[发明专利]基于神经网络的多通道人脸活体检测方法及装置

权利要求书

1.一种基于神经网络的多通道人脸活体检测方法，其特征在于，包括：

获取N个待训练人脸图像；

处理所述N个待训练人脸图像，得到每个待训练人脸图像的X个人脸放大图和Y个人脸细节图；

构造用于学习人脸活体识别不确定度的人脸活体识别模型；所述人脸活体识别模型包括X+Y个通道，其中X个通道用于输入X个人脸放大图；Y个通道用于输入Y个人脸细节图；

依次将所述N个待训练人脸图像的X个人脸放大图和Y个人脸细节图分别输入所述人脸活体识别模型的X+Y个通道，输出对应每个待训练人脸图像的X+Y+Z个人脸活体识别不确定度，并通过人脸活体识别不确定性回归损失，确定训练好的人脸活体识别模型；

获取待检测人脸图像；

处理所述待检测人脸图像得到所述待检测人脸图像的X个人脸放大图和Y个人脸细节图；

将所述待检测人脸图像的X个人脸放大图和Y个人脸细节图输入所述训练好的人脸活体识别模型，输出对应所述待检测人脸图像的X+Y+Z个人脸活体识别不确定度；

根据所述待检测人脸图像的X+Y+Z个人脸活体识别不确定度，判定所述待检测人脸图像是否为活体；

其中，N代表所述待训练人脸图像的样本个数；X代表所述人脸放大图的选取个数；Y代表所述人脸细节图的选取个数；Z代表人脸放大图和人脸细节图的组合的选取个数；

处理所述N个待训练人脸图像，得到每个待训练人脸图像的X个人脸放大图的步骤，包括：

检测所述N个待训练人脸图像，获取每个待训练人脸图像的边框区域；

选取X个放大系数，根据所述X个放大系数将每个待训练人脸图像的边框区域分别放大相应倍数得到每个待训练人脸图像的X个放大的边框区域；

重塑每个待训练人脸图像的X个放大的边框区域至预设规格，得到每个待训练人脸图像的X个人脸放大图；

处理所述N个待训练人脸图像，得到每个待训练人脸图像的人脸细节图的步骤，包括：

检测所述N个待训练人脸图像，获取每个待训练人脸图像的边框区域；

在每个待训练人脸图像的边框区域上选定预设数量的关键点；

以所述关键点为中心截取预设宽高的区块图，并选取所述区块图拼接为对应每个待训练人脸图像的Y个人脸细节图。

2.根据权利要求1所述的多通道人脸活体检测方法，其特征在于，所述人脸活体识别模型，用于根据输入的X个人脸放大图输出X个人脸活体识别不确定度；根据输入的Y个人脸细节图输出Y个人脸活体识别不确定度；根据输入的X个人脸放大图和Y个人脸细节图中的至少两个组合的元素叠加，输出Z个人脸活体识别不确定度。

3.根据权利要求1-2任意一项所述的多通道人脸活体检测方法，其特征在于，还包括：

在所述待检测人脸图像为非活体时，根据所述待检测人脸图像的X+Y+Z个人脸活体识别不确定度，判定所述待检测人脸图像的攻击类型。