[发明专利]一种人脸识别方法和相关设备

说明书

本发明涉及图像识别技术领域，尤其涉及一种人脸识别方法和相关设备。其中，该方法包括：从待检测图像中识别人脸区域图像；根据真脸像素特征、假脸像素特征和非人脸像素特征，将所述人脸区域图像包含的像素点分为真脸像素、假脸像素和非人脸像素；根据所述真脸像素个数在所述人脸区域图像中所占的比例，确定所述待检测图像是否为活体人脸图像。通过上述方法，可以对人脸区域图像中的每个像素点的种类进行确定，以此避免非人脸像素对人脸识别的影响，提高人脸识别的准确性。

【技术领域】

本发明涉及图像识别领域，尤其涉及一种人脸识别方法和相关设备。

【背景技术】

随着人脸识别技术的逐渐成熟，人脸识别技术被应用到更多的领域。例如，刷脸支付、门禁识别以及远程交易等。在上述应用领域中，存在着一些漏洞，例如不法分子可以用他人照片、视频以及3D面具等方式绕过人脸识别。对于此问题，现有技术中常用的解决方法为，采取交互式验证方法。具体为：用户按照提示，做出指定动作，当用户完成指定动作后，视为验证通过。但此类方法需要用户做多组动作，识别过程较长，用户体验较差，并且在用户进行互动时，系统容易出现误判等情况。因此，如何准确快速地对活体人脸进行识别，是目前有待解决的问题。

【发明内容】

为了解决上述问题，本发明实施例提供了一种人脸识别方法及系统，可以提高活体人脸识别准确性。

第一方面，本发明实施例提供了一种人脸识别方法，包括：

从待检测图像中识别人脸区域图像；

根据真脸像素特征、假脸像素特征和非人脸像素特征，将所述人脸区域图像包含的像素点分为真脸像素、假脸像素和非人脸像素；

根据所述真脸像素个数在所述人脸区域图像中所占的比例，确定所述待检测图像是否为活体人脸图像。

上述方案中，从待检测图像中识别人脸区域图像，通过将人脸区域图像中的每个像素点分为真脸像素、假脸像素和非人脸像素，并根据真脸像素个数在所述人脸区域图像中所占的比例，确定待检测图像是否为活体人脸图像。由此可以提高活体人脸识别的准确性。

其中一种可能的实现方式中，根据真脸像素特征、假脸像素特征和非人脸像素特征，将所述人脸区域图像包含的像素点分为真脸像素、假脸像素和非人脸像素，包括：

将所述人脸区域图像输入第一识别模型；

所述第一识别模型根据真脸像素特征、假脸像素特征和非人脸像素特征，将所述人脸区域图像包含的各个像素点分别确定为真脸像素、假脸像素和非人脸像素。

其中一种可能的实现方式中，训练得到所述第一识别模型，包括：

确定训练图像集合和测试图像集合，所述训练图像集合包括：活体人脸图像和非活体人脸图像；所述活体人脸图像和所述非活体人脸图像的各个像素点分别标注有像素点类型，所述像素点类型包括真脸像素、假脸像素和非人脸像素；所述测试图像集合包含测试人脸图像；

利用所述训练图像集合各图像包含的真脸像素、假脸像素和非人脸像素的特征对第一识别模型进行训练，以使所述第一识别模型学习到真脸像素特征、假脸像素特征和非人脸像素特征；

利用所述测试图像集合包含的测试人脸图像，对所述第一识别模型进行像素点分类的测试，以使所述第一识别模型对测试人脸图像中的各像素点进行分类。

其中一种可能的实现方式中，根据所述真脸像素个数在所述人脸区域图像中所占的比例，确定所述待检测图像是否为活体人脸图像，包括：

根据所述真脸像素与所述假脸像素和/或所述非人脸像素个数的比值，确定所述待检测图像是否为活体人脸图像。

其中一种可能的实现方式中，根据所述真脸像素与所述假脸像素和/或所述非人脸像素个数的比值，确定所述待检测图像是否为活体人脸图像，包括：