[发明专利]一种基于多尺度信息融合的人脸静默活体检测方法

说明书

本发明公开的属于人脸活体检测技术领域，具体为一种基于多尺度信息融合的人脸静默活体检测方法，包括人脸检测和基于多尺度信息融合的人脸静默活体检测，具体步骤如下：S1：进入刷脸流程模块，摄像头采集画面，开始人脸检测模块，当人脸出现在摄像头画面中，人脸检测模型计算得到人脸的检测框坐标，本发明有益效果是：通过一方面我们利用除面部以外的更多的信息，另一方面我们尽可能的利用好面部的信息，可以端到端训练的模型，并且可以尽可能的利用图片的中的信息，建立基于多尺度信息融合的人脸静默活体检测模型，并分别用不同的神经网络提取不同尺度下人脸的活体、假体特征，融合不同尺度的特征作为活体的判断依据。

技术领域

本发明涉及人脸活体检测技术领域，具体为一种基于多尺度信息融合的人脸静默活体检测方法。

背景技术

随着刷脸应用的广泛普及，为了防止非法假冒他们刷脸的情况，人脸活体检测成为刷脸最必要的验证环节，静默活体由于其不需要用户配合，具有良好的体验，被广泛应用，静默活体根据硬件成像源的不同，可分为红外图像、3D结构光图像和RGB彩色图像等，实际使用中，根据硬件条件，可独立使用单种成像源数据，或者使用多模态数据同时参与活体检测，人脸静默活体检测，通过人脸面部的细节信息来判断是否为活体人脸，但是人脸面部的信息有限，通过外扩可以获取除面部以外更多的信息，包括：环境背景、脖子、部分上躯干、头发等部位的信息。

但是外扩会导致最重要的人脸面部的占比减小，在模型容量不变的情况下，人脸面部最重要的信息会丢失，使用复杂模型带来的问题是难以保证泛化性能，难以方便训练和使用。

为此，我们提出一种基于多尺度信息融合的人脸静默活体检测方法。

发明内容

鉴于上述和/或现有一种基于多尺度信息融合的人脸静默活体检测方法中存在的问题，提出了本发明。

因此，本发明的目的是提供一种基于多尺度信息融合的人脸静默活体检测方法，通过一方面我们利用除面部以外的更多的信息，另一方面我们尽可能的利用好面部的信息，可以端到端训练的模型，并且可以尽可能的利用图片的中的信息，在实际应用中具有非常优良的性能，建立基于多尺度信息融合的人脸静默活体检测模型，并分别用不同的神经网络提取不同尺度下人脸的活体、假体特征，融合不同尺度的特征作为活体的判断依据，能够解决上述提出现有外扩会导致最重要的人脸面部的占比减小，在模型容量不变的情况下，人脸面部最重要的信息会丢失，使用复杂模型带来的问题是难以保证泛化性能，难以方便训练和使用的问题。

为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：

一种基于多尺度信息融合的人脸静默活体检测方法，其包括：人脸检测和基于多尺度信息融合的人脸静默活体检测，具体步骤如下：

S1：进入刷脸流程模块，摄像头采集画面，开始人脸检测模块，当人脸出现在摄像头画面中，人脸检测模型计算得到人脸的检测框坐标，当摄像头画面中没有人脸时，则继续检测人脸，直到检测出人脸，检测出人脸的图片进行下一阶段；

S2：采集面部图，在人脸检测的基础上，获取多个尺度的人脸面部图片，分别采集较小尺度的面部图，采集中等尺度的面部图，采集较大尺度的面部图；

S3：通过得到不同尺度的人脸图片，建立基于多尺度信息融合的人脸静默活体检测模型，分别用不同的神经网络提取不同尺度下人脸的活体、假体特征，融合不同尺度的特征作为活体的判断依据；

S4：基于多尺度信息融合的人脸静默活体检测，先分别提取不同尺度的人脸信息，再进行融合，从而可以尽可能利用图片中的信息来进行活体判断；

S5：使用多个深度卷积神网络提取不同尺度人脸的深度特征，使用卷积层将不同尺度的特征进行融合，得到多尺度融合特征，把它作为人脸活体的分类依据；