[发明专利]活化人脸视频的检测方法、装置、设备及存储介质

权利要求书

1.一种活化人脸视频的检测方法，其特征在于，所述方法包括：

获取人脸动作视频；

按照预定时间间隔，在所述人脸动作视频中抽取人脸图像帧，并将抽取到的所述人脸图像帧组成人脸图像帧集；

将所述人脸图像帧集映射到预构建的纹理空间坐标系，得到一组空间纹理图，根据所述一组空间纹理图组成空间纹理图集；

在所述纹理空间坐标系中，计算所述空间纹理图集中每两个空间纹理图之间的差值，根据所述差值，构建纹理图差矩阵；

根据所述纹理图差矩阵，利用预构建的活化分辨模型，检测所述人脸动作视频是否为活化人脸视频。

2.如权利要求1所述的活化人脸视频的检测方法，其特征在于，所述将所述人脸图像帧集映射到预构建的纹理空间坐标系，得到一组空间纹理图，根据所述一组空间纹理图组成空间纹理图集，包括：

构建中性人脸基网格；

利用预构建的形状纹理公式，根据所述人脸图像帧集计算出所述中性人脸基网格的形状向量集及纹理向量集；

利用所述形状向量集调整所述中性人脸基网格的形状，并利用所述纹理向量集调整所述中性人脸基网格的纹理，得到所述空间纹理图集。

3.如权利要求2所述的活化人脸视频的检测方法，其特征在于，所述在所述纹理空间坐标系中，计算所述空间纹理图集中每两个空间纹理图之间的差值，包括：

根据所述空间纹理图集中空间纹理图的数量，计算出取样间隔；

根据所述取样间隔，在所述空间纹理图集中选取空间纹理图，计算选取的所述空间纹理图中脸部特定区域的纹理变化值，得到所述空间纹理图之间的差值。

4.如权利要求3所述的活化人脸视频的检测方法，其特征在于，所述计算选取的所述空间纹理图中脸部特定区域的纹理变化值，得到所述空间纹理图之间的差值，包括：

对选取的所述空间纹理图进行网格化划分，得到所述空间纹理图中的网格单元，提取所有的所述网格单元的RGB值，得到RGB值集；

对选取的所述空间纹理图中相邻空间纹理图中相同脸部区域的网格单元的RGB值集作差，得到原始动态差值；

利用预先设定的脸部特定区域的权重，对所述原始动态差值进行加权，得到所述空间纹理图之间的差值。

5.如权利要求1所述的活化人脸视频的检测方法，其特征在于，所述利用预构建的活化分辨模型，检测所述人脸动作视频是否为活化人脸视频之前，所述方法还包括：

接收预构建的UV活化图差矩阵和UV非活化图差矩阵；

将所述UV活化图差矩阵和UV非活化图差矩阵输入预构建的初始活化分辨模型的注意力加权层，利用所述注意力加权层对所述UV活化图差矩阵和UV非活化图差矩阵中的数据进行加权，得到加权活化图差矩阵及加权非活化图差矩阵；

利用所述初始活化分辨模型中的深度卷积池化层对所述加权活化图差矩阵及加权非活化图差矩阵进行特征提取，得到活化特征图差矩阵及非活化特征图差矩阵；

将所述活化特征图差矩阵和非活化特征图差矩阵进行扁平化操作，得到一维活化矩阵和一维非活化矩阵；

利用所述初始活化分辨模型中的前馈神经网络中每个节点的参数对所述一维活化矩阵和一维非活化矩阵进行加权激活处理，得到所述一维活化矩阵和一维非活化矩阵的输出预测值；

利用所述初始活化分辨模型中的损失函数计算所述一维活化矩阵的输出预测值与所述UV活化图差矩阵对应的真实标签值的活化差异值，以及所述一维非活化矩阵的输出预测值与所述UV非活化图差矩阵对应的真实标签值的非活化差异值；

判断所述活化差异值和非活化差异值是否同时小于预设的差异阈值；

若所述活化差异值和非活化差异值不满足同时小于所述差异阈值，则利用所述活化差异值和非活化差异值反向调节所述前馈神经网络；

若所述活化差异值和非活化差异值满足同时小于所述差异阈值，则停止训练，得到所述活化分辨模型。