[发明专利]活体检测方法和装置

权利要求书

1.一种活体检测方法，其特征在于，包括：

将待检测人脸图片输入至翻拍噪声提取模型，输出所述待检测人脸图片的翻拍噪声预测值；

根据所述待检测人脸图片的翻拍噪声预测值，获取所述待检测人脸图片的活体检测结果；

所述将待检测人脸图片输入至翻拍噪声提取模型，输出所述待检测人脸图片的翻拍噪声预测值的具体步骤包括：

将所述待检测人脸图片输入至所述翻拍噪声提取模型中的自编码器，输出所述待检测人脸图片的噪声特征图；

将所述待检测人脸图片的噪声特征图输入至所述翻拍噪声提取模型中的解码器，输出所述待检测人脸图片的翻拍噪声预测值；

根据所述待检测人脸图片的翻拍噪声预测值，获取所述待检测人脸图片的活体检测结果的具体步骤包括：

将所述待检测人脸图片的翻拍噪声预测值进行二值化，获取二值化后的所述待检测人脸图片的翻拍噪声预测值的p-范数；

将所述p-范数与预设的噪声阈值进行比较，根据比较结果确定所述待检测人脸图片的活体检测结果；

所述p-范数为2-范数；

获取所述翻拍噪声提取模型的具体步骤包括：

设置监督信号，用于监督原始卷积神经网络输出，将样本人脸图片输入至原始卷积神经网络，进行监督学习，调整原始卷积神经网络的参数，降低训练误差，直至获得训练好的原始卷积神经网络，将所述训练好的原始卷积神经网络作为所述翻拍噪声提取模型；

其中，获得所述样本人脸图片的具体步骤包括：

获得多幅真实人脸图片，作为正样本图片；

对每一所述正样本图片进行翻拍，获取所述正样本图片对应的负样本图片；

将各所述正样本图片和各所述负样本图片，作为所述样本人脸图片；

所述监督信号N_groundtruth的计算公式为

其中，A为正样本图片，A′为与A对应的负样本图片。

2.根据权利要求1所述的活体检测方法，其特征在于，所述根据比较结果确定所述待检测人脸图片的活体检测结果的具体步骤包括：

若获知所述比较结果为所述p-范数大于所述预设的噪声阈值，则将所述待检测人脸图片的活体检测结果确定为非活体；

若获知所述比较结果为所述p-范数小于所述预设的噪声阈值，则将所述待检测人脸图片的活体检测结果确定为活体。

3.根据权利要求1所述的活体检测方法，其特征在于，获取所述待检测人脸图片的具体步骤包括：

对原始图片进行人脸检测，获取人脸框；

对于任一所述人脸框，根据所述人脸框对所述原始图片进行裁剪，将裁剪获得的图片进行预处理，获得所述待检测人脸图片。