[发明专利]一种人脸活体检测方法、系统和设备

权利要求书

1.一种人脸活体检测方法，其特征在于，包括：

基于深度图像预测模型获取待识别人脸的人脸深度图；

基于所述人脸深度图判断待识别人脸是否为活体，若所述人脸深度图满足预设条件，则判断待识别人脸为活体；

获取待识别人脸的人脸深度图前，还包括：

以活体人脸图像与攻击人脸图像作为输入人脸图像样本，将真实人脸计算出的活体人脸深度图和攻击人脸图像默认的零深度图作为监督，输入到卷积神经网络中进行训练，得到深度图像预测模型；

将活体人脸图像与攻击人脸图像作为输入人脸图像样本后，还包括：

获取活体人脸图像对应的活体人脸深度图，基于密集人脸对齐方法将所述活体人脸图像匹配到3D人脸模型上，并通过Z-Buffer方法对所述3D人脸模型进行处理，得到活体人脸深度图；

基于所述人脸深度图判断待识别人脸是否为活体，具体包括：

对所述人脸深度图进行二值化处理，并对二值化处理后的人脸深度图求解二范数，若所述二范数大于设定阈值，则判断待检测人脸为活体。

2.根据权利要求1 所述的人脸活体检测方法，其特征在于，输入到卷积神经网络中进行训练，具体包括：

以所述活体人脸图像为输入、对应的活体人脸深度图为输出，以所述攻击人脸图像为输入、零深度图为输出，进行卷积神经网络训练。

3.根据权利要求1所述的人脸活体检测方法，其特征在于，获取待识别人脸的人脸深度图具体包括：

获取待识别人脸的人脸图像，并检测人脸图像中人脸框的位置，基于人脸框的位置对所述人脸图像进行裁剪，将裁剪后的人脸图像输入到深度图像预测模型中，得到待识别人脸的人脸深度图。

4.根据权利要求1所述的人脸活体检测方法，其特征在于，基于所述人脸深度图判断待识别人脸是否为活体前，还包括：

获取若干活体人脸图像对应的活体人脸深度图，对人脸深度图求解二范数，并基于求解后的二范数范围设定预设条件，即设定阈值。

5.一种人脸活体检测系统，其特征在于，包括人脸图像获取模块、人脸深度图预测模块和判断模块；

所述人脸图像获取模块用于基于深度图像预测模型获取待识别人脸的人脸图像；

所述人脸深度图预测模块用于根据深度图像预测模型获取人脸深度图；

所述判断模块用于基于所述人脸深度图判断待识别人脸是否为活体，若所述人脸深度图满足预设条件，则判断待识别人脸为活体；

对所述人脸深度图进行二值化处理，并对二值化处理后的人脸深度图求解二范数，若所述二范数大于设定阈值，则判断待检测人脸为活体；所述人脸图像获取模块还用于，获取待识别人脸的人脸深度图前，以活体人脸图像与攻击人脸图像作为输入人脸图像样本，将真实人脸计算出的活体人脸深度图和攻击人脸图像默认的零深度图作为监督，输入到卷积神经网络中进行训练，得到深度图像预测模型；

获取活体人脸图像对应的活体人脸深度图，基于密集人脸对齐方法将所述活体人脸图像匹配到3D人脸模型上，并通过Z-Buffer方法对所述3D人脸模型进行处理，得到活体人脸深度图。

6.一种人脸活体检测设备，其特征在于，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至4任一所述的方法。

7.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至4任一所述的方法。