【技术实现步骤摘要】
一种活体检测方法、系统及存储介质
本专利技术涉及图像处理领域，具体而言，涉及一种活体检测方法、系统及存储介质。
技术介绍
随着人工智能技术的发展，人工智能产品越来越多的运用于生活中，如人脸识别和人脸认证技术被广泛运用于安防、金融等领域。在人脸认证技术中，特别是远程人脸认证技术，活体检测是其关键技术之一和重要组成部分，是保证人脸认证结果安全可信的重要手段。活体检测的目的是正确区分真实人脸和攻击人脸，其中攻击人脸包括人脸照片攻击、3D人脸面具攻击等多种攻击手段。当前主流的动作活体检测具备较好的防攻击能力，但是其需要使用者根据语音提示完成相应动作，对动作规范性有一定要求，使得其在特定场合如会议现场、门禁系统和特定用户如老年人或者因病不便动作的人群的使用受到限制。
技术实现思路
本专利技术的目的在于提供一种活体检测方法、系统及存储介质，以解决上述问题。第一方面，本专利技术提供一种活体检测方法，包括：采集待测人脸数据，所述待测人脸数据包括至少两帧图像；计算所述至少两帧图像中相邻两帧的光流场矩阵，获得多个光流场矩阵，所述多个光流场矩阵中每个光流场矩阵包括人脸各部位在横轴方向和纵轴...
【技术保护点】
1.一种活体检测方法，其特征在于，包括：采集待测人脸数据，所述待测人脸数据包括至少两帧图像；计算所述至少两帧图像中相邻两帧的光流场矩阵，获得多个光流场矩阵，所述多个光流场矩阵中每个光流场矩阵包括人脸各部位在横轴方向和纵轴方向上的位移参数；将所述多个光流场矩阵进行累加融合，获得光流场累加矩阵，将所述光流场累加矩阵排列形成的一维向量作为所述待测人脸数据的特征向量；将所述待测人脸数据的特征向量输入分类模型，通过所述分类模型判断所述待测人脸数据是否为真实人脸。
【技术特征摘要】
1.一种活体检测方法，其特征在于，包括：采集待测人脸数据，所述待测人脸数据包括至少两帧图像；计算所述至少两帧图像中相邻两帧的光流场矩阵，获得多个光流场矩阵，所述多个光流场矩阵中每个光流场矩阵包括人脸各部位在横轴方向和纵轴方向上的位移参数；将所述多个光流场矩阵进行累加融合，获得光流场累加矩阵，将所述光流场累加矩阵排列形成的一维向量作为所述待测人脸数据的特征向量；将所述待测人脸数据的特征向量输入分类模型，通过所述分类模型判断所述待测人脸数据是否为真实人脸。2.根据权利要求1所述的方法，其特征在于，在将所述待测人脸数据的特征向量输入分类模型之前，所述方法还包括：利用训练集中的训练样本对分类模型进行训练直至满足训练结束条件，每个训练样本为训练人脸数据的特征向量。3.根据权利要求2所述的方法，其特征在于，在利用训练集中的训练样本对分类模型进行训练直至满足训练结束条件之前，所述方法还包括：采集训练人脸数据，并对采集到的训练人脸数据进行数据标定，获得训练人脸数据的标签。4.根据权利要求1所述的方法，其特征在于，所述将所述多个光流场矩阵进行累加融合，获得光流场累加矩阵，包括：将每个所述光流场矩阵中在横轴上的位移累加到光流场累加矩阵的第一通道上，所述第一通道为横轴方向；以及将每个所述光流场矩阵中在纵轴上的位移累加到光流场累加矩阵的第二通道上，所述第二通道为纵轴方向；将累加获得的矩阵除以光流场矩阵的个数，将获得结果作为最终的光流场累加矩阵。5.根据权利要求1所述的方法，其特征在于，所述将所述多个光流场矩阵进行累加融合，获得光流场累加矩阵，包括：将每个所述光流场矩阵中在横轴上的位移进行累加，获得第一累加值；若所述第一累加值为正，则将所述光流场矩阵中在横轴上的位移累加到光流场累加矩阵的第一通道上，所述第一通道为横轴正向；若所述第一累加值为负，则将所述光流场矩阵中在横轴上的位移累加到光流场累加矩阵的第二通道上，所述第二通道为横轴负向；以及将每个所述光流场矩阵中在纵轴上的位移进行累加，获得第二累加值；若所述第二累加值为正，则将所述光流场矩阵中在纵轴上的位移累加到光流场累加矩阵的第三...
【专利技术属性】
技术研发人员：周曦，周超，
申请(专利权)人：重庆中科云丛科技有限公司，
类型：发明
国别省市：重庆,50
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。