[发明专利]数据处理方法、装置、设备及存储介质有效
申请号: | 202110965118.8 | 申请日: | 2021-08-23 |
公开(公告)号: | CN113422982B | 公开(公告)日: | 2021-12-14 |
发明(设计)人: | 陈观钦;陈远;王摘星;陈斌 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | H04N21/2343 | 分类号: | H04N21/2343;H04N21/643;H04N21/8547;G06K9/62 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 张所明 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 设备 存储 介质 | ||
1.一种数据处理方法,其特征在于,所述方法包括:
获取待检测的人脸视频;
从所述人脸视频中抽取图像帧,并从所述图像帧中截取人脸框图;基于所述人脸框图中包含的面部特征信息进行活体检测,得到第一检测结果;其中,所述面部特征信息用于表征所述人脸框图中的人脸面部区域的纹理和光照色泽特征,所述第一检测结果用于表征所述人脸视频是否为人脸活体视频;
从所述人脸视频中选取多个图像帧,生成帧图序列;对所述帧图序列进行短时特征提取,得到多个浅层特征图,所述浅层特征图用于表征所述帧图序列的短时片段时空融合特征;其中,所述短时片段时空融合特征是指所述帧图序列中短时间片段内的图像帧的人脸状态变化特征和人脸背景空间特征的融合特征;对所述多个浅层特征图进行序列特征提取,得到多个序列特征图,所述序列特征图用于表征所述帧图序列的长时片段时空融合特征;其中,所述长时片段时空融合特征是指所述帧图序列中长时间片段内的图像帧的人脸状态变化特征和人脸背景空间特征的融合特征;对所述多个序列特征图进行深层语义提取,得到多个深层特征向量,所述深层特征向量用于表征所述帧图序列的深层空间特征;对所述多个深层特征向量进行帧间特征提取,得到全局特征向量,所述全局特征向量用于表征所述帧图序列的全局时空融合特征;基于所述全局特征向量进行活体检测,得到第二检测结果,所述第二检测结果用于表征所述人脸视频是否为人脸活体视频;
根据所述第一检测结果和所述第二检测结果,确定所述人脸视频是否为人脸活体视频。
2.根据权利要求1所述的方法,其特征在于,所述基于所述人脸框图中包含的面部特征信息进行活体检测,得到第一检测结果,包括:
从所述人脸框图中提取第一面部特征信息,所述第一面部特征信息用于表征所述人脸面部区域的纹理特征;基于所述第一面部特征信息进行活体检测,得到第一候选检测结果;
从所述人脸框图中提取第二面部特征信息,所述第二面部特征信息用于表征所述人脸面部区域的光照色泽特征;基于所述第二面部特征信息进行活体检测,得到第二候选检测结果;
根据所述第一候选检测结果和所述第二候选检测结果,确定所述第一检测结果。
3.根据权利要求2所述的方法,其特征在于,所述第一候选检测结果通过第一图片检测模型得到,所述第二候选检测结果通过第二图片检测模型得到;
所述第一图片检测模型包括第一特征提取层、第一池化层和第一分类层;其中,所述第一特征提取层用于对所述人脸框图进行特征提取处理,得到第一特征提取结果;所述第一池化层用于对所述第一特征提取结果进行最大池化处理,得到所述第一面部特征信息;所述第一分类层用于基于所述第一面部特征信息进行活体检测,得到所述第一候选检测结果;
所述第二图片检测模型包括第二特征提取层、第二池化层和第二分类层;其中,所述第二特征提取层用于对所述人脸框图进行特征提取处理,得到第二特征提取结果;所述第二池化层用于对所述第二特征提取结果进行平均池化处理,得到所述第二面部特征信息;所述第二分类层用于基于所述第二面部特征信息进行活体检测,得到所述第二候选检测结果。
4.根据权利要求2所述的方法,其特征在于,所述根据所述第一候选检测结果和所述第二候选检测结果,确定所述第一检测结果,包括:
若所述第一候选检测结果和所述第二候选检测结果均指示所述人脸视频为人脸活体视频,则生成用于指示所述人脸视频为人脸活体视频的所述第一检测结果;若所述第一候选检测结果和所述第二候选检测结果中的至少之一指示所述人脸视频不是人脸活体视频,则生成用于指示所述人脸视频不是人脸活体视频的所述第一检测结果;
或者,
若所述第一候选检测结果和所述第二候选检测结果中的至少之一指示所述人脸视频为人脸活体视频,则生成用于指示所述人脸视频为人脸活体视频的所述第一检测结果;若所述第一候选检测结果和所述第二候选检测结果均指示所述人脸视频不是人脸活体视频,则生成用于指示所述人脸视频不是人脸活体视频的所述第一检测结果。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202110965118.8/1.html,转载请声明来源钻瓜专利网。