[发明专利]深度相机

权利要求书

1.一种深度相机，其特征在于，包括如下模块：

红外光投射模块，用于向场景中目标人物投射红外泛光；

光接收模块，用于接收经所述目标人物反射后的所述红外泛光生成红外图像；

RGB相机模块，用于采集所述目标人物的RGB图像；

处理器模块，用于在所述RGB图像上截取预设置尺寸的第一人脸像素区域，在所述红外图像上截取预设置尺寸的第二人脸像素区域，将所述第一人脸像素区域、所述第二人脸像素区域输入预训练的相片攻击检测模型，通过所述相片攻击检测模型判断所述第一人脸像素区域是否为攻击相片，并输出攻击检测结果。

2.根据权利要求1所述的深度相机，其特征在于，所述人像素区域的截取包括如下步骤：

步骤M1：对所述RGB图像、所述红外图像分别进行人脸检测确定第一人脸区域、第二人脸区域；

步骤M2：获取所述预设置尺寸的图像截取框，将所述图像截取框移动至包括所述第一人脸区域的第一目标区域以及包括所述第二人脸区域的第二目标区域；

步骤M3：在所述第一目标区域、所述第二目标区域通过所述图像截取框截取预设置尺寸的第一人脸像素区域和第二人脸像素区域。

3.根据权利要求1所述的深度相机，其特征在于，当通过所述相片攻击检测模型判断所述第一人脸像素区域是否为攻击相片时，包括如下步骤：

步骤N1：将所述第一人脸像素区域和所述第二人脸像素区域输入预训练的相片攻击检测模型；

步骤N2：通过所述相片攻击检测模型判断所述第一人脸像素区域是否为所述第二人脸像素区域的攻击相片；

步骤N3：输出存在相片攻击的概率和不存在相片攻击的概率，当存在相片攻击的概率大于不存在相片攻击的概率时，认定所述第一人脸像素区域为所述第二人脸像素区域的攻击相片，否则认定不存在相片攻击。

4.根据权利要求1所述的深度相机，其特征在于，所述相片攻击检测模型的训练过程包括如下步骤：

步骤S1：采集真实人脸的RGB图像和红外图像，将所述真实人脸的RGB图像和红外图像进相关联后生成正样本训练集；

步骤S2：采集真实人脸的红外图像和攻击相片的RGB图像，将所述真实人脸的红外图像和所述攻击相片的RGB图像相关联后生成负样本训练集；

步骤S3：根据所述负样本训练集和所述正样本训练集对神经网络模型进行训练生成相片攻击检测模型。

5.根据权利要求4所述的深度相机，其特征在于，所述步骤S1包括如下步骤：

步骤S101：将所述真实人脸的RGB图像、红外图像进行人脸检测确定第一人脸区域、第二人脸区域；

步骤S102：将所述第一人脸区域、所述第二人脸区域进行裁剪后相关联生成一正样本；

步骤S103：重复执行步骤S101至步骤S102，生成所述正样本训练集。

6.根据权利要求4所述的深度相机，其特征在于，所述步骤S2包括如下步骤：

步骤S201：将所述真实人脸的红外图像和所述攻击相片的RGB图像进行人脸检测确定第三人脸区域、第四人脸区域；

步骤S202：将所述第三人脸区域、所述第四人脸区域进行裁剪后相关联生成一负样本；

步骤S203：重复执行步骤S201至步骤S202，生成所述负样本训练集。

7.根据权利要求5所述的相片攻击检测模型训练方法，其特征在于，所述S102包括如下步骤：

步骤S1021：获取所述预设置尺寸的图像截取框，将所述图像截取框移动至包括所述第一人脸区域的第一目标区域以及包括所述第二人脸区域的第二目标区域；

步骤S1022：在所述第一目标区域、所述第二目标区域通过所述图像截取框截取预设置尺寸的第一人脸像素区域和第二人脸像素区域；

步骤S1023：将所述第一人脸像素区域、所述第二人脸像素区域相关联后生成一正样本。