[发明专利]活体检测方法、装置、电子设备及可读存储介质

权利要求书

1.一种活体检测方法，其特征在于，所述方法包括：

从针对待检测对象所采集的视频中提取多帧视频图像；

针对所述多帧视频图像中的每帧视频图像，根据该帧视频图像的特征，确定该帧视频图像表征所述待检测对象是否为活体的第一概率，包括将所述多帧视频图像中的每帧视频图像输入活体检测模型的卷积层，得到该帧视频图像的特征，以及将该帧视频图像的特征输入所述活体检测模型的第一全连接层，得到所述第一概率；

根据所述多帧视频图像各自对应的第一概率，确定所述待检测对象是否为活体，包括：将所述多帧视频图像各自对应的第一概率输入所述活体检测模型的第二全连接层，确定所述待检测对象是否为活体。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述多帧视频图像的帧间相关性，确定所述帧间相关性表征所述待检测对象是否为活体的第二概率；

根据所述多帧视频图像各自对应的第一概率，确定所述待检测对象是否为活体，包括：

根据所述第二概率和所述多帧视频图像各自对应的第一概率，确定所述待检测对象是否为活体。

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：

对所述多帧视频图像各自的特征进行拼接，得到所述视频的特征，所述视频的特征用于表征所述帧间相关性。

4.根据权利要求2所述的方法，其特征在于，根据所述第二概率和所述多帧视频图像各自对应的第一概率，确定所述待检测对象是否为活体，包括：

为所述第二概率和所述多帧视频图像各自对应的第一概率分配权重，其中，所述第二概率对应的权重大于每个所述第一概率对应的权重；

根据所述第二概率及其对应的权重，以及所述多帧视频图像各自对应的第一概率及其对应的权重，确定所述待检测对象是否为活体。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获得样本视频集，所述样本视频集包括多个携带标记的样本视频，样本视频携带的标记表征该样本视频是否是针对活体所采集的视频；

针对所述样本视频集包括的每个携带标记的样本视频，执行以下步骤：

从该携带标记的样本视频中提取多帧样本视频图像；

将所述多帧样本视频图像中的每帧样本视频图像输入待训练模型的卷积层，得到该帧样本视频图像的特征；

将该帧样本视频图像的特征输入所述待训练模型的第一全连接层，得到该帧样本视频图像对应的第三概率，该第三概率表征该帧样本视频图像是否来源于针对活体所采集的视频；

将所述多帧样本视频图像各自对应的第三概率输入所述待训练模型的第二全连接层，得到所述样本视频是否是针对活体所采集的视频的预估概率；

根据所述预估概率以及多帧样本视频图像各自对应的第三概率，建立损失函数，以更新所述待训练模型，获得活体检测模型；

针对所述多帧视频图像中的每帧视频图像，根据该帧视频图像的特征，确定该帧视频图像表征所述待检测对象是否为活体的第一概率，包括：

将所述多帧视频图像中的每帧视频图像输入所述活体检测模型的卷积层，得到该帧视频图像的特征；

将该帧视频图像的特征输入所述活体检测模型的第一全连接层，以确定该帧视频图像表征所述待检测对象是否为活体的第一概率。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

对所述多帧样本视频图像各自的特征进行拼接，得到所述样本视频的特征；

将所述样本视频的特征输入所述待训练模型的第三全连接层，得到所述样本视频是否是针对活体所采集的视频的第四概率；

将所述多帧样本视频图像各自对应的第三概率输入所述待训练模型的第二全连接层，得到所述样本视频是否是针对活体所采集的视频的预估概率，包括：

将所述第四概率以及所述多帧样本视频图像各自对应的第三概率输入所述待训练模型的第二全连接层，得到所述样本视频是否是针对活体所采集的视频的预估概率。

7.根据权利要求1-6任一所述的方法，其特征在于，所述方法还包括：

获得视频采集装置在所述待检测对象处于静默状态下所采集的视频。