[发明专利]用于检测活体的方法和装置

说明书

本申请实施例公开了用于检测活体的方法和装置。该方法的一具体实施方式包括：获取待检测人脸图像；将待检测人脸图像输入预先训练的特征提取模型，得到与待检测人脸图像对应的图像特征，其中，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，得到与待检测人脸图像对应的生成图像，其中，生成对抗网络包括生成器和判别器，特征提取模型和生成对抗网络是基于活体人脸图像集合训练得到的；基于待检测人脸图像和所得到的生成图像之间的相似度，生成与待检测人脸图像对应的活体检测结果。该实施方式提高了对用户进行活体检测的方便程度，以及提高了活体检测的速度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于检测活体的方法和装置。

背景技术

在活体检测中，可以首先录制用户作出指定动作(例如，点头，摇头，抬头，低头，眨眼睛等等)的视频，然后对所录制的视频进行分析来给出活体检测结果。然而，作出指定动作给用户带来使用上的不便，并且分析视频的时间也相对较长。

发明内容

本申请实施例提出了用于检测活体的方法和装置。

第一方面，本申请实施例提供了一种用于检测活体的方法，该方法包括：获取待检测人脸图像；将待检测人脸图像输入预先训练的特征提取模型，得到与待检测人脸图像对应的图像特征，其中，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，得到与待检测人脸图像对应的生成图像，其中，生成对抗网络包括生成器和判别器，特征提取模型和生成对抗网络是基于活体人脸图像集合训练得到的；基于待检测人脸图像和所得到的生成图像之间的相似度，生成与待检测人脸图像对应的活体检测结果。

在一些实施例中，基于待检测人脸图像和所得到的生成图像之间的相似度，生成与待检测人脸图像对应的活体检测结果，包括：确定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，确定待检测人脸图像中的人脸是活体人脸。

在一些实施例中，基于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，确定待检测人脸图像中的人脸不是活体人脸。

在一些实施例中，特征提取模型和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，调整初始特征提取模型和初始生成器的参数；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，第一判别结果和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，调整初始特征提取模型、初始生成器和初始判别器的参数，其中，第一差异是第一判别结果和用于表征输入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，第二差异是第二判别结果和用于表征输入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。

在一些实施例中，在对于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，训练步骤还包括：确定初始特征提取模型的模型结构信息、初始生成器的网络结构信息和初始判别器的网络结构信息，以及初始化初始特征提取模型的模型参数、初始生成器的网络参数和初始判别器的网络参数。

在一些实施例中，特征提取模型为卷积神经网络。