[发明专利]一种人脸图像检测方法及装置、存储介质

权利要求书

1.一种人脸图像检测方法，其特征在于，所述方法包括：

对待检测图像进行预处理，获得目标人脸图像，以及所述目标人脸图像对应的频谱特征向量；

利用卷积神经网络检测模型，对所述目标人脸图像进行活体检测处理，确定出第一活体概率；所述卷积神经网络检测模型为具备利用图像信息实现活体判断的模型；

利用频谱特征检测模型，对所述频谱特征向量进行活体检测处理，确定出第二活体概率；所述频谱特征检测模型为具备利用频谱信息实现活体判断的模型；

基于所述第一活体概率和所述第二活体概率，确定所述待检测图像的活体检测结果。

2.根据权利要求1所述的方法，其特征在于，所述对待检测图像进行预处理，获得目标人脸图像，以及所述目标人脸图像对应的频谱特征向量，包括：

对所述待检测图像进行人脸识别，并从所述待检测图像中裁剪出识别到的人脸区域，得到人脸区域图像；

对所述人脸区域图像进行标准化调整，得到所述目标人脸图像；

对所述目标人脸图像进行频谱特征提取，得到所述频谱特征向量。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一活体概率和所述第二活体概率，确定所述待检测图像的活体检测结果，包括：

按照预设权重，对所述第一活体概率和所述第二活体概率加权求和，得到所述综合活体概率；

当所述综合活体概率大于预设概率阈值时，确定所述活体检测结果为来源于活体；

当所述综合活体概率小于或者等于所述预设概率阈值时，确定所述活体检测结果为来源于非活体。

4.根据权利要求1所述的方法，其特征在于，所述利用卷积神经网络检测模型，对所述目标人脸图像进行活体检测处理，确定出第一活体概率之前，所述方法还包括：

获取多个检测样本图像，并对所述多个检测样本图像中的每一个样本图像进行裁剪和标准化调整，得到多个人脸样本图像；

按照预设划分比例对所述多个人脸样本图像进行集合划分，得到人脸图像训练集和人脸图像测试集；

获取所述多个人脸样本图像中每一个人脸样本图像对应的一个预设活体概率，得到多个预设活体概率；

利用所述人脸图像训练集、所述人脸图像测试集和所述多个预设活体概率，对预设神经网络模型进行训练和测试，获得所述卷积神经网络检测模型。

5.根据权利要求4所述的方法，其特征在于，所述对所述多个检测样本图像中的每一个样本图像进行裁剪和标准化调整，得到多个人脸样本图像，包括：

对所述多个检测样本图像中的每一个图像进行人脸识别，并裁剪出识别到的人脸区域，得到多个第一样本图像；

对所述多个第一样本图像中的每一个图像进行人脸对齐处理，得到多个第二样本图像；

对所述多个第二样本图像中的每一个图像进行归一化处理，得到多个第三样本图像；

对所述多个第三样本图像中的每一个图像进行数据增强处理，得到所述多个人脸样本图像。

6.根据权利要求4所述的方法，其特征在于，所述利用所述人脸图像训练集、所述人脸图像测试集和所述多个预设活体概率，对预设神经网络模型进行训练，获得所述卷积神经网络检测模型，包括：

利用所述人脸图像训练集，以及所述多个预设活体概率中，所述人脸图像训练集中每一个样本图像对应的预设活体概率，对所述预设神经网络模型进行训练，获得已训练神经网络模型；

利用所述人脸图像测试集，以及所述多个预设活体概率中，所述人脸图像测试集中每一个样本图像对应的预设活体概率，对所述已训练神经网络模型进行测试，获得检测准确率；

当所述检测准确率大于预设准确率阈值时，将所述已训练神经网络模型确定为所述卷积神经网络检测模型。