[发明专利]一种活体检测方法、电子设备及存储介质在审
申请号: | 202111678220.6 | 申请日: | 2021-12-31 |
公开(公告)号: | CN114399844A | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 赵荔;金宇林 | 申请(专利权)人: | 北京旷视科技有限公司;北京迈格威科技有限公司;深圳旷视金智科技有限公司 |
主分类号: | G06V40/40 | 分类号: | G06V40/40;G06K9/62;G06V10/74 |
代理公司: | 北京钲霖知识产权代理有限公司 11722 | 代理人: | 李英艳;李志新 |
地址: | 100096 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 活体 检测 方法 电子设备 存储 介质 | ||
1.一种活体检测方法,其特征在于,所述活体检测方法包括:
获取待检测图像;其中,所述待检测图像中包括目标对象的脸部区域;
提取所述待检测图像的图像特征;
将所述图像特征与目标底库中的底库特征进行匹配;其中,所述目标底库中的底库特征为非活体图像所对应的图像特征;所述目标底库中的各底库特征是基于将待录入图像特征与第一特征集合和/或第二特征集合进行匹配所确定的,所述第一特征集合包括目标活体检测模型检测通过的图像特征,所述第二特征集合包括所述目标活体检测模型漏检的非活体图像特征;
根据匹配结果,确定所述目标对象是否为活体。
2.根据权利要求1所述的活体检测方法,其特征在于,采用如下方式确定所述底库特征:
基于所述第一特征集合,确定所述待录入图像特征被所述目标活体检测模型检测通过的第一概率,以及,基于所述第二特征集合,确定所述待录入图像特征被所述目标活体检测模型漏检的第二概率;
若所述第一概率和所述第二概率满足第一目标阈值条件,则将所述待录入图像特征确定为底库特征;其中,所述第一目标阈值条件包括所述第一概率大于或等于第一阈值,所述第二概率大于或等于第二阈值。
3.根据权利要求1所述的活体检测方法,其特征在于,采用如下方式确定所述底库特征:
基于所述第二特征集合,确定所述待录入图像特征被所述目标活体检测模型漏检的第二概率;
若所述第二概率满足第二目标阈值条件,则将所述待录入图像特征确定为底库特征;其中,所述第二目标阈值条件包括所述第二概率大于或等于第二阈值。
4.根据权利要求2所述的活体检测方法,其特征在于,所述基于所述第一特征集合,确定所述待录入图像特征被所述目标活体检测模型检测通过的第一概率,包括:
确定所述待录入图像特征与所述第一特征集合中各图像特征之间的第一相似度值;
从各个所述第一相似度值中确定相似度值大于第一相似度阈值的第一相似度值的第一数量;
将所述第一数量与所述第一相似度值的总数量之间的比值,确定为所述第一概率。
5.根据权利要求2或3所述的活体检测方法,其特征在于,所述基于所述第二特征集合,确定所述待录入图像特征被所述目标活体检测模型漏检的第二概率,包括:
确定所述待录入图像特征与所述第二特征集合中各图像特征之间的第二相似度值;
从各所述第二相似度值中确定所述相似度值大于第二相似度阈值的第二相似度值的第二数量;
将所述第二数量与所述第二相似度值的总数量之间的比值,确定为所述第二概率。
6.根据权利要求1至5中任意一项所述的活体检测方法,其特征在于,所述提取所述待检测图像的图像特征,包括:
对所述待检测图像的背景区域进行特征提取,得到所述待检测图像的图像特征。
7.根据权利要求1至6中任意一项所述的活体检测方法,其特征在于,所述将所述图像特征与目标底库中的底库特征进行匹配,包括:
确定所述图像特征与所述目标底库中各底库特征之间的第三相似度值;
所述根据匹配结果,确定所述目标对象是否为活体,包括:
若存在相似度值大于第三相似度阈值的第三相似度值,则确定所述目标对象为非活体;
若不存在相似度值大于第三相似度阈值的第三相似度值,则确定所述目标对象为活体。
8.根据权利要求1至7中任意一项所述的活体检测方法,其特征在于,还包括:
通过其他活体检测方式对所述待检测图像进行活体检测,得到活体检测结果;
根据匹配结果,确定所述目标对象是否为活体,包括:
根据所述活体检测结果以及所述匹配结果,确定所述目标对象是否为活体。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至8中任意一项所述的活体检测方法。
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北京旷视科技有限公司;北京迈格威科技有限公司;深圳旷视金智科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司;深圳旷视金智科技有限公司许可,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/202111678220.6/1.html,转载请声明来源钻瓜专利网。