[发明专利]活体检测方法、装置、终端设备和存储介质有效
申请号: | 202110194533.8 | 申请日: | 2021-02-21 |
公开(公告)号: | CN113033305B | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 陶大鹏;武艺强 | 申请(专利权)人: | 云南联合视觉科技有限公司 |
主分类号: | G06V40/40 | 分类号: | G06V40/40;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06T5/50 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 杨志强 |
地址: | 650000 云南省昆明市呈贡*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 活体 检测 方法 装置 终端设备 存储 介质 | ||
1.一种活体检测方法,其特征在于,包括:
获取待检测图像;
将所述待检测图像输入预先训练完成的活体检测模型,得到所述待检测图像的活体检测结果;
其中,所述活体检测模型通过以下步骤获得:
获取查询样本集合,所述查询样本集合包含第一样本图像和第二样本图像,所述第一样本图像为摄像机拍摄后获得的未经二次处理的图像,所述第二样本图像为摄像机拍摄后经二次处理获得的图像;所述二次处理包含照片冲印处理和/或彩色打印处理;
提取所述第一样本图像的第一特征图像和所述第二样本图像的第二特征图像,并提取所述第一特征图像的第一特征向量和所述第二特征图像的第二特征向量;
将所述第一特征向量和所述第二特征向量输入初始检测模型的图像分类器,得到所述第一样本图像和所述第二样本图像的类别预测结果;
获取预先采集的未经二次处理的参考图像;
采用预设的对抗网络模型将所述第一特征图像和所述第二特征图像分别融合到所述参考图像中,得到第一目标样本图像和第二目标样本图像;
采用所述对抗网络模型检测所述第一目标样本图像的图像特征和所述第一样本图像的图像特征之间的第一图像特征差异,以及所述第二目标样本图像的图像特征和所述第二样本图像的图像特征之间的第二图像特征差异;
根据所述类别预测结果、所述第一图像特征差异以及所述第二图像特征差异对所述初始检测模型的参数进行优化更新,得到所述活体检测模型。
2.如权利要求1所述的活体检测方法,其特征在于,提取所述第一样本图像的第一特征图像和所述第二样本图像的第二特征图像,包括:
对所述第一样本图像和所述第二样本图像分别执行序列化卷积处理,得到所述第一样本图像的第一特征信息和所述第二样本图像的第二特征信息;
将所述第一特征信息映射得到第一特征图像,将所述第二特征信息映射得到第二特征图像。
3.如权利要求1所述的活体检测方法,其特征在于,提取所述第一特征图像的第一特征向量和所述第二特征图像的第二特征向量,包括:
对所述第一特征图像和所述第二特征图像分别执行图像的卷积处理和残差处理,得到所述第一样本图像的第一精细特征信息和所述第二样本图像的第二精细特征信息;
将所述第一精细特征信息映射成所述第一特征向量,以及将所述第二精细特征信息映射成所述第二特征向量。
4.如权利要求3所述的活体检测方法,其特征在于,对所述第一特征图像和所述第二特征图像分别执行图像的卷积处理和残差处理,得到所述第一样本图像的第一精细特征信息和所述第二样本图像的第二精细特征信息,包括:
对所述第一特征图像执行两次图像的卷积处理,其中第一次图像的卷积处理得到第一卷积特征图,第二次图像的卷积处理得到第二卷积特征图;
对所述第二特征图执行两次图像的卷积处理,其中第一次图像的卷积处理得到第三卷积特征图,第二次图像的卷积处理得到第四卷积特征图;
对所述第一卷积特征图与所述第二卷积特征图作差后,执行图像的残差操作,得到第一残差特征图,以及对所述第二卷积特征图执行图像的残差操作,得到第二残差特征图;
对所述第三卷积特征图与所述第四卷积特征图作差后,执行图像的残差操作,得到第三残差特征图,以及对所述第四卷积特征图执行图像的残差操作,得到第四残差特征图;
将所述第一残差特征图和所述第二残差特征图叠加,得到所述第一精细特征信息;
将所述第三残差特征图和所述第四残差特征图叠加,得到所述第二精细特征信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南联合视觉科技有限公司,未经云南联合视觉科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110194533.8/1.html,转载请声明来源钻瓜专利网。