[发明专利]静默式活体图片识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于机器学习的静默式活体图片识别方法、装置、计算机设备和存储介质。所述方法包括：获取待验证图片，根据待验证图片的颜色信息和亮度信息，构建待验证图片的多通道图片数据，将多通道图片数据输入预先设置的深度卷积网络，得到多通道图片数据对应的特征标签，当特征标签与目标标签匹配时，则确定待验证图片为活体图片。采用本方法能够提高活体图片识别的效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种静默式活体图片识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，人脸识别也得到了较大的发展。在进行人脸识别时，需要通过摄像头获取人脸信息，然后对人脸信息进行识别，从而确定人的身份，但是这种方式下，无法确认采集的是活体的人脸信息，从而导致人脸识别不安全。

传统技术中，为了解决活体识别的问题，可以采用双目摄像头，获取三维集合信息，但是这种方式对硬件要求高，可实现性较差，可以采用软件方法实现活体识别，在利用软件方法实现时，需要在用户的配合下，获取多帧的人脸图片，然后通过图片信息中包含的时间信息确认所获取的图片中是否为活体，然而这种方式下，操作较为复杂，需要用户配合才能实现。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决活体识别的操作复杂问题的静默式活体图片识别方法、装置、计算机设备和存储介质。

一种静默式活体图片识别方法，所述方法包括：

获取待验证图片；

根据所述待验证图片的颜色信息和亮度信息，构建所述待验证图片的多通道图片数据；

将所述多通道图片数据输入预先设置的深度卷积网络，得到所述多通道图片数据对应的特征标签；

当所述特征标签与目标标签匹配时，则确定所述待验证图片为活体图片。

在其中一个实施例中，还包括：根据所述待验证图片的颜色信息，得到所述待验证图片的RGB三通道图片数据；根据所述待验证图片的亮度信息，得到所述待验证图片的HSV三通道图片数据；根据所述RGB三通道图片数据和所述HSV三通道图片数据，得到所述多通道图片数据。

在其中一个实施例中，还包括：将所述多通道图片数据输入预先设置的卷积神经网络，通过所述卷积神经网络的卷积层对所述RGB三通道图片数据和HSV三通道图片数据进行计算，得到所述多通道图片数据对应的图片特征；根据所述图片特征，得到所述多通道图片数据对应的特征标签。

在其中一个实施例中，还包括：根据所述深度卷积网络的全连接层，得到所述图片特征映射至各个预设标签的概率，通过预先设置的归一化指数函数，输出所述预设标签中的一个作为所述多通道图片数据对应的特征标签。

在其中一个实施例中，还包括：根据预先设置的一次图片，构建对应与所述一次图片的二次图片；所述二次图片是通过拍摄所述一次图片得到的图片数据；根据所述一次图片和所述二次图片，建立所述深度卷积网络的训练集和验证集；通过所述训练集以及预先设置的损失函数，对初始卷积神经网络进行训练，当所述初始卷积神经网络在所述验证集的准确率达到阈值时，得到所述深度卷积神经网络。

在其中一个实施例中，还包括：对所述一次图片进行数据增强操作，得到多张对应于所述一次图片的增强一次图片；所述数据增强操作包括：旋转操作、缩放操作以及翻转操作；对所述二次图片进行所述数据增强操作，得到多张对应于所述二次图片的增强二次图片；根据所述增强一次图片和所述增强二次图片，建立所述深度卷积网络的训练集和验证集。

在其中一个实施例中，所述特征标签包括1或0，所述目标标签为1，还包括：当所述特征标签为1时，确定所述特征标签与所述目标标签匹配，确定所述待验证图片为活体图片。

一种静默式活体图片识别装置，所述装置包括：