[发明专利]人脸活体检测方法、装置及计算机可读存储介质

说明书

本发明实施例涉及图像处理与计算机视觉领域，公开了一种人脸活体检测方法、装置及计算机可读存储介质，所述人脸活体检测方法包括：获取包含待检测人脸的近红外图像和可见光图像；分别对所述近红外图像和所述可见光图像进行裁剪处理，得到所述近红外图像的第一人脸图像块、所述可见光图像的第二人脸图像块，其中，所述第一人脸图像块和所述第二人脸图像块均至少包括一个人脸特征；将所述第一人脸图像块和所述第二人脸图像块输入预设神经网络模型中进行活体检测，判断所述待检测人脸是否为活体。本发明提供的人脸活体检测方法、装置及计算机可读存储介质能够提高人脸活体检测的准确性的同时，确保用户的使用体验。

技术领域

本发明实施例涉及图像处理与计算机视觉领域，特别涉及一种人脸活体检测方法、装置及计算机可读存储介质。

背景技术

人脸图像是用于高度精确的人脸识别系统的最易访问的生物特征识别方式，当然也容易受到许多种不同类型的伪造人脸攻击。因此，旨在确定摄像头捕获的人脸图像是否真实的活体检测技术也随之产生。目前的人脸活体检测方法包括：基于单目摄像头RGB人脸图像进行的交互式活体检测、基于双目摄像头NIR图像和RGB图像进行的双目活体检测，上述两种检测方法均是利用人工选择的特征(如LBP，HoG，SIFT，SURF和DoG)来得到活体与非活体的特征分布，从而区分人脸图像是否为活体。

发明人发现现有技术中至少存在如下问题：目前基于单目RGB人脸图片进行活体检测主要为交互式活体检测，需要用户进行点头、张嘴、眨眼等动作配合，用户配合时间长，导致用户体验不佳；基于双目摄像头NIR图像和RGB图像的两种人脸图像信息的双目活体检测，主要利用人工选取的特征，再利用SVM(支持向量机)进行分类。人工选取的特征对光照、人脸姿势、特殊长相的人脸很敏感，而SVM模型不能捕捉到歧义性信息，泛化能力差，导致人脸活体检测的准确性不高。

发明内容

本发明实施方式的目的在于提供一种人脸活体检测方法、装置及计算机可读存储介质，其能够提高人脸活体检测的准确性的同时，确保用户的使用体验。

为解决上述技术问题，本发明的实施方式提供了一种人脸活体检测方法方法，包括：

获取包含待检测人脸的近红外图像和可见光图像；分别对所述近红外图像和所述可见光图像进行裁剪处理，得到所述近红外图像的第一人脸图像块、所述可见光图像的第二人脸图像块，其中，所述第一人脸图像块和所述第二人脸图像块均至少包括一个人脸特征；将所述第一人脸图像块和所述第二人脸图像块输入预设神经网络模型中进行活体检测，判断所述待检测人脸是否为活体。

本发明的实施方式还提供了一种人脸活体检测装置，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的人脸活体检测方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的人脸活体检测方法。

本发明的实施方式相对于现有技术而言，通过获取包含待检测人脸的近红外图像和可见光图像，能够直接根据上述两类图像进行活体检测，以避免用户进行点头、张嘴、眨眼等动作配合，提高了用户的使用体验；通过分别对近红外图像和可见光图像进行裁剪处理，得到至少包括一个人脸特征的第一人脸图像块和第二人脸图像块，此种方式避免了“根据整张人脸图片进行检测，无法充分利用人脸局部信息的不足”的情况的发生，采用含局部特征人脸图像块的方式进行人脸活体检测，提高了人脸活体检测的准确性。