[发明专利]人脸活体检测方法及装置

权利要求书

1.一种人脸活体检测方法，其特征在于，包括：

对待检测人脸的视频流进行采样，得到两个以上的人脸图片；

对各所述人脸图片进行归一化处理，得到各所述人脸图片对应的归一化图片；

从各所述归一化图片中选取第一图片，将所述第一图片的图片信息确定为所述待检测人脸的静态信息；

分别提取各所述归一化图片中除所述第一图片之外的其它图片的图片信息与所述第一图片的图片信息的图像差，将各所述图像差的均值确定为所述待检测人脸的动态信息；

根据所述待检测人脸的静态信息及动态信息，通过深度学习网络判断所述待检测人脸是否为活体，

其中所述从各所述归一化图片中选取第一图片，将所述第一图片的图片信息确定为所述待检测人脸的静态信息，包括：

计算各所述归一化图片的图片信息的平均图像；

分别计算各所述归一化图片的图片信息与所述平均图像的差值；

将差值最小的归一化图片的图片信息确定为所述待检测人脸的静态信息。

2.根据权利要求1所述的方法，其特征在于，所述对各所述人脸图片进行归一化处理，得到各所述人脸图片对应的归一化图片，包括：

定位各所述人脸图片的人脸特征点；

根据各所述人脸图片的人脸特征点，对各所述人脸图片进行归一化处理，得到各所述人脸图片对应的归一化图片。

3.根据权利要求1所述的方法，其特征在于，所述根据所述待检测人脸的静态信息及动态信息，通过深度学习网络判断所述待检测人脸是否为活体，包括：

合并所述待检测人脸的静态信息及动态信息，得到所述待检测人脸的人脸信息；

根据所述待检测人脸的人脸信息，使用深度学习网络判断所述待检测人脸是否为活体。

4.根据权利要求1所述的方法，其特征在于，在所述对待检测人脸的视频流进行采样之前，所述方法还包括：

获取活体人脸的视频流、及非活体人脸的视频流；

根据所述活体人脸的视频流、及非活体人脸的视频流，分别提取活体人脸的静态信息和动态信息，及非活体人脸的静态信息和动态信息；

根据所述活体人脸的静态信息和动态信息，及非活体人脸的静态信息和动态信息，训练得到所述深度学习网络。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述图片信息的类型为红绿蓝RGB颜色空间或亮度色度HUV颜色空间。

6.一种人脸活体检测装置，其特征在于，包括：

采样模块，用于对待检测人脸的视频流进行采样，得到两个以上的人脸图片；

归一化模块，用于对各所述人脸图片进行归一化处理，得到各所述人脸图片对应的归一化图片；

静态信息确定模块，用于从各所述归一化图片中选取第一图片，将所述第一图片的图片信息确定为所述待检测人脸的静态信息；

动态信息确定模块，用于分别提取各所述归一化图片中除所述第一图片之外的其它图片的图片信息与所述第一图片的图片信息的图像差，将各所述图像差的均值确定为所述待检测人脸的动态信息；

判断模块，用于根据所述待检测人脸的静态信息及动态信息，通过深度学习网络判断所述待检测人脸是否为活体，

其中所述静态信息确定模块，包括：

第一计算子模块，用于计算各所述归一化图片的图片信息的平均图像；

第二计算子模块，用于分别计算各所述归一化图片的图片信息与所述平均图像的差值；

确定子模块，用于将差值最小的归一化图片的图片信息确定为所述待检测人脸的静态信息。

7.根据权利要求6所述的装置，其特征在于，所述归一化模块，包括：

定位子模块，用于定位各所述人脸图片的人脸特征点；

归一化子模块，用于根据各所述人脸图片的人脸特征点，对各所述人脸图片进行归一化处理，得到各所述人脸图片对应的归一化图片。