[发明专利]活体检测方法及装置、存储介质、终端

权利要求书

1.一种活体检测方法，其特征在于，包括：

获取原始图像序列，所述原始图像序列包括若干帧原始图像；

分别对各帧原始图像进行人脸识别，根据人脸识别结果，确定所述各帧原始图像的面部的感兴趣区域；

提取所述各帧原始图像的面部的感兴趣区域的时序信息，根据所述时序信息得到所述原始图像序列的初始时序信号；

对所述初始时序信号进行趋势去除，得到目标时序信号；

将所述目标时序信号转换成频谱信号；

根据所述频谱信号的频率和幅值，进行活体检测；

其中，对所述初始时序信号进行趋势去除，得到目标时序信号，包括：

提取所述初始时序信号中的趋势信号；

从所述初始时序信号中去除所述趋势信号，得到所述目标时序信号；

所述提取所述初始时序信号中的趋势信号，包括：

采用平滑先验法从所述初始时序信号中提取所述趋势信号；

所述采用平滑先验法从所述初始时序信号中提取所述趋势信号，包括：

采用如下公式提取所述趋势信号：

其中，trend为所述趋势信号，I为单位矩阵，lamda为正则化参数，I的矩阵大小为n×n；n为原始图像序列包括的原始图像的总帧数，即初始时序信号维度；D₂的矩阵大小为(n-2)×n；N为初始时序信号。

2.如权利要求1所述的活体检测方法，其特征在于，还包括：

在提取所述初始时序信号中的趋势信号之前，对所述初始时序信号进行归一化。

3.如权利要求2所述的活体检测方法，其特征在于，所述对所述初始时序信号进行归一化，包括：

根据所述原始图像的特征值的平均值以及标准差，以及各帧所述原始图像的特征值，对所述初始时序信号进行归一化。

4.如权利要求1所述的活体检测方法，其特征在于，还包括：

在从所述初始时序信号中去除所述趋势信号之后，进行帧间平滑和/或递归滤波，将帧间平滑和/或递归滤波之后的时序信号作为所述目标时序信号。

5.如权利要求1所述的活体检测方法，其特征在于，所述根据所述频谱信号的频率和幅值，进行活体检测，包括：

根据所述频谱信号的频率和幅值，计算活体置信度；

当所述活体置信度满足设定的置信度阈值时，则判定为活体；

当所述活体置信度不满足所述置信度阈值时，则判定为非活体。

6.如权利要求5所述的活体检测方法，其特征在于，所述根据所述频谱信号的频率和幅值，计算活体置信度，包括：

在预设的频率范围内，根据最强信号的幅值分布，确定主成分信号的频率；

计算所述主成分信号的频率与所述频谱信号中的所有信号的频率之和的比值，所述比值即为所述活体置信度；

其中，所述预设的频率范围与心跳频率相关。

7.如权利要求1至6任一项所述的活体检测方法，其特征在于，所述提取所述各帧原始图像的面部的感兴趣区域的时序信息，根据所述时序信息得到所述原始图像序列的初始时序信号，包括：

对所述各帧原始图像的面部的感兴趣区域进行梯度特征提取，得到梯度特征值；

将所述感兴趣区域内的梯度特征值累加，得到累加值；

将所述累加值与所述感兴趣区域的亮度特征值进行加权得到所述感兴趣区域的特征值，根据所述各帧原始图像的感兴趣区域的特征值得到所述时序信息；

按照所述各帧原始图像的时序，将所述各帧原始图像的时序信息按照时序进行结合，得到所述初始时序信号。

8.如权利要求7所述的活体检测方法，其特征在于，所述将所述感兴趣区域内的梯度特征值累加，得到累加值，包括：

根据所述梯度特征值确定梯度权重值，对所述感兴趣区域内的梯度特征值与对应的梯度权重值进行加权后累加，得到所述累加值。