[发明专利]一种基于深度信息的人脸活体识别方法、装置及电子设备

权利要求书

1.一种基于深度信息的人脸活体识别方法,其特征在于,所述方法包括：

采集含有张嘴动作的第一视频，以及对应的深度图像组成的第二视频；

基于所述第一视频，提取人脸图像特征；

基于所述第二视频，提取深度图像特征；

检测第一视频中的每帧图像的嘴巴区域，将嘴巴区域映射到对应的深度图像中，生成深度嘴巴图像对应的第三视频，基于所述第三视频，提取嘴巴区域图像特征；

将人脸图像特征、深度图像特征、嘴巴图像特征进行加权融合，得到输入图像属于活体的概率得分；

根据所述概率得分生成活体识别结果。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一视频，提取人脸图像特征，包括：

基于所述第一视频，抽取N帧有人脸的人脸图像；

将N帧人脸图像输入训练好的分类模型；

根据分类模型的输出获取人脸图像特征；其中N为正整数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第二视频，提取深度图像特征，包括：

基于所述第二视频，抽取N帧人脸图像对应的深度图像；

将N帧深度图像输入训练好的分类模型；

根据分类模型的输出获取深度图像特征。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第三视频，提取嘴巴区域图像特征，包括：

基于所述第三视频提取2N帧深度嘴巴图像；

将2N帧深度嘴巴图像帧输入到训练好的时序模型；

根据时序模型的输出获取嘴巴图像特征。

5.根据权利要求4所述的方法，其特征在于，所述基于所述第一视频，提取人脸图像特征前，还包括：

预先构建初始分类模型，所述初始分类模型为注意力分类模型；

获取训练样本对初始分类模型进行训练，其中，训练过程中的采用adam优化器进行优化，并通过余弦退火算法进行学习率的调整；

训练完成后，生成训练好的分类模型。

6.根据权利要求5所述的方法，其特征在于，所述将2N帧深度嘴巴图像帧输入到训练好的时序模型，包括：

将2N帧深度嘴巴图像帧输入到训练好的LSTM模型。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述概率得分生成活体识别结果，包括：

将所述概率得分与预设的概率得分阈值进行比较；

若所述概率得分大于预设的概率得分阈值，则判定当前图像中存在活体；

若所述概率得分小于等于预设的概率得分阈值，则判定当前图像中不存在活体。

8.一种基于深度信息的人脸活体识别装置，其特征在于，所述装置包括：

视频采集模块，用于采集含有张嘴动作的第一视频，以及对应的深度图像组成的第二视频；

人脸特征提取模块，用于基于所述第一视频，提取人脸图像特征；

深度特征提取模块，用于基于所述第二视频，提取深度图像特征；

嘴巴特征提取模块，用于检测第一视频中的每帧图像的嘴巴区域，将嘴巴区域映射到对应的深度图像中，生成深度嘴巴图像对应的第三视频，基于所述第三视频，提取嘴巴区域图像特征；

特征融合模块，用于将人脸图像特征、深度图像特征、嘴巴图像特征进行加权融合，得到输入图像属于活体的概率得分；

结果生成模块，用于根据所述概率得分生成活体识别结果。

9.一种电子设备，其特征在于，所述电子设备包括至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一项所述的基于深度信息的人脸活体识别方法。

10.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行权利要求1-7任一项所述的基于深度信息的人脸活体识别方法。