[发明专利]用于检测活体的方法和装置

权利要求书

1.一种用于检测活体的方法，包括：

获取待检测人脸图像；

将所述待检测人脸图像输入预先训练的特征提取模型，得到与所述待检测人脸图像对应的图像特征，其中，所述特征提取模型用于提取人脸图像的特征；

将所得到的图像特征输入预先训练的生成对抗网络中的生成器，得到与所述待检测人脸图像对应的生成图像，其中，所述生成对抗网络包括生成器和判别器，所述特征提取模型和所述生成对抗网络是基于活体人脸图像集合训练得到的；

基于所述待检测人脸图像和所得到的生成图像之间的相似度，生成与所述待检测人脸图像对应的活体检测结果。

2.根据权利要求1所述的方法，其中，所述基于所述待检测人脸图像和所得到的生成图像之间的相似度，生成与所述待检测人脸图像对应的活体检测结果，包括：

确定所述待检测人脸图像和所得到的生成图像之间的相似度是否大于预设相似度阈值；

响应于确定大于，确定所述待检测人脸图像中的人脸是活体人脸。

3.根据权利要求2所述的方法，其中，所述基于所述待检测人脸图像和所得到的生成图像之间的相似度，生成与所述待检测人脸图像对应的活体检测结果，还包括：

响应于确定不大于，确定所述待检测人脸图像中的人脸不是活体人脸。

4.根据权利要求1所述的方法，其中，所述特征提取模型和所述生成对抗网络是通过如下训练步骤训练得到的：

获取活体人脸图像集合；

对于所述活体人脸图像集合中的活体人脸图像，执行以下调参步骤：将该活体人脸图像输入初始特征提取模型，得到与该活体人脸图像对应的图像特征；将所得到的图像特征输入初始生成器，得到生成人脸图像；基于所得到的生成人脸图像和该活体人脸图像之间的相似度，调整所述初始特征提取模型和所述初始生成器的参数；将所得到的生成人脸图像和该活体人脸图像分别输入初始判别器，得到第一判别结果和第二判别结果，其中，所述第一判别结果和所述第二判别结果分别用于表征所得到的生成人脸图像和该活体人脸图像是否是真实人脸图像；基于第一差异和第二差异，调整所述初始特征提取模型、所述初始生成器和所述初始判别器的参数，其中，所述第一差异是所述第一判别结果和用于表征输入所述初始判别器的图像不是真实人脸图像的否判别结果之间的差异，所述第二差异是所述第二判别结果和用于表征输入所述初始判别器的图像是真实人脸图像的是判别结果之间的差异；

将所述初始特征提取模型确定为所述特征提取模型，以及将所述初始生成器和所述初始判别器分别确定为所述生成对抗网络中的生成器和判别器。

5.根据权利要求4所述的方法，其中，在对于所述活体人脸图像集合中的活体人脸图像，执行以下调参步骤之前，所述训练步骤还包括：

确定所述初始特征提取模型的模型结构信息、所述初始生成器的网络结构信息和所述初始判别器的网络结构信息，以及初始化所述初始特征提取模型的模型参数、所述初始生成器的网络参数和所述初始判别器的网络参数。

6.根据权利要求1-5中任一所述的方法，其中，所述特征提取模型为卷积神经网络。

7.一种用于检测活体的装置，包括：

获取单元，配置用于获取待检测人脸图像；

特征提取单元，配置用于将所述待检测人脸图像输入预先训练的特征提取模型，得到与所述待检测人脸图像对应的图像特征，其中，所述特征提取模型用于提取人脸图像的特征；

图像生成单元，配置用于将所得到的图像特征输入预先训练的生成对抗网络中的生成器，得到与所述待检测人脸图像对应的生成图像，其中，所述生成对抗网络包括生成器和判别器，所述特征提取模型和所述生成对抗网络是基于活体人脸图像集合训练得到的；

活体检测单元，配置用于基于所述待检测人脸图像和所得到的生成图像之间的相似度，生成与所述待检测人脸图像对应的活体检测结果。