[发明专利]一种基于人脸的活体检测方法、系统、装置和介质

权利要求书

1.一种基于人脸的活体检测方法，其特征在于，所述方法包括：

获取待检测图像，并对所述待检测图像进行人脸检测和关键点检测，得到人脸框位置信息和关键点位置信息；

根据所述人脸框位置信息，对所述待检测图像进行裁剪和归一化处理，得到目标输入图像，并通过轻量级卷积网络对所述目标输入图像进行多尺度特征提取和特征映射，得到目标特征图；

通过卷积网络下采样尺度和所述关键点位置信息对所述目标特征图进行处理，得到有效人脸特征值索引，根据所述有效人脸特征值索引对所述目标特征图进行softmax处理和平均值计算，得到最终的活体分数，并根据所述活体分数进行活体检测。

2.根据权利要求1所述的方法，其特征在于，通过轻量级卷积网络对所述目标输入图像进行多尺度特征提取和特征映射，得到目标特征图包括：

通过特征金字塔网络BiFPN，对所述目标输入图像进行特征提取，得到不同尺度的多个特征图，并对所述多个特征图分别进行反卷积操作和逐点卷积操作，得到融合多尺度特征的所述目标特征图。

3.根据权利要求1所述的方法，其特征在于，通过卷积网络下采样尺度和所述关键点位置信息对所述目标特征图进行处理，得到有效人脸特征值索引包括：

根据所述目标输入图像的尺寸和所述目标特征图的尺寸，计算下采样倍数，并根据所述下采样倍数，分别将所述目标特征图中的各个像素点，映射到所述目标输入图像的各区域上，并计算所述各区域的坐标，其中，所述目标特征图中的各个像素点与所述目标输入图像中的各区域相对应；

根据所述关键点位置信息计算得到所述关键点的最大外接矩阵后，计算所述目标输入图像中各区域的坐标与所述最大外接矩阵的交并比，得到各区域的计算值；

将所述各区域的计算值与预设阈值进行比较，在区域的计算值大于所述预设阈值的情况下，记录下所述区域的索引，得到所述有效人脸特征值索引。

4.根据权利要求3所述的方法，其特征在于，根据所述有效人脸特征值索引对所述目标特征图进行softmax处理和平均值计算，得到最终的活体分数包括：

对所述目标特征图进行softmax处理，得到特征矩阵，并将所述特征矩阵展开成一维数组，根据所述有效人脸特征值索引获取所述一维数组中对应的特征值，并对所述特征值进行求均值计算，得到所述最终的活体分数。

5.根据权利要求1所述的方法，其特征在于，根据所述活体分数进行活体检测判断包括：

预设活体阈值，将所述活体分数与所述预设活体阈值进行比较，当所述活体分数大于所述预设活体阈值时，所述待检测图像为活体，反之则为攻击体。

6.一种基于人脸的活体检测系统，其特征在于，所述系统包括：

获取模块，用于获取待检测图像，并对所述待检测图像进行人脸检测和关键点检测，得到人脸框位置信息和关键点位置信息；

特征提取模块，用于根据所述人脸框位置信息，对所述待检测图像进行裁剪和归一化处理，得到目标输入图像，并通过轻量级卷积网络对所述目标输入图像进行多尺度特征提取和特征映射，得到目标特征图；

检测模块，用于通过卷积网络下采样尺度和所述关键点位置信息对所述目标特征图进行处理，得到有效人脸特征值索引，根据所述有效人脸特征值索引对所述目标特征图进行softmax处理和平均值计算，得到最终的活体分数，并根据所述活体分数进行活体检测。

7.根据权利要求6所述的系统，其特征在于，

所述特征提取模块，还用于通过特征金字塔网络BiFPN，对所述目标输入图像进行特征提取，得到不同尺度的多个特征图，并对所述多个特征图分别进行反卷积操作和逐点卷积操作，得到融合多尺度特征的所述目标特征图。