[发明专利]静默式人脸活体检测方法、装置、存储介质及处理器

权利要求书

1.一种静默式人脸活体检测方法，其特征在于，包括：

根据预设人脸图片数据集分别对预设人脸检测模型、预设人脸总体特征模型进行训练，直至所述预设人脸检测模型和所述预设人脸总体特征模型分别达到收敛状态；

根据所述预设人脸图片数据集和达到所述收敛状态的所述预设人脸检测模型对预设人脸区域特征模型进行训练，直至所述预设人脸区域特征模型达到所述收敛状态；

对达到所述收敛状态的所述预设人脸检测模型、达到所述收敛状态的所述预设人脸总体特征模型和达到所述收敛状态的所述预设人脸区域特征模型进行级联处理，得到用于同时提取人脸图片的全局总体特征和局部细节特征的活体检测模型；

根据所述预设人脸图片数据集对所述活体检测模型进行训练，直至所述活体检测模型达到所述收敛状态；

根据达到所述收敛状态的所述活体检测模型对待检测人脸图片进行检测，得到检测结果；

在根据预设人脸图片数据集分别对预设人脸检测模型、预设人脸总体特征模型进行训练之前，所述方法还包括：

获取多张第一照片和多张第二照片，其中，所述第一照片的特征属性为真实人脸特征，所述第二照片的特征属性为伪造人脸特征；

根据所述多张第一照片和所述多张第二照片创建所述预设人脸图片数据集；

第二照片包含带面具的人脸图片、3D模型的人脸图片、以及对真实人脸图片进行二次采集拍摄获得的照片，在二次采集时真实人脸图片是屏幕上展示的电子照片或者是纸质打印的照片；所述在二次采集时真实人脸图片是屏幕上展示的电子照片或者是纸质打印的照片，具体是：将真实人脸图片显示在手机、平板、电脑显示屏的多种电子设备上，用摄像头进行二次采集，获得多张伪造人脸图片；

所述对达到所述收敛状态的所述预设人脸检测模型、达到所述收敛状态的所述预设人脸总体特征模型和达到所述收敛状态的所述预设人脸区域特征模型进行级联处理，得到活体检测模型包括：

删除达到所述收敛状态的所述预设人脸区域特征模型中的分类层，得到第一过渡模型；

将所述第一过渡模型和达到所述收敛状态的所述预设人脸检测模型进行级联，得到人脸区域子分支；

删除达到所述收敛状态的所述预设人脸总体特征模型中的分类层，得到总体子分支；

将所述人脸区域子分支和所述总体子分支进行并联，得到第二过渡模型；

对所述第二过渡模型添加多层卷积层和全连接层，得到所述活体检测模型。

2.根据权利要求1所述的方法，其特征在于，在根据所述人脸图片数据集和达到所述收敛状态的所述预设人脸检测模型对预设人脸区域特征模型进行训练之前，所述方法还包括：

输入所述预设人脸图片数据集至达到所述收敛状态的所述预设人脸检测模型，得到多张人脸区域图片；

将所述多张人脸区域图片进行尺寸归一化处理，得到所述人脸区域数据集。

3.根据权利要求1所述的方法采用的静默式人脸活体检测装置，其特征在于，包括：

第一训练单元，用于根据预设人脸图片数据集分别对预设人脸检测模型、预设人脸总体特征模型进行训练，直至所述预设人脸检测模型和所述预设人脸总体特征模型分别达到收敛状态；

第二训练单元，用于根据所述预设人脸图片数据集和达到所述收敛状态的所述预设人脸检测模型对预设人脸区域特征模型进行训练，直至所述预设人脸区域特征模型达到所述收敛状态；

第一处理单元，用于对达到所述收敛状态的所述预设人脸检测模型、达到所述收敛状态的所述预设人脸总体特征模型和达到所述收敛状态的所述预设人脸区域特征模型进行级联处理，得到用于同时提取人脸图片的全局总体特征和局部细节特征的活体检测模型；

第三训练单元，用于根据所述预设人脸图片数据集对所述活体检测模型进行训练，直至所述活体检测模型达到所述收敛状态；

检测单元，用于根据达到所述收敛状态的所述活体检测模型对待检测人脸图片进行检测，得到检测结果。

4.根据权利要求3所述的装置，其特征在于，所述装置还包括：

获取单元，用于获取多张第一照片和多张第二照片，其中，所述第一照片的特征属性为真实人脸特征，所述第二照片的特征属性为伪造人脸特征；

创建单元，用于根据所述多张第一照片和所述多张第二照片创建所述预设人脸图片数据集。