【技术实现步骤摘要】
静默式人脸活体检测方法、装置、存储介质及处理器
本专利技术涉及人脸识别领域，具体而言，涉及一种静默式人脸活体检测方法、装置、存储介质及处理器。
技术介绍
近年来，随着深度学习、计算机视觉技术的发展，人脸识别的性能已经超越人类水平，凭借超高的识别精度在实际场景中获得了广泛应用，如基于人脸识别的刷脸支付、门禁、人脸考勤机等。人脸识别具有非接触式、方便易用等特点，然而，照片、视频、面具、3D模型等伪造人脸给人脸识别带来了极大的安全隐患。为了预防安全攻击，活体检测技术应运而生，通过多样化的技术手段，区分真实人脸与伪造人脸，保障信息安全。现有的人脸活体检测技术从实现的手段上来讲主要分为两类：第一类从硬件角度出发，借助红外传感器、三维景深相机等进行前端采集，识别真实的人脸，设备成本高，且对硬件要求条件苛刻，难以在市场上广泛应用。另一类采用算法软件方案，通过分析真实人脸与伪造人脸的特征差别实现活体检测，如基于动作或者语音指令的交互式活体检测、高频微纹理活体检测、利用多光谱皮肤特特性的活体检测等。但是，上述两类方法大多基于多帧的视频序列进行检测，或依赖与用户之间的交互配合，其计算...
【技术保护点】
1.一种静默式人脸活体检测方法，其特征在于，包括：根据预设人脸图片数据集分别对预设人脸检测模型、预设人脸总体特征模型进行训练，直至所述预设人脸检测模型和所述预设人脸总体特征模型分别达到收敛状态；根据所述预设人脸图片数据集和达到所述收敛状态的所述预设人脸检测模型对预设人脸区域特征模型进行训练，直至所述预设人脸区域特征模型达到所述收敛状态；对达到所述收敛状态的所述预设人脸检测模型、达到所述收敛状态的所述预设人脸总体特征模型和达到所述收敛状态的所述预设人脸区域特征模型进行级联处理，得到用于同时提取人脸图片的全局总体特征和局部细节特征的活体检测模型；根据所述预设人脸图片数据集对所述...
【技术特征摘要】
1.一种静默式人脸活体检测方法，其特征在于，包括：根据预设人脸图片数据集分别对预设人脸检测模型、预设人脸总体特征模型进行训练，直至所述预设人脸检测模型和所述预设人脸总体特征模型分别达到收敛状态；根据所述预设人脸图片数据集和达到所述收敛状态的所述预设人脸检测模型对预设人脸区域特征模型进行训练，直至所述预设人脸区域特征模型达到所述收敛状态；对达到所述收敛状态的所述预设人脸检测模型、达到所述收敛状态的所述预设人脸总体特征模型和达到所述收敛状态的所述预设人脸区域特征模型进行级联处理，得到用于同时提取人脸图片的全局总体特征和局部细节特征的活体检测模型；根据所述预设人脸图片数据集对所述活体检测模型进行训练，直至所述活体检测模型达到所述收敛状态；根据达到所述收敛状态的所述活体检测模型对待检测人脸图片进行检测，得到检测结果。2.根据权利要求1所述的方法，其特征在于，在根据预设人脸图片数据集分别对预设人脸检测模型、预设人脸总体特征模型进行训练之前，所述方法还包括：获取多张第一照片和多张第二照片，其中，所述第一照片的特征属性为真实人脸特征，所述第二照片的特征属性为伪造人脸特征；根据所述多张第一照片和所述多张第二照片创建所述预设人脸图片数据集。3.根据权利要求1所述的方法，其特征在于，在根据所述人脸图片数据集和达到所述收敛状态的所述预设人脸检测模型对预设人脸区域特征模型进行训练之前，所述方法还包括：输入所述预设人脸图片数据集至达到所述收敛状态的所述预设人脸检测模型，得到多张人脸区域图片；将所述多张人脸区域图片进行尺寸归一化处理，得到所述人脸区域数据集。4.根据权利要求1所述的方法，其特征在于，所述对达到所述收敛状态的所述预设人脸检测模型、达到所述收敛状态的所述预设人脸总体特征模型和达到所述收敛状态的所述预设人脸区域特征模型进行级联处理，得到活体检测模型包括：删除达到所述收敛状态的所述预设人脸区域特征模型中的分类层，得到第一过渡模型；将所述第一过渡模型和达到所述收敛状态的所述预设人脸检测模型进行级联，得到人脸区域子分支；删除达到所述收敛状态的所述预设人脸总体特征模型中的分类层，得到总体子分支；将所述人脸区域子分支和所述总体子分支进行并联，得到第二过渡模型；对所述第二过渡模型添加多层卷积层和全连接层，得到所述活体检测模型。5.一种静默式人脸活体检测装置，其特征在于，包括：第一训练单元，用于根据预设人脸图片数据集分别对预设人脸检测...
【专利技术属性】
技术研发人员：王志鹏，周文明，
申请(专利权)人：深圳市中悦科技有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。