[发明专利]活体检测方法、计算机设备及存储介质

说明书

本发明实施例公开了一种活体检测方法、计算机设备及存储介质。其中，活体检测方法，包括：获取与至少一张待检测图像对应的活体识别特征；其中，所述活体识别特征包括：图像在至少一个标准场景下的活体检测结果，以及图像检测场景的场景特征信息；根据各所述待检测图像的活体识别特征，以及标注有活体检测结果的样本集中各样本图像的活体识别特征，对各所述待检测图像进行活体检测。本发明实施例的方案，实现了对各场景下的待检测图像进行活体检测。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种活体检测方法、计算机设备及存储介质。

背景技术

随着人脸识别技术的应用场景越来越多，应用的领域越来越重要，其安全性也开始受到人们的广泛关注。犯罪分子可以通过面具、打印照片、屏幕上显示的照片、播放的视频片段来重放人脸或者使用三维(three-dimensional，3D)头部模型来欺骗传统的人脸检测技术。活体检测可以通过自动判别给定图像或视频中的人脸图像是来源于在现场的真实的人，还是来自于欺骗人脸的技术。活体检测是一种重要的防止人脸攻击、欺诈的技术手段，在银行、保险、互联网金融、电子商务等涉及到远程身份认证的行业和场合得到了广泛的应用。

现有的活体检测技术主要可以分为两类：动态检测方法和静态检测方法。其中，动态检测方法是指在活体检测的过程中，被检测人员按照活体检测系统的提示，做出相对应的动作，如果动作符合活体检测系统要求，则判断为活体；动态检测方法检测效率较低，且应用场景有限。

静态检测方法主要通过图像的纹理、深度以及光谱等特征来判断给定人脸的真实性。由于图像的纹理、深度以及光谱等特征受环境影响较大，所以使用单一场景图像训练得到的模型会在训练样本类似的场景下表现出较好性能，在其他场景下的性能不能得到保证；而使用多场景的图像进行训练，需要对模型进行特殊的处理，训练过程比较复杂，且泛化性能同样不能得到保证；同时，如果现场检测场景增多，模型的升级比较麻烦，需要重新训练模型，训练过程比较复杂。

如何对多样化场景下的图像进行活体检测，是业务关注的重点问题。

发明内容

本发明实施例提供一种活体检测方法、计算机设备及存储介质，以实现对各场景下的待检测图像进行活体检测。

第一方面，本发明实施例提供了一种活体检测方法，包括：

获取与至少一张待检测图像对应的活体识别特征；

其中，所述活体识别特征包括：图像在至少一个标准场景下的活体检测结果，以及图像检测场景的场景特征信息；

根据各所述待检测图像的活体识别特征，以及标注有活体检测结果的样本集中各样本图像的活体识别特征，对各所述待检测图像进行活体检测。

第二方面，本发明实施例还提供了一种计算机设备，包括处理器和存储器，所述存储器用于存储指令，当所述指令执行时使得所述处理器执行以下操作：

获取与至少一张待检测图像对应的活体识别特征；

其中，所述活体识别特征包括：图像在至少一个标准场景下的活体检测结果，以及图像检测场景的场景特征信息；

根据各所述待检测图像的活体识别特征，以及标注有活体检测结果的样本集中各样本图像的活体识别特征，对各所述待检测图像进行活体检测。

第三方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一实施例所述的活体检测方法。