[发明专利]基于人工智能的人脸识别方法、装置、设备及介质

权利要求书

1.一种基于人工智能的人脸识别方法，其特征在于，所述方法包括：

获取输入的n组视频帧，存在至少一组视频帧包括目标人脸的彩色视频帧和深度视频帧，n为正整数；

调用第一活体检测部中的神经网络模型获取所述彩色视频帧上的五官特征点的位置，所述神经网络模型是根据误差损失通过误差反向传播算法训练得到的，所述误差损失是通过比较训练样本集合中的样本五官特征点和预测五官特征点计算得到的，所述预测五官特征点是通过调用所述第一活体检测部对所述训练样本集合中的样本人脸图像进行识别得到的；

调用所述第一活体检测部根据所述彩色视频帧上的五官特征点的距离，确定所述目标人脸是否完成目标动作，所述第一活体检测部是交互式活体检测部；

调用第二活体检测部对所述n组视频帧中的所述深度视频帧进行识别，所述第二活体检测部是三维结构光式活体检测部；

获取第一帧数和第二帧数，所述第一帧数是所述第一活体检测部识别出的含有所述目标动作的彩色视频帧的帧数，所述第二帧数是所述第二活体检测部识别出的符合活体人脸对应的深度信息的深度视频帧的帧数；

响应于所述第一帧数大于第一预设阈值且所述第二帧数大于第二预设阈值，确定所述目标人脸为活体目标人脸；

响应于所述第一帧数大于所述第一预设阈值，确定所述n组视频帧是正样本视频帧，所述正样本视频帧是所述第一活体检测部识别出含有活体人脸的视频帧；所述正样本视频帧与攻击样本视频帧相对，是用于后续训练所述神经网络模型的样本视频帧。

2.根据权利要求1所述的方法，其特征在于，所述调用所述第一活体检测部根据所述彩色视频帧上的五官特征点的距离，确定所述目标人脸是否完成所述目标动作，包括：

调用所述第一活体检测部计算属于同一个五官部位的所述五官特征点的最大横向距离和最大纵向距离的比值，所述五官部位包括眼睛和嘴巴中的至少一种；

响应于所述比值达到预设条件，确定所述目标人脸完成所述目标动作。

3.根据权利要求2所述的方法，其特征在于，所述响应于所述比值达到预设条件，确定所述目标人脸完成所述目标动作，包括：

响应于所述五官部位为所述眼睛且所述比值达到第一距离阈值，确定所述目标人脸完成眨眼动作；

响应于所述五官部位为所述嘴巴且所述比值达到第二距离阈值，确定所述目标人脸完成张嘴动作。

4.根据权利要求3所述的方法，其特征在于，所述眼睛特征点包括左眼角特征点、右眼角特征点、上眼皮特征点和下眼皮特征点；

所述响应于所述五官部位为所述眼睛且所述比值达到第一距离阈值，确定所述目标人脸完成眨眼动作，包括：

获取第一距离和第二距离，所述第一距离是所述左眼角特征点和所述右眼角特征点之间的距离，所述第二距离是所述上眼皮特征点和所述下眼皮特征点之间的距离；

计算所述第一距离与所述第二距离的距离比值；

计算所述目标人脸上的两只眼睛的所述距离比值的平均值；

响应于所述平均值大于所述第一距离阈值，确定所述目标人脸完成所述眨眼动作。

5.根据权利要求2所述的方法，其特征在，所述第一活体检测部还包括：第一分类器和第二分类器中的至少一种，所述响应于所述比值达到预设条件，确定所述目标人脸完成所述目标动作，包括：

响应于所述五官部位为所述眼睛且所述比值被所述第一分类器识别为第一类型，确定所述目标人脸完成眨眼动作；

响应于所述五官部位为所述嘴巴且所述比值被所述第二分类器识别为第二类型，确定所述目标人脸完成张嘴动作。

6.根据权利要求1至5任一所述的方法，其特征在于，所述方法还包括：

调用人脸预处理部对所述n组视频帧中的所述彩色视频帧进行识别，所述人脸预处理部是具有人脸识别能力的机器学习部；

获取识别结果为具有人脸区域的m组视频帧，m≤n，且m为正整数；

将所述m组视频帧中的所述彩色视频帧发送至所述第一活体检测部，以及将所述m组视频帧中的所述深度视频帧发送至所述第二活体检测部。