[发明专利]一种活体检测方法及装置

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：

获取针对目标对象的待检测视频，所述待检测视频是所述目标对象执行检测活动时确定的；

从所述待检测视频中获得所述目标对象的人脸全局图像序列，以及与所述检测活动对应的人脸局部图像序列；

分别对所述人脸全局图像序列以及所述人脸局部图像序列进行多层特征提取处理，每层特征提取结果中至少包括表征每个图像序列中相邻图像之间时序关联性的时序特征，在至少一层特征提取处理后，将人脸全局图像序列的特征提取结果与所述人脸局部图像序列的特征提取结果融合，对融合后的特征提取结果进行下层特征提取处理，得到所述人脸全局图像序列对应的第一特征提取处理结果，以及所述人脸局部图像序列对应的第二特征提取处理结果，根据所述第一特征提取处理结果以及第二特征提取处理结果确定人脸融合特征；

基于所述人脸融合特征，确定所述待检侧对象的活体检测结果。

2.根据权利要求1所述的方法，其特征在于，所述从所述待检测视频中获得与所述检测活动对应的人脸局部图像序列，包括：

确定每帧待检测视频帧中与所述检测活动对应的设定检测点位置信息；

根据所述每帧待检测视频帧中所述设定检测点位置信息，确定所述每帧待检测视频帧中与所述检测活动对应的人脸局部的变化值；

将与设定阈值匹配的变化值对应的待检测视频帧作为关键帧，并提取所述关键帧以及与所述关键视频帧时序关联的其它待检测视频帧中与所述检测活动对应的所述人脸局部图像信息，并基于各所述人脸局部图像信息构成所述人脸局部图像序列。

3.根据权利要求1所述的方法，其特征在于，所述从所述待检测视频中获得与所述检测活动对应的人脸局部图像序列，包括：

确定所述检测活动对应的检测动作序列，所述检测动作序列中包括至少一个检测动作；

从所述待检测视频中获得每个所述检测动作对应的人脸局部图像序列。

4.根据权利要求3所述的方法，其特征在于，所述分别对所述人脸全局图像序列以及所述人脸局部图像序列进行多层特征提取处理，得到对应的第一特征提取处理结果以及第二特征提取处理结果，包括：

在每层特征提取处理过程中，将每个所述图像序列中N个相邻的图像作为一个通道信息，对所述通道信息进行多层特征提取处理，得到通道时序特征，其中N大于等于2；

将每个所述通道信息对应的通道时序特征进行融合，得到表征每个所述图像序列中相邻图像之间时序关联性的时序特征。

5.根据权利要求4所述的方法，其特征在于，所述分别对所述人脸全局图像序列以及所述人脸局部图像序列进行多层特征提取处理，得到对应的第一特征提取处理结果以及第二特征提取处理结果，包括：

将所述人脸全局图像序列输入至第一特征提取网络，通过所述第一特征提取网络包括的多层第一特征提取子网络进行多层特征提取处理，得到所述第一特征提取处理结果；

将每个所述人脸局部图像序列输入至对应的各第二特征提取网络，通过每个所述第二特征提取网络包括的多层第二特征提取子网络进行多层特征提取处理，得到每个所述第二特征提取处理结果，所述第一特征提取网络与每个所述第二特征提取网络是联合训练得到的。

6.根据权利要求5所述的方法，其特征在于，所述第一特征提取子网络为三维卷积处理网络，所述第二特征提取子网络为三维卷积处理网络，所述第一特征提取子网络的数量与所述第二特征提取子网络的数量相同。

7.根据权利要求6所述的方法，其特征在于，所述在至少一层特征提取处理后，将人脸全局图像序列的特征提取结果与所述人脸局部图像序列的特征提取结果融合，对融合后的特征提取结果进行下层特征提取处理，包括：

将所述第一特征提取网络中第i-1个所述三维卷积处理网络的第一输出值以及与每个所述第二特征提取网络中第i-1个所述三维卷积处理网络的第二输出值的进行融合，得到融合值，其中i大于等于2；

将所述融合值作为所述第一特征提取网络中第i个所述三维卷积处理网络的输入值，通过第i个所述三维卷积处理网络进行特征提取处理。