[发明专利]活体检测方法、计算机装置及计算机可读存储介质

权利要求书

1.一种活体检测方法，其特征在于，所述活体检测方法包括：

利用预设训练集训练多层感知器，确定多层感知器模型；

获取待检测的连续N帧的人脸图像，其中，所述N为大于3的正整数；

将所述连续N帧的人脸图像中的中间帧的人脸图像由第一颜色空间转换为第二颜色空间，其中，当N为奇数，则所述中间帧的人脸图像为第(N+1)/2帧的人脸图像，当N为偶数，则所述中间帧的人脸图像为第N/2帧或者第N/2+1帧的人脸图像；

提取所述转换为第二颜色空间的中间帧的人脸图像的纹理特征；

提取所述连续N帧人脸图像的动态模式特征中能量最大的动态模式特征，包括：采用(m*n)*1的列向量表示人脸图像所包含的m*n个灰度值数据，获取由前N-1帧人脸图像所对应的N-1个列向量组成的第一数据矩阵及由后N-1帧人脸图像所对应的N-1个列向量组成的第二数据矩阵，其中，m、n为正整数；根据所述第一数据矩阵和所述第二数据矩阵获取线性映射矩阵的伴随矩阵，其中，所述线性映射矩阵为所述第一数据矩阵与所述第二数据矩阵的逆矩阵相乘后的矩阵；通过特征值分解获取所述伴随矩阵的特征向量和特征值；确定所述特征值中绝对值最大的特征值所对应的特征向量；将所述第一数据矩阵与所述绝对值最大的特征值所对应的特征向量相乘，并对相乘后的结果取绝对值，获取所述连续N帧的人脸图像的动态模式特征中能量最大的动态模式特征；

将所述纹理特征与所述动态模式特征进行融合，获取融合后的融合特征；

将所述融合特征输入至所述多层感知器模型，获得活体标签的预测概率值和非活体标签的预测概率值；

当所述活体标签的预测概率值大于所述非活体标签的预测概率值，则确定所述连续N帧的人脸图像为活体人脸图像；

当所述非活体标签的预测概率值大于所述非活体标签的预测概率值，则确定所述连续N帧的人脸图像为非活体人脸图像。

2.如权利要求1所述的活体检测方法，其特征在于，所述第一颜色空间为RGB颜色空间，所述第二颜色空间为Lab颜色空间，所述提取所述转换为第二颜色空间的中间帧的人脸图像的纹理特征包括：

提取所述转换为Lab颜色空间的中间帧的人脸图像的预设邻域的局部相位量化纹理特征。

3.如权利要求2所述的活体检测方法，其特征在于，所述提取所述转换为Lab颜色空间的中间帧的人脸图像的预设邻域的局部相位量化纹理特征包括：

提取所述转换为Lab颜色空间的中间帧的人脸图像的预设邻域的多级局部相位量化纹理特征；

所述将所述纹理特征与所述动态模式特征进行融合，获取融合后的融合特征包括：

将所述预设邻域的多级局部相位量化纹理特征与所述动态模式特征进行融合，获取融合后的融合特征。

4.如权利要求1所述的活体检测方法，其特征在于，所述根据所述第一数据矩阵和所述第二数据矩阵获取线性映射矩阵的伴随矩阵包括：

对所述第一数据矩阵进行三角分解，并分别获得所述第一数据矩阵的上三角矩阵和下三角矩阵；

获取所述上三角矩阵的逆矩阵以及所述下三角矩阵的伪逆矩阵；

将所述上三角矩阵的逆矩阵、所述下三角矩阵的伪逆矩阵以及所述第二数据矩阵相乘，获取所述线性映射矩阵的伴随矩阵。