[发明专利]一种活体人脸检测的方法、装置及电子设备在审
申请号: | 202110766966.6 | 申请日: | 2021-07-07 |
公开(公告)号: | CN113496215A | 公开(公告)日: | 2021-10-12 |
发明(设计)人: | 徐佳文 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 赵凯莉 |
地址: | 310053 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 活体 检测 方法 装置 电子设备 | ||
1.一种活体人脸检测的方法,其特征在于,所述方法包括:
根据输入图像中的人脸坐标,得到第一图像以及第二图像,其中,所述第一图像用于表征人脸图像,所述第二图像用于表征人脸图像以及部分背景图像;
根据第一模型,得到所述第一图像的第一置信分数,其中,所述第一模型用于表征根据图像纹理特征判断图像中对象是否为活体,所述第一置信分数用于表征第一图像中对象为活体的概率;
根据第二模型,得到所述第二图像的第二置信分数,其中,所述第二模型用于表征根据图像形状特征判断图像中对象是否为活体,所述第二置信分数用于表征第二图像中对象为活体的概率;
根据计算所述第一置信分数与所述第二置信分数得到的最终置信分数,与预设阈值比较,根据比较结果确定所述输入图像中人脸是否为活体人脸。
2.如权利要求1所述的方法,其特征在于,所述根据输入图像中的人脸坐标,得到第一图像以及第二图像,包括:
根据人脸检测算子获取所述输入图像中的人脸坐标,其中,所述输入图像为单目摄像头采集的二维图像;
根据所述人脸坐标提取所述输入图像中人脸图像的人脸框,得到所述第一图像;
对所述人脸框在所述输入图像上按照预设外扩比例外扩,得到所述第二图像。
3.如权利要求1所述的方法,其特征在于,所述根据第一模型,得到所述第一图像的第一置信分数,包括:
将所述第一图像输入所述第一模型中;
对所述第一图像做傅里叶变换操作,生成频谱图;
根据所述频谱图,提取所述第一图像的第一特征,其中,所述第一特征用于表征所述第一图像中人脸的纹理特征;
根据所述第一特征,确定所述第一图像中对象为活体的第一置信分数。
4.如权利要求1所述的方法,其特征在于,所述根据第二模型,得到所述第二图像的第二置信分数,包括:
将所述第二图像输入所述第二模型中;
对所述第二图像加入噪声,得到第三图像,其中,所述第三图像用于表征与第二图像具有相同的形状特征以及不同的纹理特征的图像,所述形状特征用于表征图像背景中的纸张图像或者屏幕图像的边缘特征;
利用卷积神经网络,提取所述第二图像的第二特征以及所述第三图像的第三特征,其中,所述第二特征与所述第三特征包含相同的形状信息和不同的纹理信息;
计算所述第二特征与所述第三特征的对比损失值,调整所述卷积神经网络中的模型参数,使得所述卷积神经网络提取的第二特征中包含的所述纹理特征占比减少;
根据所述第二特征,确定所述第二图像中对象为活体的第二置信分数。
5.如权利要求1所述的方法,其特征在于,所述根据计算所述第一置信分数与所述第二置信分数得到的最终置信分数,与预设阈值比较,根据比较结果确定所述输入图像中人脸是否为活体人脸,包括:
对所述第一置信分数与所述第二置信分数求平均,得到最终置信分数;
判断最终置信分数是否大于所述预设阈值;
若是,则所述输入图像中人脸为活体人脸;
若否,则所述输入图像中人脸为非活体人脸。
6.一种活体人脸检测的装置,其特征在于,所述系统包括:
图像获取模块,用于根据输入图像中的人脸坐标,得到第一图像以及第二图像,其中,所述第一图像用于表征人脸图像,所述第二图像用于表征人脸图像以及部分背景图像;
第一检测模块,用于根据第一模型,得到所述第一图像的第一置信分数,其中,所述第一模型用于表征根据图像纹理特征判断图像中对象是否为活体,所述第一置信分数用于表征第一图像中对象为活体的概率;
第二检测模块,用于根据第二模型,得到所述第二图像的第二置信分数,其中,所述第二模型用于表征根据图像形状特征判断图像中对象是否为活体,所述第二置信分数用于表征第二图像中对象为活体的概率;
活体判断模块,用于根据计算所述第一置信分数与所述第二置信分数得到的最终置信分数,与预设阈值比较,根据比较结果确定所述输入图像中人脸是否为活体人脸。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110766966.6/1.html,转载请声明来源钻瓜专利网。