[发明专利]活体检测方法、装置及系统

说明书

本发明提供了一种活体检测方法、装置及系统，涉及图像检测技术领域，包括：获取标注有活体标签的活体样本数据和标注有攻击标签的攻击样本数据；基于活体样本数据和攻击样本数据对待训练的检测模型进行训练，得到完成训练的检测模型；当接收到待检测的目标人脸数据时，通过完成训练的检测模型对目标人脸数据进行活体检测，得到活体检测结果。本发明可以提高活体检测的效率，简化活体检测的难度。

技术领域

本发明涉及图像检测技术领域，尤其是涉及一种活体检测方法、装置及系统。

背景技术

随着人脸识别技术在金融、门禁、移动设备等日常生活中的广泛应用，人脸防伪/活体检测(Face Anti-Spoofing)技术在近年来得到了越来越多的关注。人脸识别核心的技术为人脸验证，但是在人脸验证之前需要预先判别这张人脸是不是真人活体脸，对于合成的、或者他人照片来攻击算法的，应该予以拒绝。目前最普遍的攻击方式是照片攻击和视频回放攻击。照片攻击是利用目标对象的一张照片直接进行识别算法的攻击；视频回放攻击是先采集到目标对象的一些视频片段，然后进行算法的攻击。然而，针对上述攻击方式还缺少较为有效的活体检测方法。

发明内容

本发明的目的在于提供活体检测方法、装置及系统，以提高活体检测的效率，简化活体检测的难度。

本发明提供的一种活体检测方法，包括：获取标注有活体标签的活体样本数据和标注有攻击标签的攻击样本数据；基于所述活体样本数据和所述攻击样本数据对待训练的检测模型进行训练，得到完成训练的检测模型；当接收到待检测的目标人脸数据时，通过完成训练的检测模型对所述目标人脸数据进行深度检测，得到所述目标人脸数据中平面区域的比例，并基于得到的平面区域的比例确定所述目标人脸数据对应的活体检测结果；其中，所述平面区域为所述目标人脸数据中特征点的深度信息小于预设深度阈值的图像区域。

进一步的，获取标注有攻击标签的攻击样本数据的步骤，包括：获取攻击样本对；其中，所述攻击样本对包括两张不同人脸偏转角度的训练人脸图像；检测所述训练人脸图像的全局特征点，并基于检测到的特征点的二维坐标确定所述特征点的深度信息；基于所述特征点的二维坐标和深度信息生成所述训练人脸图像对应的人脸三维点云数据；对所述人脸三维点云数据标注攻击标签，并将标注有所述攻击标签的人脸三维点云数据作为攻击样本数据。

进一步的，所述基于检测到的特征点的二维坐标确定所述特征点的深度信息的步骤，包括：计算两张所述训练人脸图像中每两个所述特征点之间的距离值，并基于计算的距离值确定特征点对；根据所述特征点对中特征点的二维坐标和对极几何约束算法确定两张所述训练人脸图像之间相对的旋转角度和平移变量；根据三角化算法和两张所述训练人脸图像之间相对的旋转角度和平移变量，确定所述特征点对中特征点的深度信息。

进一步的，所述计算两张所述训练人脸图像中所述特征点之间的距离值的步骤，包括：根据如下算式计算两张所述训练人脸图像中所述特征点之间的距离值：

其中，h_1,i为第一训练人脸图像中特征点i的描述子，h_2,i为第二训练人脸图像中特征点i的描述子，dist(h_1,i,h_2,i)为特征点h_1,i和特征点h_2,i之间的距离值，128表示预设的特征点总数量。

进一步的，所述基于计算的距离值确定特征点对的步骤，包括：将计算的距离值小于距离阈值的两个特征点确定为候选特征点对；根据RANSAC算法对所述候选特征点对进行优化，得到最终的特征点对。