[发明专利]基于可见光和红外光的人脸采集源检测方法和装置

说明书

本申请提供了一种基于可见光和红外光的人脸采集源检测方法、装置、计算机设备和存储介质。该方法包括：通过获取双目摄像头采集到的包含待检测人脸的可见光图像和红外光图像，将可见光图像输入到预先训练的第一检测模型进行处理，得到可见光检测结果，将红外光图像输入到预先训练的第二检测模型进行处理，得到红外光检测结果，根据可见光检测结果和红外光检测结果，获得待检测人脸的采集源检测结果，其中，第一检测模型和所述第二检测模型均至少包括傅里叶变换分支和卷积神经网络分支。通过双目摄像头获取待检测人脸的不同光照情况下的图像进行采集源识别，并通过两种检测模型分别进行识别，得到综合判断结果，提高了人脸活体检测的准确性。

技术领域

本申请涉及人脸活体检测领域，特别是涉及一种基于可见光和红外光的人脸采集源检测方法、装置、计算机设备和存储介质。

背景技术

人脸识别技术的应用场景越来越普遍，活体检测时人脸识别的重要步骤，判断当前的人脸图像从活体采集后，再进行人脸识别的相关操作，可以防范非活体的攻击，保障人脸识别系统安全性。

目前技术中，通常获取样本照片进行模型训练，对光照条件要求较高，当光线条件差的情况下，检测的准确性较低。

发明内容

基于此，有必要针对目前技术中存在的人脸活体检测准确性低的技术问题，提供一种基于可见光和红外光的人脸采集源检测方法、装置、计算机设备和存储介质。

一种基于可见光和红外光的人脸采集源检测方法，所述方法包括：

获取双目摄像头采集到的可见光图像和红外光图像；所述双目摄像头包括可见光摄像头和红外光摄像头；所述可见光图像和红外光图像中包含待检测人脸；

将所述可见光图像输入到预先训练的第一检测模型进行处理，得到可见光检测结果，以及将所述红外光图像输入到预先训练的第二检测模型进行处理，得到红外光检测结果；所述第一检测模型为根据可见光真人图像和可见光非真人图像作为样本训练得到；所述第二检测模型为根据红外光真人图像和红外光非真人图像作为样本训练得到；所述第一检测模型和所述第二检测模型均至少包括傅里叶变换分支和卷积神经网络分支；

根据所述可见光检测结果和所述红外光检测结果，获得所述待检测人脸的采集源检测结果。

在其中一个实施例中，所述第一检测模型的训练过程，包括：

获取可见光真人图像和可见光非真人图像，以及各自对应的实际采集源信息，得到训练样本集；

将所述训练样本集划分为多个子训练样本集，输入到待训练的第一检测模型的各个分支进行训练，得到训练后的所述第一检测模型。

在其中一个实施例中，所述获取可见光真人图像和可见光非真人图像，以及各自对应的实际采集源信息，得到训练样本集，包括：

获取初始真人图像和初始非真人图像；

根据人脸检测装置针对所述初始真人图像和初始非真人图像的检测结果，获取所述可见光真人图像和可见光非真人图像；

将所述可见光真人图像和可见光非真人图像分别进行分割和重采样处理，根据处理后的所述可见光真人图像和可见光非真人图像，以及各自对应的实际采集源信息，得到所述训练样本集。

在其中一个实施例中，所述将所述训练样本集划分为多个子训练样本集，输入到待训练的第一检测模型的各个分支进行训练，包括：

将所述训练样本集划分为第一训练子集和第二训练子集；

将所述第一训练子集输入至卷积神经网络分支进行处理，以及将所述第二训练子集输入至傅里叶变换分支进行处理；

根据所述卷积神经网络分支和傅里叶变换分支分别对应的处理结果，得到所述第一检测模型的综合损失值；