[发明专利]一种人脸检测模型生成和人脸检测方法、装置及设备在审

专利信息
申请号: 202010441569.7 申请日: 2020-05-22
公开(公告)号: CN111611934A 公开(公告)日: 2020-09-01
发明(设计)人: 张玏;李骊;董晶;金博;王鹏 申请(专利权)人: 北京华捷艾米科技有限公司;加减信息科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 李婷婷
地址: 100193 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 检测 模型 生成 方法 装置 设备
【说明书】:

本申请实施例提供一种人脸检测方法、装置及设备,通过确定待进行人脸检测的图像组;合并提取到的各张目标图像的特征图得到第一目标特征图;对第一目标特征图进行特征提取得到第二目标特征图,第二特征图由多个预设维度的向量构成;确定预先设置的图像组中与向量关联的各个锚点区域,并根据向量分别计算每个锚点区域的信息组;根据第二特征图中各个向量关联的每个锚点区域的信息组确定图像组的候选人脸区域;基于第一特征图中匹配候选人脸区域的特征区域生成图像组的人脸检测结果(人脸检测结果包括图像组中的人脸区域和人脸区域的活体检测结果)的方式,达到了在实现人脸检测的同时实现对人脸的活体检测的目的。

技术领域

发明涉及人脸检测技术领域,更具体地说,涉及一种人脸检测模型生成和人脸检测方法、装置及设备。

背景技术

自上个世纪以来,生物特征识别技术已经取得了长远的发展。指纹识别、虹膜识别、声纹识别以及人脸识别等技术正变得越来越成熟,并逐渐地应用到人们的生产和生活之中。其中,人脸识别技术由于其数据的直观性和易获取性,已经成为当下最流行的生物特征识别技术之一。

长期以来,人们对于人脸识别技术所关心的主要是其识别的准确性问题,即它能否将处于不同拍摄环境下的同一张人脸识别出来,以及它能否区分开两个相似但并不相同的人脸。然而,在实际应用的过程中,人脸识别技术的安全性问题逐渐显露了出来,如何在进行人脸识别时滤除掉一些人为的欺骗性手段,成为了现在的一个热门研究方向。常见的人脸识别欺骗手段包括照片、视频、面具和头模等方式,前两种通常为二维平面,而后两种则会呈现出三维的立体展现形式。

用于抵御那些出现在生物特征识别技术中的欺骗手段的方法通常被称为活体检测技术,其目的是判断获取到的生物特征是否属于一个真实的、有生命的个体。而对于人脸识别技术来说,如果想要将人脸识别技术其应用到手机解锁、门禁、刷脸支付等具有安全等级要求的使用场景中,应用于人脸识别的活体检测技术当然是必不可少的。

发明内容

有鉴于此,本申请提供一种人脸检测模型生成和人脸检测方法、装置及设备,以达到在实现人脸检测的同时实现对人脸的活体检测的目的。技术方案如下:

一种人脸检测方法,包括:

确定待进行人脸检测的图像组,所述图像组由同一帧下的多张目标图像构成,各张所述目标图像的数据模态互不相同;

合并提取到的各张所述目标图像的特征图得到第一目标特征图;

对所述第一目标特征图进行特征提取得到第二目标特征图,所述第二特征图由多个预设维度的向量构成;

确定预先设置的所述图像组中与向量关联的各个锚点区域,并根据所述向量分别计算每个所述锚点区域的信息组,所述信息组包括第一信息、第二信息和第三信息,所述第一信息表征所述图像组在所述锚点区域中存在人脸的可能性,所述第二信息表征所述图像组中所述锚点区域和人脸区域之间的偏移量,所述第三信息表征所述图像组中所述锚点区域和人脸区域中人脸关键点之间的偏移量;

根据所述第二特征图中各个所述向量关联的每个所述锚点区域的信息组确定所述图像组的候选人脸区域;

对所述候选人脸区域进行处理生成所述图像组的人脸检测结果,所述人脸检测结果包括所述图像组中的人脸区域和所述人脸区域的活体检测结果。

优选的,所述确定待进行人脸检测的图像组,包括:

获取待进行人脸检测的原始图像组,所述原始图像组由同一帧下的多张第一图像构成,所述多张第一图像包括彩色图像、红外图像和深度图像中的至少两种图像;

对所述第一图像进行预处理得到所述第一图像对应第二图像;

对所有所述第二图像的像素值进行归一化处理得到每张所述第二图像对应的目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华捷艾米科技有限公司;加减信息科技(深圳)有限公司,未经北京华捷艾米科技有限公司;加减信息科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010441569.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top