[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：

获取待测目标的可见光图像和红外热成像图像；所述可见光图像和所述红外热成像图像为同一时间所拍摄的图像；

通过人脸检测算法定位出人脸在所述可见光图像中所处的第一位置，并根据所述第一位置以及可见光成像设备和红外热成像设备的位置对应关系，确定人脸在所述红外热成像图像中所处的第二位置；

根据所述第一位置在所述可见光图像中进行抠图，得到可见光人脸子图，以及根据所述第二位置在所述红外热成像图像中进行抠图，得到热成像人脸子图；

将所述可见光人脸子图和所述热成像人脸子图输入预设的活体检测神经网络模型，得到活体检测结果；所述活体检测结果包括所述待测目标为活体或所述待测目标为非活体，所述活体检测神经网络模型为预先训练好的、能够根据人脸子图判断目标是否为活体的神经网络模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述可见光图像和所述红外热成像图像进行对齐，得到对齐的可见光图像和红外热成像图像；

所述根据所述第一位置在所述可见光图像中进行抠图，得到可见光人脸子图，以及根据所述第二位置在所述红外热成像图像中进行抠图，得到热成像人脸子图，包括：

在所述对齐的可见光图像和红外热成像图像中，根据所述第一位置在所述对齐的可见光图像中进行抠图，得到可见光人脸子图，以及根据所述第二位置在所述对齐的红外热成像图像中进行抠图，得到热成像人脸子图。

3.根据权利要求2所述的方法，其特征在于，所述将所述可见光图像和所述红外热成像图像进行对齐，得到对齐的可见光图像和红外热成像图像，包括：

通过人脸特征点检测算法定位出人脸特征点在所述可见光图像中所处的第三位置，并根据所述第三位置以及所述可见光图像和所述红外热成像图像的位置对应关系，确定人脸特征点在所述红外热成像图像中所处的第四位置；

根据所述第三位置和所述第四位置，将所述可见光图像和所述红外热成像图像进行对齐，得到对齐的可见光图像和红外热成像图像。

4.根据权利要求3所述的方法，其特征在于，所述人脸特征点在所述可见光图像中所处的第三位置使用第三坐标表示，所述人脸特征点在所述红外热成像图像中所处的第四位置使用第四坐标表示；所述根据所述第三位置和所述第四位置，将所述可见光图像和所述红外热成像图像进行对齐，得到对齐的可见光图像和红外热成像图像，包括：

根据所述第三坐标和所述第四坐标计算仿射变换矩阵；

根据所述仿射变换矩阵，将所述可见光图像中的像素点或所述红外热成像图像中的像素点进行仿射变换，以得到对齐的可见光图像和红外热成像图像。

5.根据权利要求1所述的方法，其特征在于，所述将所述可见光人脸子图和所述热成像人脸子图输入预设的活体检测神经网络模型，得到活体检测结果，包括：

将所述可见光人脸子图和所述热成像人脸子图按照预设尺寸进行调整，得到调整后的可见光人脸子图和热成像人脸子图；

将所述调整后的可见光人脸子图和热成像人脸子图输入预设的活体检测神经网络模型，得到活体检测结果。

6.根据权利要求1所述的方法，其特征在于，所述活体检测神经网络模型包括特征提取层、通道合并层和全连接层；

所述将所述可见光人脸子图和所述热成像人脸子图输入预设的活体检测神经网络模型，得到活体检测结果，包括：

通过所述特征提取层分别对所述可见光人脸子图和所述热成像人脸子图进行特征提取，得到可见光图像特征和热成像图像特征；

通过所述通道合并层合并所述可见光图像特征和所述热成像图像特征，得到合并后的图像特征；

将所述合并后的图像特征输入所述全连接层，得到活体类别特征和非活体类别特征；

根据所述活体类别特征和非活体类别特征计算活体概率，并根据所述活体概率判断所述待测目标是否为活体。