[发明专利]一种活体检测方法及系统

权利要求书

1.一种活体检测方法，其特征在于，包括：

获取可见光人脸图像；

根据所述可见光人脸图像生成仿红外人脸图像；

根据所述可见光人脸图及所述仿红外人脸图像分别生成人脸伪深度图像及人脸特征图像；

融合所述人脸伪深度图像的特征及所述人脸特征图像的特征，获得容和特征图像；

根据所述融合特征图像生成检测结果。

2.根据权利要求1所述的活体检测方法，其特征在于，根据所述可见光人脸图像生成仿红外人脸图像包括：

通过GAN生成诱导损失函数；

通过所述诱导损失函数及所述可见光人脸图像生成所述仿红外人脸图像。

3.根据权利要求2所述的活体检测方法，其特征在于，其中所述诱导损失函数包括：

与预设的第一训练集中的红外人脸图像基准的拟合；及

与预设的第二训练集中的可见光人脸图像标签的拟合。

4.根据权利要求3所述的活体检测方法，其特征在于，根据所述可见光人脸图及所述仿红外人脸图像分别生成人脸伪深度图像及人脸特征图像包括：

通过反向残差模块及SENet模块，采用3x3卷积层，共同组成四个特征提取模块，以提供不同深度和尺度的特征；

根据所述不同深度和尺度的特征生成所述人脸伪深度图像及所述人脸特征图像。

5.根据权利要求4所述的活体检测方法，其特征在于，融合所述人脸伪深度图像的特征及所述人脸特征图像的特征，获得容和特征图像，获得容和特征图像包括：

对所述不同深度和尺度的特征反卷积，并输出与人脸深度图基准相同的尺寸；

连接并融合所述人脸伪深度图像的特征及所述人脸特征图像的特征，获得多尺度语义特征。

6.根据权利要求5所述的活体检测方法，其特征在于，通过GAN生成诱导损失函数为：通过GAN及预设的人脸图像标签生成所述诱导损失函数。

7.一种活体检测系统，其特征在于，包括：

获取模块，用于获取可见光人脸图像；

仿红外人脸生成模块，用于根据所述可见光人脸图像生成仿红外人脸图像；

主干网络模块，用于根据所述可见光人脸图及所述仿红外人脸图像分别生成人脸伪深度图像及人脸特征图像；

特征融合模块，用于融合所述人脸伪深度图像的特征及所述人脸特征图像的特征，获得容和特征图像；

输出模块，用于根据所述融合特征图像生成检测结果。

8.一种计算机设备，包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，非易失性可读存储介质，其内存储有计算机程序，其特征在于，所述计算机程序在由处理器执行时实现如权利要求1-6中任一项所述的方法。

10.一种计算机程序产品，包括计算机可读代码，其特征在于，当所述计算机可读代码由计算机设备执行时，导致所述计算机设备执行权利要求1-6中任一项所述的方法。