[发明专利]活体检测方法和系统

说明书

本说明书提供的活体检测方法和系统，在获得目标用户在多个模态下的用户图像，得到多模态图像组，并在所述多模态图像组中选取出第一模态图像和第二模态图像后，所述第一模态图像的图像质量大于所述第二模态图像的图像质量，基于第一模态图像，对第二模态图像进行质量增强，以得到增强后的目标多模态图像组，以及将目标多模态图像组输入至目标活体检测模型，以得到目标用户的活体检测结果，并输出活体检测结果；该方案可以提升活体检测的准确率。

技术领域

本说明书涉及活体检测领域，尤其涉及一种活体检测方法和系统。

背景技术

近年来，随着互联网技术的飞速发展，在人脸识别系统中活体检测已经成为不可缺少的一环，通过活体检测可以有效拦截非活体类型的攻击样本。为了提升活体检测的准确率，现有的活体检测方法往往可以通过采集用户在多个模态下的图像进行活体检测。

在对现有技术的研究和实践过程中，本申请的发明人发现多模态成像系统由于需要同时采集多种模态的图像，使得采集到的图像的质量相对不稳定，会出现一个或多个模态质量低的情况，因此，导致活体检测的准确率较低。

发明内容

本说明书提供一种准确率更高的活体检测方法和系统。

第一方面，本说明书提供一种活体检测方法，包括：获得目标用户的多模态图像组，并在所述多模态图像组中选取出第一模态图像和第二模态图像，所述多模态图像组包括所述目标用户在多个模态下的用户图像，所述第一模态图像的图像质量大于所述第二模态图像的图像质量；基于所述第一模态图像，对所述第二模态图像进行质量增强，以得到增强后的目标多模态图像组；以及将所述目标多模态图像组输入至目标活体检测模型，以得到所述目标用户的活体检测结果，并输出所述活体检测结果。

在一些实施例中，所述多个模态包括色彩图像、深度图像、红外图像或热成像图像中的至少两种模态。

在一些实施例中，所述在所述多模态图像组中选取出第一模态图像和第二模态图像，包括：将所述多模态图像组输入至质量检测模型，以得到所述多模态图像组中每一模态对应的模态图像的图像质量值；基于所述图像质量值，对所述模态图像进行质量排序；以及基于排序结果，在所述多模态图像组中选取出所述第一模态图像和所述第二模态图像。

在一些实施例中，所述基于排序结果，在所述多模态图像组中选取出所述第一模态图像和所述第二模态图像，包括：基于排序结果，在所述多模态图像组中选取出预设排序范围对应的至少一个模态图像，得到所述第二模态图像；以及将所述多模态图像组中除所述第二模态图像以外的模态图像作为所述第一模态图像。

在一些实施例中，所述质量检测模型的训练过程包括以下步骤：获得所述多个模态对应的第一图像样本组，所述第一图像样本组包括所述多个模态中每一模态对应的第一模态图像样本；将所述第一图像样本组输入至预设质量检测模型，以得到所述每一模态对应的模态图像特征集合和所述第一模态图像样本的预测图像质量值；以及基于所述模态图像特征集合和所述预测图像质量值，对所述预设质量检测模型进行收敛，以得到训练后的所述质量检测模型。

在一些实施例中，所述预设质量检测模型包括所述每一模态对应的特征提取网络、模态关系识别网络和质量预测网络；以及所述将所述第一图像样本组输入至预设质量检测模型，以得到所述每一模态对应的模态图像特征集合和所述第一模态图像样本的预测图像质量值，包括：将所述第一模态图像样本输入至对应模态的特征提取网络，得到所述每一模态的样本图像特征，将所述样本图像特征输入至所述模态关系识别网络，以得到不同模态之间的模态关系特征和所述样本图像特征对应的模态回归特征，并将所述模态回归特征和对应的所述样本图像特征作为对应模态的所述模态图像特征集合，以及将所述样本图像特征和所述模态关系特征输入至所述质量预测网络，以得到所述第一模态图像样本的预测图像质量值。