[发明专利]一种活体检测方法和系统

权利要求书

1.一种活体检测方法，包括：

获得目标用户的目标人脸图像；

基于所述目标人脸图像，通过一阶段活体检测模型输出所述目标人脸图像对应的第一目标攻击概率；以及

基于所述第一目标攻击概率，确定并执行目标方案，所述目标方案为多个方案中的一个，所述多个方案包括二阶段方案，包括：

获得所述目标用户的目标掌静脉图像，以及

至少将所述目标掌静脉图像输入至二阶段活体检测模型，得到所述目标用户的目标检测结果。

2.如权利要求1所述的方法，其中，所述基于所述目标人脸图像，通过一阶段活体检测模型输出所述目标人脸图像对应的第一目标攻击概率包括：

对所述目标人脸图像进行去结构化操作，得到目标去结构化图像，所述去结构化操作包括去除所述目标人脸图像的结构信息，所述目标人脸图像的结构信息包括五官分布信息和/或人脸轮廓信息；以及

将所述目标去结构化图像输入所述一阶段活体检测模型进行活体检测，输出所述第一目标攻击概率。

3.如权利要求2所述的方法，其中，所述对所述目标人脸图像进行去结构化操作，得到目标去结构化图像包括：

将所述目标人脸图像划分为多个目标图像块；以及

基于预设的规则将所述多个目标图像块在所述目标人脸图像中的位置进行重新排列，得到所述目标去结构化图像。

4.如权利要求3所述的方法，其中，所述预设的规则包括如下至少一种：随机排列、调整所述多个图像块的行位置、调整所述多个图像块的列位置以及调整所述多个图像块的所述行位置和所述列位置。

5.如权利要求2所述的方法，其中，所述一阶段活体检测模型包括：

块特征提取模块，被配置为对经过所述去结构化操作的去结构化图像所包含的多个图像块进行特征提取，输出所述多个图像块对应的多个块特征；以及

特征融合模块，被配置为对所述多个块特征进行融合，输出第一融合特征和第一攻击概率。

6.如权利要求2所述的方法，其中，所述一阶段活体检测模型在训练时的约束目标包括第一损失小于第一预设损失值，所述第一损失包括：

融合分类损失，被配置为约束所述第一攻击概率对应的预测值和真实值的差异。

7.如权利要求6所述的方法，其中，所述块特征提取模块还输出所述多个块特征对应的多个块攻击概率，所述第一损失还包括如下至少一种：

局部分类损失，所述局部分类损失是基于所述多个块攻击概率对应的多个块分类损失进行加权求和得到的，所述多个局部分类损失中的每个局部分类损失被配置为约束其对应的块攻击概率对应的预测值和真实值的差异；

局部和全局一致性损失，被配置为约束所述多个块特征与所述第一融合特征之间的一致性；以及

块特征一致性损失，被配置为约束所述多个块特征之间的一致性。

8.如权利要求1所述的方法，其中，在所述基于所述第一目标攻击概率，确定并执行目标方案之前，所述方法还包括：

基于所述目标人脸图像，通过阈值生成模型生成所述目标人脸图像对应的目标判断阈值。

9.如权利要求8所述的方法，其中，所述阈值生成模型包括：

第一人脸特征编码模块，被配置为对人脸图像进行特征提取，输出第一人脸特征；

掌静脉特征生成模块，被配置为基于所述第一人脸特征生成对应的跨模态掌静脉特征，并输出所述跨模态掌静脉特征；以及

阈值回归模块，被配置为基于所述第一人脸特征和所述跨模态掌静脉特征生成所述人脸图像对应的判断阈值。

10.如权利要求9所述的方法，其中，所述阈值生成模型在训练时的约束目标包括第二损失小于第二预设损失值，所述第二损失包括：

阈值回归损失，被配置为约束所述判断阈值与所述人脸图像对应的真实阈值之间的差异。