[发明专利]一种人脸活体检测方法及装置

摘要

本申请提供了一种人脸活体检测方法及装置，涉及人脸识别技术领域，包括：获取多组第一人脸样本图像，人脸样本图像包括活体人脸图像和非活体人脸图像；非活体人脸图像包括人脸照片图像和人脸视频图像；基于预先构建的目标卷积神经网络模型以及所述多组人脸样本图像中，训练用于检测活体人脸图像的图像特征和非活体人脸图像的图像特征的检测阈值；基于预先构建的目标卷积神经网络模型对待检测人脸图像进行处理，将处理结果与所述检测阈值进行比较，输出待检测人脸图像的检测结果。本申请实施例通过基于训练好的目标卷积神经网络模型以及该模型的检测阈值进行人脸活体检测，能够检测人脸照片和人脸视频的非活体攻击，检测准确度好且效率高。

主权项

1.一种人脸活体检测方法，其特征在于，包括：/n获取多组第一人脸样本图像，所述人脸样本图像包括活体人脸图像和非活体人脸图像；所述非活体人脸图像包括人脸照片图像和人脸视频图像；/n基于预先构建的目标卷积神经网络模型以及所述多组人脸样本图像中，训练用于检测活体人脸图像的图像特征和非活体人脸图像的图像特征的检测阈值；/n基于预先构建的目标卷积神经网络模型对待检测人脸图像进行处理，并将得到的处理结果与所述检测阈值进行比较，输出待检测人脸图像的检测结果；其中，在所述处理结果大于所述检测阈值时，所述检测结果为活体人脸；在处理结果小于所述检测阈值时，所述检测结果为非活体人脸；/n所述获取多组第一人脸样本图像，包括：/n读取摄像头拍摄的多组原始人脸样本图像；/n针对每一组原始人脸样本图像，提取该组原始人脸样本图像的图像特征，若所述图像特征中存在人脸图像特征，则确定所述人脸图像特征在所述原始人脸样本图像中位置信息；/n若检测到所述人脸特征位置信息偏移预设的位置范围，则基于所述人脸图像特征对所述人脸样本图像进行仿射变换；/n将所述仿射变换的人脸样本图像进行去背景处理，得到包括仿射变换后的人脸图像特征的第一人脸样本图像；/n所述目标卷积神经网络模型的构建方法，包括：/n获取多组第二人脸样本图像，所述第二人脸样本图像包括活体人脸图像和非活体人脸图像；所述非活体人脸图像包括人脸照片图像和人脸视频图像；/n基于多组所述第二人脸样本图像，对预设的初始的卷积神经网络模型组进行训练，确定全局误差最小目标的卷积神经网络结构，得到包括所述卷积神经网络结构的目标卷积神经网络模型；其中，初始的卷积神经网络模型组对应的卷积神经网络结构包括：预设的输入层、输出层以及待训练的卷积层、池化层、全连接层。/n