[发明专利]活体检测方法及装置

权利要求书

1.一种活体检测方法，其特征在于，包括：

获取待检测对象的人脸图像；

根据人脸关键点将所述人脸图像的额头与左右脸颊划分成多个不重叠的小区域，计算每个小区域的生命体征信号；

将提取到的所有生命体征信号两两进行相关运算，根据所述相关运算中最大峰值与最大频率分量计算得到一维的特征向量；

将特征向量输入到预先训练的分类模型，根据输出判决类别与分数判别对象是否为活体。

2.根据权利要求1所述的活体检测方法，其特征在于，所述预先训练的分类模型，包括：将训练集中所有特征向量与其对应的数据标定送入支撑向量机，所述训练集包含照片人脸、3D面具人脸、真实人脸，根据非活体对象并无生命体征信号区分待检测对象是否为活体，训练生成分类模型。

3.根据权利要求1所述的活体检测方法，其特征在于，所述将特征向量输入到预先训练的分类模型，根据输出判决类别与分数判别对象是否为活体的步骤，包括：

将特征向量输入到分类模型，根据输入的特征向量输出的待检测对象的类别、以及所述待检测对象生命体征信号所对应的分数判断待检测对象是否为活体；

如果所述待检测对象有对应类别且分数在预设范围内，则待检测对象为活体，

如果所述待检测对象有对应类别且分数在预设范围外，则待检测对象非活体。

4.一种活体检测装置，其特征在于，包括：

获取模块，用于获取待检测对象的人脸图像；

提取模块，用于根据人脸关键点将所述人脸图像的额头与左右脸颊划分成多个不重叠的小区域，计算每个小区域的生命体征信号；

计算模块，用于将提取到的所有生命体征信号两两进行相关运算，根据所述相关运算中最大峰值与最大频率分量计算得到一维的特征向量，其中，所有生命体征信号包含每个小区域的生命体征信号；

检测模块，用于将特征向量输入到预先训练的分类模型，根据输出判决类别与分数判别对象是否为活体。

5.根据权利要求4所述的活体检测装置，其特征在于，还包括：分类模型，将训练集中所有特征向量与其对应的数据标定送入支撑向量机，所述训练集包含照片人脸、3D面具人脸、真实人脸，根据非活体对象并无生命体征信号区分待检测对象是否为活体，训练生成分类模型。

6.根据权利要求4所述的活体检测装置，其特征在于，所述检测模块包括：

检测单元，用于将特征向量输入到分类模型，根据输入的特征向量输出的待检测对象的类别、以及所述待检测对象生命体征信号所对应的分数判断待检测对象是否为活体；

第一执行单元，用于如果所述待检测对象有对应类别且分数在预设范围内，则待检测对象为活体，

第二 执行单元，用于检测单元，用于如果所述待检测对象有对应类别且分数在预设范围外，则待检测对象非活体。