一种三维脸部活体检测方法、脸部认证识别方法及装置制造方法及图纸

本说明书实施例涉及一种三维脸部活体检测方法、脸部认证识别方法及装置，包括：获取针对目标检测对象的多帧深度图像；对所述多帧深度图像进行对齐预处理得到预处理后的点云数据；将所述点云数据进行归一化处理得到灰度深度图像；基于所述灰度深度图像和活体检测模型，进行活体检测。

【技术实现步骤摘要】
一种三维脸部活体检测方法、脸部认证识别方法及装置
本说明书实施例涉及计算机
，尤其涉及一种三维脸部活体检测方法、脸部认证识别方法及装置。
技术介绍
为了提升认证安全性，已经开始使用当前比较流行的人脸识别检测技术。在人脸识别系统中，最常见的欺骗方式是假冒攻击，即冒名顶替者使用某种具有相同表现形式的假冒特征来入侵人脸识别系统。目前，常用的假冒攻击手段主要有照片、视频和三维模型等。目前，主要采用活体检测技术来防御类似攻击。通过下发的指令配合完成特定的活体动作，例如，眨眼、转头、张嘴等生理行为，从而可以从这些活体动作中识别出是否为活体。但是，这些活体检测方式的检测性能并不是很好，影响活体检测结果，进而影响认证识别的准确性。
技术实现思路
本说明书实施例提供一种三维脸部活体检测方法、脸部认证识别方法及装置，用以解决现有技术中存在的活体检测性能较差的问题。为了解决上述技术问题，本说明书实施例采用下述技术方案：第一方面，提供了一种三维脸部活体检测方法，包括：获取针对目标检测对象的多帧深度图像；对所述多帧深度图像进行对齐预处理得到预处理后的点云数据；将所述点云数据进行归一化处理得到灰度深度图像；基本文档来自技高网...

【技术保护点】
1.一种三维脸部活体检测方法，包括：获取针对目标检测对象的多帧深度图像；对所述多帧深度图像进行对齐预处理得到预处理后的点云数据；将所述点云数据进行归一化处理得到灰度深度图像；基于所述灰度深度图像和活体检测模型，进行活体检测。

【技术特征摘要】
1.一种三维脸部活体检测方法，包括：获取针对目标检测对象的多帧深度图像；对所述多帧深度图像进行对齐预处理得到预处理后的点云数据；将所述点云数据进行归一化处理得到灰度深度图像；基于所述灰度深度图像和活体检测模型，进行活体检测。2.如权利要求1所述的方法，所述活体检测模型通过以下方式得到：获取针对目标训练对象的多帧深度图像；对所述多帧深度图像进行对齐预处理得到预处理后的点云数据；将所述点云数据进行归一化处理得到灰度深度图像样本；基于所述灰度深度图像样本和对所述灰度深度图像样本的标注数据，训练得到活体检测模型。3.如权利要求1所述的方法，对所述多帧深度图像进行对齐预处理得到预处理后的点云数据，包括：基于三维脸部关键点对所述多帧深度图像进行粗对齐；基于迭代最近点ICP算法对经粗对齐处理后的深度图像进行精对齐，得到点云数据。4.如权利要求1-3任一项所述的方法，在对所述多帧深度图像进行对齐预处理之前，还包括：对所述多帧深度图像中的每帧深度图像进行双边滤波处理。5.如权利要求1所述的方法，将所述点云数据进行归一化处理得到灰度深度图像，包括：根据所述点云数据中三维脸部关键点，确定脸部区域的平均深度；对脸部区域进行分割，删除所述点云数据中前景和背景；将删除前景和背景的点云数据归一化到以所述平均深度为基准的前后预设数值范围内，得到灰度深度图像。6.如权利要求5所述的方法，所述预设数值的取值为30-50mm。7.如权利要求1所述的方法，在基于所述灰度深度图像样本训练得到活体检测模型之前，还包括：对所述灰度深度图像样本进行数据增广处理，所述数据增广处理包括如下至少一种：旋转操作、平移操作、缩放操作。8.如权利要求1所述的方法，所述活体检测模型为基于卷积神经网络结构训练得到的模型。9.如权利要求1所述的方法，所述多帧深度图像是基于主动双目式深度摄像装置获取得到的。10.一种脸部认证识别方法，包括：获取针对目标检测对象的多帧深度图像；对所述多帧深度图像进行对齐预处理得到预处理后的点云数据；将所述点云数据进行归一化处理得到灰度深度图像；基于所述灰度深度图像和活体检测模型，进行活体检测；根据活体检测结果确定认证识别是否通过。11.一种三维脸部检测装置，包括：获取模块，获取针对目标检测对象的多帧深度图...

【专利技术属性】
技术研发人员：马晨光，李亮，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY