[发明专利]一种人脸图像检测方法及装置、存储介质

说明书

本申请实施例公开了一种人脸图像检测方法，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，对目标人脸图像进行活体检测处理，确定出第一活体概率；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，对频谱特征向量进行活体检测处理，确定出第二活体概率；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；基于第一活体概率和第二活体概率，确定待检测图像的活体检测结果。

技术领域

本申请实施例涉及人脸识别技术领域，尤其涉及一种人脸图像检测方法及装置、存储介质。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。在人脸识别的过程中，通常需要结合活体检测，以证明人脸图像来自于真实的用户，保证安全性。

在现有技术中，针对人脸的活体检测方式可以划分为配合式和非配合式。配合式的检测方法通常要求用户在进行人脸识别时做出特定的动作，譬如眨眼、点头，以及张嘴等。非配合式的检测方法主要依赖一些特殊的硬件设备，如红外相机和深度相机。

然而，对于配合式的检测方法，不方便用户使用，且容易被预先录制好的伪造视频欺骗，对于非配合式的检测方法，硬件设备的要求高，应用局限性大，容易受到光线等外部环境的影响，活体检测准确率均较低。

发明内容

本申请实施例提供一种人脸图像检测方法及装置、存储介质，利用预设活体检测模型，结合人脸图像，以及人脸图像对应的频谱特征向量，检测图像是否来源于真实的人，不仅检测过程简单，而且不易受外部环境影响，准确率较高。

本申请实施例的技术方案是这样实现的：

本申请实施例提供了一种人脸图像检测方法，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。

在上述人脸图像检测方法中，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。

在上述人脸图像检测方法中，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。

在上述人脸图像检测方法中，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；