[发明专利]一种活体检测方法、装置和计算机设备

说明书

本申请实施例公开了一种活体检测方法、装置和计算机设备，属于计算机领域；本申请实施例可以获取待检测对象的面部图像和参考特征集，其中，参考特征集的特征分布为目标特征分布，参考特征集包括至少一个参考特征；对面部图像进行特征提取，得到面部图像的图像特征信息；对至少一个参考特征进行活体特征映射处理，得到至少一个参考活体特征信息；基于至少一个参考活体特征信息，对图像特征信息进行活体判别处理，得到图像特征信息的判别结果；基于图像特征信息，对至少一个参考特征进行分布拟合处理，得到针对图像特征信息的分布拟合结果；基于判别结果和分布拟合结果，对待检测对象进行活体检测，提高了活体检测的准确性和可靠性。

技术领域

本申请涉及计算机技术领域，具体涉及一种活体检测方法、装置和计算机设备。

背景技术

随着人工智能技术的发展，人脸识别技术已经广泛地应用于安防和金融等领域。在人脸识别的过程中，除了需要进行身份验证之外，还需要进行活体检测。活体检测指判断待检测对象在进行身份验证时，待检测对象是否为真实活体本人操作，而不是通过照片、视频和面具等攻击手段进行身份验证。通过活体检测，可以有效地抵御照片、视频、面具等攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。

在对现有技术的研究和实践过程中，本申请的发明人发现，在现有技术中利用人工智能技术进行活体检测时，往往会利用已知攻击类型的样本对人工智能模型进行训练，得到活体检测模型。然后，利用训练得到的活体检测模型对待检测对象进行检测。但是，由于目前的人工智能技术是数据驱动的学习方法，因此，针对已经类型的攻击，活体检测模型的预测准确性会较高。而当攻击类型是活体检测模型未知的类型时，活体检测模型的预测准确性则会充满不确定，这会影响活体检测的准确性和可靠性。

发明内容

本申请实施例提出了一种活体检测方法、装置和计算机设备，可以提高活体检测的准确性和可靠性。

本申请实施例提供了一种活体检测方法，包括：

获取待检测对象的面部图像和参考特征集，其中，所述参考特征集的特征分布为目标特征分布，所述参考特征集包括至少一个参考特征；

对所述面部图像进行特征提取，得到所述面部图像的图像特征信息；

对所述至少一个参考特征进行活体特征映射处理，得到至少一个参考活体特征信息；

基于所述至少一个参考活体特征信息，对所述图像特征信息进行活体判别处理，得到所述图像特征信息的判别结果；

基于所述图像特征信息，对所述至少一个参考特征进行分布拟合处理，得到针对所述图像特征信息的分布拟合结果；

基于所述判别结果和所述分布拟合结果，对所述待检测对象进行活体检测。

相应的，本申请实施例还提供了一种活体检测装置，包括：

获取单元，用于获取待检测对象的面部图像和参考特征集，其中，所述参考特征集中的特征分布为目标特征分布，所述参考特征集包括至少一个参考特征；

特征提取单元，用于对所述面部图像进行特征提取，得到所述面部图像的图像特征信息；

特征映射单元，用于对所述至少一个参考特征进行活体特征映射处理，得到至少一个参考活体特征信息；

判别单元，用于基于所述至少一个参考活体特征信息，对所述图像特征信息进行活体判别处理，得到所述图像特征信息的判别结果；

分布拟合单元，用于基于所述图像特征信息，对所述至少一个参考特征进行分布拟合处理，得到针对所述图像特征信息的分布拟合结果；

活体检测单元，用于基于所述判别结果和所述分布拟合结果，对所述待检测对象进行活体检测。

在一实施例中，所述分布拟合单元，可以包括：