人脸检测方法、装置、电子设备及介质制造方法及图纸

本说明书实施例提供了一种人脸检测方法、装置、电子设备及介质，通过将获取的目标人脸图像输入预先训练好的检测模型，得到目标人脸图像的注意力检测值和活体检测值，注意力检测值表征目标人脸图像中用户注视目标位置的概率，活体检测值表征目标人脸图像来源于攻击行为的概率，进而结合注意力检测值和活体检测值，确定目标人脸图像是否通过安全检测。

Face detection methods, devices, electronic equipment and media

【技术实现步骤摘要】
人脸检测方法、装置、电子设备及介质
本说明书实施例涉及计算机
，尤其涉及一种人脸检测方法、装置、电子设备及介质。
技术介绍
近年来，人脸识别技术在人们的生活和生产中起到了越来越重要的作用，例如，在支付、考勤、出行等场景，人脸识别技术都已经得到了广泛的应用。但是，随之出现诸如打印纸张、手机屏幕展示等攻击手段，也对人脸识别系统的安全使用带来了较大的考验。因此，需要在人脸识别系统中增加安全性检测，以保证系统的安全运行以及用户的利益。
技术实现思路
本说明书实施例提供了一种人脸检测方法、装置、电子设备及介质。第一方面，本说明书实施例提供了一种人脸检测方法，包括：获取目标人脸图像；将所述目标人脸图像输入预先训练好的检测模型，得到所述目标人脸图像的注意力检测值和活体检测值，其中，所述注意力检测值用于表征所述目标人脸图像中用户注视目标位置的概率，所述活体检测值用于表征所述目标人脸图像来源于攻击行为的概率；基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测。第二方面，本说明书实施例提供了一种人脸检测本文档来自技高网...

【技术保护点】
1.一种人脸检测方法，包括：/n获取目标人脸图像；/n将所述目标人脸图像输入预先训练好的检测模型，得到所述目标人脸图像的注意力检测值和活体检测值，其中，所述注意力检测值用于表征所述目标人脸图像中用户注视目标位置的概率，所述活体检测值用于表征所述目标人脸图像来源于攻击行为的概率；/n基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测。/n

【技术特征摘要】
1.一种人脸检测方法，包括：
获取目标人脸图像；
将所述目标人脸图像输入预先训练好的检测模型，得到所述目标人脸图像的注意力检测值和活体检测值，其中，所述注意力检测值用于表征所述目标人脸图像中用户注视目标位置的概率，所述活体检测值用于表征所述目标人脸图像来源于攻击行为的概率；
基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测。


2.根据权利要求1所述的方法，所述基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测，包括：
若所述活体检测值小于第一预设阈值，且所述注意力检测值大于第二预设阈值，则判定所述目标人脸图像通过安全检测；
若所述活体检测值不小于所述第一预设阈值，则判定所述目标人脸图像未通过安全检测。


3.根据权利要求2所述的方法，所述基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测，还包括：
若所述活体检测值小于所述第一预设阈值，且所述注意力检测值不大于所述第二预设阈值，则向所述用户发送预设的提示信息，所述提示信息用于提示用户配合完成所述安全检测。


4.根据权利要求2所述的方法，所述基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测，还包括：
若所述活体检测值小于所述第一预设阈值，且所述注意力检测值不大于所述第二预设阈值，则判断所述活体检测值是否小于第三预设阈值，其中，所述第三预设阈值小于所述第一预设阈值；
若是，则判定所述目标人脸图像通过安全检测，若否，则判定所述目标人脸图像未通过安全检测。


5.根据权利要求2所述的方法，还包括：
基于历史人脸图像的注意力检测值，得到基准值，并用所述基准值更新所述第二预设阈值，其中，所述历史人脸图像为满足预设条件的人脸图像。


6.根据权利要求5所述的方法，所述满足预设条件的人脸图像包括：
预设历史时间段内采集的活体检测值小于所述第一预设阈值的人脸图像；或者
历史在预设区域内采集的活体检测值小于所述第一预设阈值的人脸图像。


7.根据权利要求1所述的方法，所述检测模型通过以下步骤训练得到：
获取训练数据以及所述训练数据的标签信息，所述训练数据包括：多个人脸图像样本，所述标签信息包括用于表征人脸图像样本是否为攻击样本的第一标签信息，以及用于表征人脸图像样本中用户是否注视目标位置的第二标签信息；
根据所述训练数据以及所述训练数据的标签信息，对预先构建的多任务模型进行训练，得到训练好的所述检测模型。


8.根据权利要求7所述的方法，所述训练数据包括第一样本数据集和第二样本数据集，所述获取训练数据以及所述训练数据的标签信息，包括：
获取所述第一样本数据集以及所述第一样本数据集中每个人脸图像样本的所述第一标签信息，获取所述第二样本数据集以及所述第二样本数据集中每个人脸图像样本的所述第二标签信息；
所述根据所述训练数据以及所述训练数据的标签信息，对预先构建的多任务模型进行训练，得到训练好的所述检测模型，包括：
通过所述第一样本数据集以及所述第一样本数据集中每个人脸图像样本的第一标签信息，对预先构建的第一子模型进行训练，得到训练好的分类子模型；
构建多任务模型，并根据所述第二样本数据集以及所述第二样本数据集中每个人脸图像样本的第二标签信息，对所述多任务模型进行训练，得到训练好的所述检测模型，其中，所述多任务模型包括所述分类子模型以及预设的第二子模型。


9.根据权利要求1所述的方法，还包括：
若所述目标人脸图像通过安全检测，则对所述目标人脸图像进行人脸识别，得到人脸识别结果。


10.一种人脸检测方法，包括：
获取训练数据以及所述训练数据的标签信息，所述训练数据包括：多个人脸图像样本，所述标签信息包括用于表征人脸图像样本是否为攻击样本的第一标签信息，以及用于表征人脸图像样本中用户是否注视目标位置的第二标签信息；
根据所述训练数据以及所述训练数据的标签信息，对预先构建的多任务模型进行训练，得到训练好的检测模型；
其中，所述检测模型用于输出采集的人脸图像的注意力检测值和活体检测值，所述注意力检测值用于表征所述人脸图像中用户注视目标位置的概率，所述活体检测值用于表征所述人脸图像来源于攻击行为的概率，所述注意力检测值和活体检测值用于确定所述人脸图像是否通过安全检测。


11.一种人脸检测装置，包括：
图像获取模块，用于获取目标人脸图像；
检测值获...

【专利技术属性】
技术研发人员：曹佳炯，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33