方法的活体检测效率低，准确率低。

发明内容

本申请提供一种图像处理方法、装置及智能终端，可以提高活体检测效率和准确率。

本申请提供了一种图像处理方法，该方法包括：获取待检测对象的目标图像，以及所述待检测对象的目标视频；

调用图像处理模型的特征提取网络对所述目标图像进行语义特征提取处理，得到所述目标图像的图像特征，以及调用所述特征提取网络对视频帧序列进行时序特征提取处理，得到所述目标视频的视频特征；所述视频帧序列是对所述目标视频划分后生成的；

将所述图像特征和所述视频特征分别进行线性变换，将线性变换后的图像特征和线性变换后的视频特征叠加目标特征；

调用所述图像处理模型的特征分类网络对所述目标特征进行特征分类处理，得到所述待检测对象的活体检测结果。

本申请提供了一种图像处理装置，该装置包括：

获取模块，用于获取待检测对象的目标图像，以及上述待检测对象的目标视频；

处理模块，用于调用图像处理模型的特征提取网络对所述目标图像进行语义特征提取处理，得到所述目标图像的图像特征，以及调用所述特征提取网络对视频帧序列进行时序特征提取处理，得到所述目标视频的视频特征；所述视频帧序列是对所述目标视频划分后生成的；

所述处理模块，还用于将所述图像特征和所述视频特征分别进行线性变换，将线性变换后的图像特征和线性变换后的视频特征叠加目标特征；

分类模块，用于调用所述图像处理模型的特征分类网络对所述目标特征进行特征分类处理，得到所述待检测对象的活体检测结果。

其中，所述特征提取网络包括图像特征提取网络，所述图像特征提取网络包括卷积层、池化层和全连接层；

处理模块在用于调用图像处理模型的特征提取网络对所述目标图像进行语义特征提取处理，得到所述目标图像的图像特征时，具体用于：

调用所述卷积层对所述目标图像进行卷积处理，得到卷积特征；

调用所述池化层对所述卷积特征进行池化处理，得到池化特征；

调用所述全连接层对所述池化特征进行全连接处理，得到所述目标图像的图像特征。

其中，所述特征提取网络还包括视频特征提取网络，所述视频特征提取网络包括深度特征网络和长短期记忆网络，所述视频帧序列包括N个视频帧，N是正整数；