[发明专利]人脸活体检测方法、系统及存储介质

说明书

本发明涉及一种人脸活体检测方法、系统及存储介质。该人脸活体检测方法，包括如下步骤：获取摄像头拍摄的视频帧图像；利用人脸检测算法检测所述视频帧图像中是否包含人脸，若包含人脸，则在视频帧图像中截取出人脸区域图像；对人脸区域图像进行图像质量评估，若质量评估通过，则根据预先设置的规则指令设置显示屏幕闪光，获取两张不同颜色光线照射下的人脸反射光图像；计算并获取两张人脸反射光图像的差分图像；将差分图像和两张人脸发射光图像作为预先构建的目标卷积神经网络模型的输入，判断检测到的人脸是否为活体。本申请提供的人脸活体检测方法具有对设备硬件依赖性小、成本低、检测更准确的特点。

技术领域

本发明涉及人脸识别技术领域，特别是涉及一种人脸活体检测方法、系统及存储介质。

背景技术

随着深度学习的发展，刷脸成为各种应用的一项基本功能。包括账号登录，支付验证等都可以通过刷脸来实现。随着刷脸的推广，一些不法分子会常识冒用别人的身份来刷脸，例如使用他人的照片，视频等来进行刷脸操作。为了应对非法刷脸，活体检测被广泛应用。常用的人脸活体检测方法包括：红外人脸检测，深度人脸活体检测，结构光人脸活体检测，可见光人脸活体检测等。然而，这些人脸活体检测方法对设备硬件依赖性较大，成本较高。

发明内容

本发明要解决的技术问题是提供一种对设备硬件依赖性小、成本低、检测更准确的人脸活体检测方法、系统及存储介质。

为实现上述目的，本公开实施例的第一方面，提供一种人脸活体检测方法，包括如下步骤：

获取摄像头拍摄的视频帧图像；

利用人脸检测算法检测所述视频帧图像中是否包含人脸，若包含人脸，则在所述视频帧图像中截取出人脸区域图像；

对所述人脸区域图像进行图像质量评估，若质量评估通过，则根据预先设置的规则指令设置显示屏幕闪光，获取两张不同颜色光线照射下的人脸反射光图像；

计算并获取两张所述人脸反射光图像的差分图像；

将所述差分图像和两张所述人脸发射光图像作为预先构建的目标卷积神经网络模型的输入，判断检测到的人脸是否为活体。

本申请提供的人脸活体检测方法巧妙地利用不同颜色光线的两张人脸反光图片，获取人脸面部更加明显的反光特征，从而利用人脸反光图像和其两帧间的差分图像作为卷积神经网络的输入，可有效提升人脸活体检测的性能。相比于传统的人脸活体检测方式，本申请提供的人脸活体检测方法对设备硬件依赖性小、成本低，效果好。

在其中一个实施例中，对所述人脸区域图像进行图像质量评估的评估方法，包括：

采用式(1)所示的Laplacian算子计算所述人脸区域图像在x和y两个方向的二阶导数，当计算得到的所述二阶导数超过设定阈值时，则判断所述人脸区域图像的质量评估通过。

在其中一个实施例中，所述显示屏幕包括多个阵列排布的像素单元，每个像素单元有3种不同的发光子像素，分别发出红光、绿光和蓝光；所述预先设置的规则指令包括显示屏幕播放特征时长指令和发光颜色指令。

在其中一个实施例中，所述对所述人脸区域图像进行图像质量评估，若质量评估通过，则根据预先设置的规则指令设置显示屏幕闪光，获取两张不同颜色光线照射下的人脸反射光图像的步骤，还包括：

检测所述人脸区域图像的亮度和环境区域的亮度，所述环境区域为所述视频帧图像中除人脸区域图像外的区域；

若所述质量评估通过，且检测到的所述人脸区域图像的亮度超过亮度设定阈值、以及环境区域的亮度与人脸区域图像的亮度比在设定比例范围内时，则根据预先设置的规则指令设置显示屏幕闪光，获取两张不同颜色光线照射下的人脸反射光图像。

在其中一个实施例中，所述目标卷积神经网络模型的构建方法，包括：