一种人脸活体检测方法、介质和相关装置制造方法及图纸

本发明专利技术公开了一种人脸活体检测方法、介质和相关装置，以提高人脸活体检测结果的准确性和身份认证系统的安全性。所述人脸活体检测方法，包括：利用预先训练好的活体预测模型对待检测对象进行预测，所述活体预测模型为利用至少一种分类算法对红外图像采集装置采集的样本数据进行训练得到的，所述样本数据包括活体样本数据和虚假样本数据；根据每一活体预测模型输出的预测结果，判断所述待检测对象是否为活体对象。

A human face detection method, medium and related device

The invention discloses a face living detection method, a medium and a related device, so as to improve the accuracy of face detection and the safety of the identity authentication system. Including the living face detection method: object detection by in vivo model to predict pre trained prediction, the prediction model for in vivo trained on the sample data acquisition device of infrared image acquisition using at least one classification algorithm, the sample data including in vivo sample data and sample data according to false; the prediction results of each prediction model in vivo output, judging whether the detected object is a living object.

【技术实现步骤摘要】
一种人脸活体检测方法、介质和相关装置
本专利技术涉及人脸识别
，尤其涉及一种人脸活体检测方法、介质和相关装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。在生物识别系统中，为防止恶意者伪造和窃取他人的生物特征用于身份认证，生物识别系统需具有活体检测功能，即判断提交的生物特征是否来自有生命的个体。一般生物特征的活体检测技术利用的是人们的生理特征，例如活体指纹检测可以基于手指的温度、排汗、导电性能等信息，活体人脸检测可以基于头部的移动、呼吸、红眼效应等信息；活体虹膜检测可以基于虹膜振颤特性、睫毛和眼皮的运动信息、瞳孔对可见光源强度的收缩扩张反应特性等。随着人脸识别技术日趋成熟，其商业化应用愈加广泛。目前，人脸识别技术通行的活体检测技术一般采用指令动作配合的方式，如人脸左转、右转、张嘴、眨眼等，指令配合错误则认为是伪造欺骗。但是，无论是通过摄像头拍摄真人还是照片，最终得到的都是一张二维图片，因此对于摄像头前是真人还是一张照片，目前的人脸识别技术难以判断。由于人脸极易用照片、视频等方式进行复制，对合法用户人脸的假冒是人脸识别与认证系统安全的重要威胁。
技术实现思路
本专利技术实施例提供了一种基于红外摄像头的人脸活体检测方法、介质和相关装置，以提高人脸活体检测结果的准确性和身份认证系统的安全性。本专利技术实施例提供了一种人脸活体检测方法，包括：利用预先训练好的活体预测模型对待检测对象进行预测，所述活体预测模型为利用至少一种分类算法对红外图像采集装置采集的样本数据进行训练得到的，所述样本数据包括活体样本数据和虚假样本数据；根据每一活体预测模型输出的预测结果，判断所述待检测对象是否为活体对象。可选地，按照以下流程获得至少一个活体预测模型：将所述样本数据划分为N份，其中N为大于等于2的整数；针对每一种分类算法，利用该分类算法分别从N份样本数据中选取N-1份进行训练得到一组活体预测模型，其中，一组活体预测模型中包含N个活体预测模型。可选地，在根据每一活体预测模型输出的检测结果判断所述待检测对象是否为活体对象之前，还包括：针对每一组活体预测模型，获取预先针对该组活体预测模型所设置的权重；以及根据每一活体预测模型输出的检测结果，确定所述待检测对象是否为活体对象，具体包括：针对每一组活体预测模型，统计该组活体预测模型包含的各活体预测模型输出的预测结果确定为活体对象的数量；根据每一组活体预测模型输出的结果确定为活体对象的数量及其对应的权重进行加权和得到加权结果；根据所述加权结果判断所述待检测对象是否为活体对象。可选地，根据所述加权结果确定所述待检测对象是否为活体对象，具体包括：如果加权结果大于预设阈值，则确定所述待检测对象为活体对象；如果加权结果不大于预设阈值，则确定所述检测对象为虚假对象。本专利技术实施例提供一种人脸活体检测装置，包括：预测单元，用于利用预先训练好的活体预测模型对待检测对象进行预测，所述活体预测模型为利用至少一种分类算法对红外图像采集装置采集的样本数据进行训练得到的，所述样本数据包括活体样本数据和虚假样本数据；判断单元，用于根据每一活体预测模型输出的预测结果，判断所述待检测对象是否为活体对象。可选地，本专利技术实施例提供的人脸活体检测装置，还包括：划分单元，用于将所述样本数据划分为N份，其中N为大于等于2的整数；训练单元，用于针对每一种分类算法，利用该分类算法分别从N份样本数据中选取N-1份进行训练得到该分类算法对应的一组活体预测模型，其中，一组活体预测模型包含N个活体预测模型。可选地，本专利技术实施例提供的人脸活体检测装置，还包括获取单元，其中：获取单元，用于在所述判断单元在根据每一活体预测模型输出的检测结果判断所述待检测对象是否为活体对象之前，针对每一组活体预测模型，获取预先针对该组活体预测模型所设置的权重；所述判断单元，具体用于针对每一组活体预测模型，统计该组活体预测模型包含的各活体预测模型输出的预测结果确定为活体对象的数量；根据每一组活体预测模型输出的结果确定为活体对象的数量及其对应的权重进行加权和得到加权结果；根据所述加权结果判断所述待检测对象是否为活体对象。可选地，所述判断单元，具体用于如果加权结果大于预设阈值，则确定所述待检测对象为活体对象；如果加权结果不大于预设阈值，则确定所述检测对象为虚假对象。本专利技术实施例提供一种计算装置，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行上述任一方法的步骤。本专利技术实施例提供一种计算机可读介质，其存储有可由计算装置执行的计算机程序，当所述程序在计算装置上运行时，使得所述计算装置执行上述任一方法的步骤。本专利技术实施例提供的人脸活体检测方法、介质和相关装置，利用红外图像采集装置分别对活体样本和虚假样本进行图像采集得到活体样本数据和虚假样本数据，进而利用至少一种分类算法对得到的样本数据进行训练得到活体预测模型，利用活体预测模型对待检测对象进行预测，并根据预测结果判断待检测对象是否为活体对象，由于使用红外图像采集装置针对活体和虚假伪造的假脸采集的图像具有一定的区别，例如，亮瞳效益、清晰度和纹理不一样等，使得利用采用红外图像采集装置采集的样本数据进行训练得到的活体预测模型，能够更加准确地区分出活体图像和虚假图像，从而提高了人脸活体检测的准确性和身份认证系统的安全性。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1a为本专利技术实施例中，利用样本数据活体预测模型训练的示意图；图1b为本专利技术实施例中，人脸活体检测方法的实施流程示意图；图2为本专利技术实施例中，获得活体预测模型的流程示意图；图3a为本专利技术实施例中，确定待检测对象是否为活体对象的示意图；图3b为本专利技术实施例中，确定待检测人脸是否为真实人脸的示意图；图4为本专利技术实施例中，人脸活体检测装置的结构示意图；图5为本专利技术实施例中，根据本专利技术实施方式的计算装置结构示意图。具体实施方式为了提高人脸活体检测的准确性和身份认证系统的安全性，本专利技术实施例提供了一种人脸活体检测方法、介质和相关装置。以下结合说明书附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术，并且在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。专利技术人发现，现有的人脸活体检测方法中，一般采用指令动作配合的方式，如人脸左转、右转、张嘴、眨眼等，指令配合错误则认为是伪造欺骗。但是由于人脸图像极易被获取的特点，当通过照片、视频等将合法用户的人脸图像展示于身份认证系统的人脸采集设备前，其仍然可以冒充合法用户通过身份识别，从而降低了人脸活体检测的准确性和身份认证系统的安全性。有鉴于此，本专利技术实施例中，根据红外图像采集装置采集的活体图像与虚假图像具有本文档来自技高网...

【技术保护点】
一种人脸活体检测方法，其特征在于，包括：利用预先训练好的活体预测模型对待检测对象进行预测，所述活体预测模型为利用至少一种分类算法对红外图像采集装置采集的样本数据进行训练得到的，所述样本数据包括活体样本数据和虚假样本数据；根据每一活体预测模型输出的预测结果，判断所述待检测对象是否为活体对象。

【技术特征摘要】
1.一种人脸活体检测方法，其特征在于，包括：利用预先训练好的活体预测模型对待检测对象进行预测，所述活体预测模型为利用至少一种分类算法对红外图像采集装置采集的样本数据进行训练得到的，所述样本数据包括活体样本数据和虚假样本数据；根据每一活体预测模型输出的预测结果，判断所述待检测对象是否为活体对象。2.如权利要求1所述的方法，其特征在于，按照以下流程获得至少一个活体预测模型：将所述样本数据划分为N份，其中N为大于等于2的整数；针对每一种分类算法，利用该分类算法分别从N份样本数据中选取N-1份进行训练得到该分类算法对应的一组活体预测模型，其中，每一组活体预测模型包括N个活体预测模型。3.如权利要求2所述的方法，其特征在于，在根据每一活体预测模型输出的检测结果判断所述待检测对象是否为活体对象之前，还包括：针对每一组活体预测模型，获取预先针对该组活体预测模型所设置的权重；以及根据每一活体预测模型输出的检测结果，判断所述待检测对象是否为活体对象，具体包括：针对每一组活体预测模型，统计该组活体预测模型包含的各活体预测模型输出的预测结果确定为活体对象的数量；根据每一组活体预测模型输出的结果确定为活体对象的数量及其对应的权重进行加权和得到加权结果；根据所述加权结果判断所述待检测对象是否为活体对象。4.根据权利要求3所述的方法，其特征在于，根据所述加权结果判断所述待检测对象是否为活体对象，具体包括：如果加权结果大于预设阈值，则确定所述待检测对象为活体对象；如果加权结果不大于预设阈值，则确定所述检测对象为虚假对象。5.一种人脸活体检测装置，其特征在于，包括：预测单元，用于利用预先训练好的活体预测模型对待检测对象进行预测，所述活体预测模型为利用至少一种分类算法对红外图像采集装置...

【专利技术属性】
技术研发人员：颜浩，陈帅斌，蒋泽飞，夏虹，
申请(专利权)人：杭州登虹科技有限公司，
类型：发明
国别省市：浙江,33