[发明专利]一种人脸活体检测方法、装置、电子设备及存储介质

说明书

本申请涉及人脸识别技术领域，尤其涉及一种人脸活体检测方法、装置、电子设备及存储介质，采用基于皱眉表情识别的人脸活体检测，能够有效抵御RealAI的人脸攻击，并且在一些实施例中，采用基于无锚点的人脸检测方法Centerface，避免了繁琐的基于锚点的后处理时间，快速高效且高召回率和低误检率，可以更好地解决光线不理想的环境下人脸漏检的问题；采用针对移动端轻量级人脸关键点定位网络Mediapipe facemesh，在复杂背景下鲁棒性更高且满足移动端的实时高效准确的要求；采用基于轻量级深度神经网络实现皱眉表情分类，加入多尺度卷积层使得该模型在复杂背景下鲁棒性更高且满足移动端的实时高效准确的要求。

技术领域

本申请涉及人脸识别技术领域，尤其涉及一种人脸活体检测方法、装置、电子设备及存储介质。

背景技术

随着移动互联网的发展，身份验证场景(确定用户对象的真实性)在金融保险、银行证券等领域得到越来越多关注，假脸攻击对人脸活体检测巨大的威胁也越来越大，而且假脸攻击手段越来越丰富，其中RealAI能够在拿到被攻击者的照片后，通过算法在眼部区域生成干扰图案，然后打印出来裁剪为“眼镜”的形状贴到镜框上，测试人员戴上就可以实现人脸识别攻击，参见说明书附图2。

可见伪造假脸的物理方式，对金融保险、银行证券等领域身份验证场景的防御能力提出了更高的要求。经发现RealAI这种攻击方式存在眉毛固定且不易伪造皱眉表情的弱点。

发明内容

为克服现有技术中的不足，本申请提供一种人脸活体检测方法、装置、电子设备及存储介质，能够在身份认证时，通过对人脸皱眉表情的识别，增强防御假脸攻击能力。

第一方面，本申请提供一种人脸活体检测方法，所述方法包括以下步骤：

获取用户响应皱眉指令所完成的人脸视频序列，并对所述人脸视频序列进行采样，得到人脸图像序列；

对所述人脸图像序列中的人脸图像进行人脸检测，得到人脸检测框，并将所述人脸检测框从所述所述人脸图像序列中的人脸图像中裁出，得到人脸检测图像序列；

将得到的所述人脸检测图像序列输入人脸关键点定位网络进行人脸关键点定位，得到皱眉表情区域；并将所述皱眉表情区域从所述人脸检测图像中裁出，得到皱眉表情图像序列；

对得到的所述皱眉表情图像序列进行识别，并基于识别结果判断人脸为活体或者非活体。

在一种可能的实施方式中，所述对所述人脸图像序列中的人脸图像进行人脸检测，得到人脸检测框，并将所述人脸检测框从所述所述人脸图像序列中的人脸图像中裁出，得到人脸检测图像序列，包括以下步骤：

将所述人脸图像序列中的人脸图像输入到人脸检测网络中进行人脸检测，并得到人脸热度图、人脸尺度图和人脸中心偏移量图；

将所述人脸热度图中大于预设阈值的点标记为人脸，并在所述人脸中心偏移量图上的对应位置取出人脸坐标偏移量，将其与所述人脸热度图的坐标相加得到人脸的中心位置；

基于所述人脸尺度图获取计算出人脸的宽和高，并结合所述人脸的中心位置得到人脸检测框；

将所述人脸检测框外扩后从所述所述人脸图像序列中的人脸图像中裁出，得到人脸检测图像序列。

在一种可能的实施方式中，通过如下方式对所述人脸检测框进行外扩：

获取所述人脸检测框在其宽度方向的坐标最小值和坐标最大值，以及其高度方向的坐标最小值和坐标最大值；

按照预设的外扩比例对所述人脸检测框宽度方向的坐标最小值和坐标最大值，以及其高度方向的坐标最小值和坐标最大值分别进行增大。

在一种可能的实施方式中，所述将得到的所述人脸检测图像序列输入人脸关键点定位网络进行人脸关键点定位，得到皱眉表情区域，包括以下步骤：