[发明专利]活体检测方法、装置、计算机设备和存储介质

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：

获取包含目标对象的三维图像张量，所述三维图像张量由视频图像的预设个时间序列帧组成；

输入所述三维图像张量至预设三维活体检测模型，通过所述预设三维活体检测模型提取所述三维图像张量的三维特征张量，通过所述预设三维活体检测模型的向量转换函数，将所述三维特征张量转化为二维特征向量，将所述二维特征向量输入至所述预设三维活体检测模型的分类层，计算所述二维特征向量与所述分类层中的标准特征向量的相似度，根据所述相似度输出所述二维特征向量的识别结果，所述识别结果包括活体和非活体。

2.根据权利要求1所述的方法，其特征在于，获取包含目标对象的三维图像张量之前，还包括：

获取包含多个三维训练图像张量的训练集合，所述三维训练图像张量携带标签，所述标签包括活体标签和非活体标签；

输入所述训练集合中各个所述三维训练图像张量至初始三维活体检测模型，输出各个所述三维训练图像张量对应的识别结果；

统计所述训练集合中所述三维训练图像张量的识别结果和对应的标签的匹配值；

判断所述匹配值是否大于预设匹配值；

当所述匹配值大于或等于所述预设匹配值时，得到所述预设三维活体检测模型。

3.根据权利要求2所述的方法，其特征在于，当所述匹配值小于所述预设匹配值时，还包括：

更新所述初始三维活体检测模型的模型参数，得到更新三维活体检测模型；

输入各个所述三维训练图像张量至所述更新三维活体检测模型，直至所述匹配值大于或等于所述预设匹配值时，得到所述预设三维活体检测模型。

4.根据权利要求2或3所述的方法，其特征在于，所述获取包含多个三维训练图像张量的训练集合之前，还包括：

获取多个训练视频图像，获取各个所述训练视频图像中的预设个序列帧组成初始三维训练图像张量；

对各个所述初始三维训练图像张量进行下采样，得到对应的下采样三维训练图像张量；

获取样本生成规则；

按照所述样本生成规则，生成与各个所述下采样三维训练图像张量对应的多个生成三维训练图像张量；

由所述生成三维训练图像张量和所述下采样三维训练图像张量组成所述训练集合。

5.根据权利要求1所述的方法，其特征在于，所述预设三维活体检测模型包括至少一个特征提取单元，每个所述特征提取单元包含一个卷积层和一个池化层，所述通过所述预设三维活体检测模型提取所述三维图像张量的三维特征张量，包括：

输入所述三维图像张量至当前特征提取单元的卷积层，根据所述卷积层中的三维卷积核对所述三维图像张量进行三维卷积运算，得到所述三维图像张量对应的当前三维卷积特征张量；

输入所述当前三维卷积特征张量至所述当前特征提取单元的池化层，执行池化运算，得到当前三维池化特征张量；

根据所述当前三维池化特征张量生成所述三维特征张量。

6.根据权利要求1所述的方法，其特征在于，所述目标对象包含人脸，所述方法还包括：

输入所述视频图像至人脸识别模型，提取所述视频图像中的人脸特征；

判断所述人脸识别模型中是否存在与人脸特征匹配的预设人脸特征；

当存在匹配的预设人脸特征，且所述视频图像的识别结果为活体时，生成解锁指令，发送所述解锁指令。

7.一种活体检测装置，其特征在于，所述装置包括：

数据获取模块，用于获取包含目标对象的三维图像张量，所述三维图像张量由视频图像的预设个时间序列帧组成；

识别模块，用于输入所述三维图像张量至预设三维活体检测模型，通过所述预设三维活体检测模型提取所述三维图像张量的三维特征张量，通过所述预设三维活体检测模型的向量转换函数，将所述三维特征张量转化为二维特征向量，将所述二维特征向量输入至所述预设三维活体检测模型的分类层，计算所述二维特征向量与所述分类层中的标准特征向量的相似度，根据所述相似度输出所述二维特征向量的识别结果，所述识别结果包括活体和非活体。