[发明专利]活体检测方法、估算网络处理方法、装置和计算机设备

说明书

本申请涉及一种活体检测方法、估算网络处理方法、装置、计算机设备和存储介质。所述方法包括：从不同数据域的待测图像中提取图像特征；通过估算网络对所述图像特征进行至少两次卷积处理，得到所述图像特征的预测均值和预测方差；获取所述估算网络中用于标准化处理的网络参数，基于所述预测均值、所述预测方差和所述网络参数对所述图像特征标准化处理，得到标准化特征；根据所述标准化特征确定所述待测图像是否为活体图像。采用本方法能够提高活体检测结果的准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种活体检测方法、估算网络处理方法、装置、计算机设备和存储介质。

背景技术

随着人工智能技术的发展，出现了活体检测技术，活体检测技术广泛应用于银行远程业务、人脸支付和门禁系统中。传统的活体检测技术中，在进行活体检测时，通过由样本图像训练得到的检测模型来对待测图像进行活体检测，以判断出该待测图像是否为活体图像。

而在实际应用中，这些待测图像和训练过程中所使用的样本图像，在脸部、光照、背景以及攻击类型等域信息上存在差异，即真实的待测图像与样本图像的数据分布存在很大差异，因此导致检测模型的模型泛化能力不足，使用检测模型进行活体检测时，检测结果准确率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高活体检测结果准确率的活体检测方法、估算网络处理方法、装置、计算机设备和存储介质。

一种活体检测方法，所述方法包括：

从不同数据域的待测图像中提取图像特征；

通过估算网络对所述图像特征进行至少两次卷积处理，得到所述图像特征的预测均值和预测方差；

获取所述估算网络中用于标准化处理的网络参数；

基于所述预测均值、所述预测方差和所述网络参数对所述图像特征标准化处理，得到标准化特征；

根据所述标准化特征确定所述待测图像是否为活体图像。

一种活体检测装置，所述装置包括：

特征提取模块，用于从不同数据域的待测图像中提取图像特征；

卷积处理模块，用于通过估算网络对所述图像特征进行至少两次卷积处理，得到所述图像特征的预测均值和预测方差；

获取模块，用于获取所述估算网络中用于标准化处理的网络参数；

标准化处理模块，用于基于所述预测均值、所述预测方差和所述网络参数对所述图像特征标准化处理，得到标准化特征；

确定模块，用于根据所述标准化特征确定所述待测图像是否为活体图像。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

从不同数据域的待测图像中提取图像特征；

通过估算网络对所述图像特征进行至少两次卷积处理，得到所述图像特征的预测均值和预测方差；

获取所述估算网络中用于标准化处理的网络参数；

基于所述预测均值、所述预测方差和所述网络参数对所述图像特征标准化处理，得到标准化特征；

根据所述标准化特征确定所述待测图像是否为活体图像。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

从不同数据域的待测图像中提取图像特征；

通过估算网络对所述图像特征进行至少两次卷积处理，得到所述图像特征的预测均值和预测方差；