[发明专利]人脸活体检测方法及装置

权利要求书

1.一种人脸活体检测方法，其特征在于，包括：

采集待检测人脸图像；

对所述待检测人脸图像进行特征提取处理，生成多种特征图像；

将所述待检测人脸图像和多种所述特征图像输入至预先通过机器学习训练得到的人脸活体检测分类模型中，输出人脸活体检测结果；

对所述待检测人脸图像进行特征提取处理，生成多种特征图像，包括：

对所述待检测人脸图像进行光照归一化处理，生成光照归一化处理图像；

采用LBP算法对所述待检测人脸图像进行特征提取处理，生成纹理特征图像；

将所述待检测人脸图像由RGB颜色空间转换为HSV空间，生成HSV图像；

对所述待检测人脸图像进行DCT变换，生成频谱图像。

2.如权利要求1所述的方法，其特征在于，对所述待检测人脸图像进行光照归一化处理，生成光照归一化处理图像，包括：

对所述待检测人脸图像进行伽马变换；

对进行伽马变换后的图像进行高斯差分滤波；

对进行高斯差分滤波后的图像进行直方图均衡化处理，生成光照归一化处理图像。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

在将所述待检测人脸图像和所述特征图像输入至预先通过机器学习训练得到的人脸活体检测分类模型中时，为不同类型的特征图像配置不同的权重系数。

4.如权利要求1所述的方法，其特征在于，对所述待检测人脸图像进行特征提取处理之前，所述方法还包括：

对所述待检测人脸图像进行预处理操作，所述预处理操作包括：滤波、去噪、二值化操作。

5.如权利要求1所述的方法，其特征在于，所述采集待检测人脸图像之后，还包括：

利用基于Viola-Jones算法的检测器对待检测人脸图像进行检测，获取人脸区域图像。

6.如权利要求5所述的方法，其特征在于，对所述待检测人脸图像进行特征提取处理，生成多种特征图像，包括：

对所述人脸区域图像进行特征提取处理，生成多种特征图像。

7.如权利要求1至6任一项所述的方法，其特征在于，将所述待检测人脸图像和多种所述特征图像输入至预先通过机器学习训练得到的人脸活体检测分类模型之前，所述方法还包括：

获取训练样本数据，所述训练样本数据人脸活体数据和非人脸活体数据；

根据所述训练样本数据，对多层卷积神经网络模型进行训练，得到人脸活体检测分类模型。

8.一种人脸活体检测装置，其特征在于，包括：

图像采集模块，用于采集待检测人脸图像；

特征提取处理模块，用于对所述待检测人脸图像进行特征提取处理，生成多种特征图像；

人脸活体检测模块，用于将所述待检测人脸图像和多种所述特征图像输入至预先通过机器学习训练得到的人脸活体检测分类模型中，输出人脸活体检测结果；

特征提取处理模块进一步用于：

对所述待检测人脸图像进行光照归一化处理，生成光照归一化处理图像；

采用LBP算法对所述待检测人脸图像进行特征提取处理，生成纹理特征图像；

将所述待检测人脸图像由RGB颜色空间转换为HSV空间，生成HSV图像；

对所述待检测人脸图像进行DCT变换，生成频谱图像。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至7任一项所述方法的计算机程序。