[发明专利]用于活体检验的方法和装置，存储介质和电子设备

权利要求书

1.一种用于活体检验的方法，其特征在于，所述方法包括：

获取待检对象的面部深度图和面部热像图；

通过预设的特征提取模型，从所述面部深度图和所述面部热像图提取特征信息；

根据所述特征信息，以及特征对应的所属类别的判定模型，确定所述待检对象是否属于活体类别。

2.根据权利要求1所述的方法，其特征在于，所述获取待检对象的面部深度图和面部热像图，包括：

同时获取待检对象的RGB图，深度图和热像图；

从所述RGB图像中获取面部位置坐标；

将所述面部位置坐标映射于所述深度图和所述热像图的区域分别作为面部深度图和面部热像图。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

通过直方图均衡增强所述RGB图、所述深度图和所述热像图中一种或多种图像中面部区域与背景区域的对比度。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述通过预设的特征提取模型，从所述面部深度图和所述面部热像图提取特征信息，包括：

融合所述面部深度图和所述面部热像图对应的像素点，得到融合后的面部图像；

通过预先训练的卷积神经网络模型提取所述融合后的面部图像的特征矩阵，所述特征信息包括所述特征矩阵。

5.根据权利要求4所述的方法，其特征在于，所述根据所述特征信息，以及特征对应的所属类别的判定模型，确定所述待检对象是否属于活体类别，包括：

将所述图像特征矩阵输入预设的分类的函数模型，得到所述融合后的面部图像属于活体类的概率值；

若所述概率值大于预设的概率阈值，则确定所述待检对象为活体。

6.根据权利要求5所述的方法，其特征在于，所述预设的分类的函数模型为Softmax分类函数；

所述将所述图像特征矩阵输入预设的分类的函数模型，得到所述融合后的面部图像属于活体类的概率值，包括：

对所述图像特征矩阵做全连接层变换，得到输出的多维特征向量，其中，所述多维特征向量的维度数目对应所述Softmax分类函数的类别数目；

根据如下公式确定得到所述融合后的面部图像属于活体类的概率值：

其中，a_i代表Softmax的第i个类别的概率值，z_i为所述多维特征向量中的第i个值。

7.根据权利要求4所述的方法，其特征在于，所述融合所述面部深度图和所述面部热像图对应的像素点，得到融合后的面部图像，包括：

将所述面部深度图中的第一像素点的值，以及所述面部热像图中目标图像通道中与所述第一像素点对应的第二像素点的值加权平均得到的值，作为所述融合后的面部图像中与所述第一像素点对应的像素点的值，其中，所述目标图像通道是所述面部热像图中的任一图像通道。

8.一种用于活体检验的装置，其特征在于，所述装置包括：

获取模块，用于获取待检对象的面部深度图和面部热像图；

特征提取模块，用于通过预设的特征提取模型，从所述面部深度图和所述面部热像图提取特征信息；

确定模块，用于根据所述特征信息，以及特征对应的所属类别的判定模型，确定所述待检对象是否属于活体类别。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。