活体识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种活体识别方法、装置、计算机设备和存储介质。所述方法包括：获取待处理图像，通过识别模型的转换层将所述待处理图像转化为第一图像，所述待处理图像和所述第一图像对应不同的属性，所述属性包括伪造图像和非伪造图像；通过所述识别模型的识别层对所述待处理图像和所述第一图像进行特征提取，得到所述待处理图像的特征图和所述第一图像的特征图；根据所述待处理图像的特征图和所述第一图像的特征图确定所述待处理图像和所述第一图像之间的残差图；基于所述残差图对所述待处理图像进行活体识别，得到所述待处理图像的类别，所述类别为活体或非活体。采用本方法能够准确识别待处理图像是否为活体。

Method, device, computer equipment and storage medium of living body recognition

【技术实现步骤摘要】
活体识别方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种活体识别方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展，出现了活体识别技术。活体检测是指用户按照系统指示做出相应的动作,例如：眨眼、摇头、说一串数字等，防止用户在一些重要环境下用照片骗过系统完成验证的技术。当用户按照系统指示执行动作之后，系统会进行人脸检测、五官定位、动作检测等操作来判断用户活体检测是否通过。然而，恶意用户可以通过多种动作的组合视频来骗过活体检测系统，导致活体识别不准确。
技术实现思路
基于此，有必要针对上述技术问题，有必要针对活体识别不准确的技术问题，提供一种活体识别方法、装置、计算机设备和存储介质。在一个实施例中，提供了一种活体识别方法，所述方法包括：获取待处理图像，通过识别模型的转换层将所述待处理图像转化为第一图像，所述待处理图像和所述第一图像对应不同的属性，所述属性包括伪造图像和非伪造图像；通过所述识别模型的识别层对所述待处理图像和所述第一图像进行特征提取，得到所述待处本文档来自技高网...

【技术保护点】
1.一种活体识别方法，包括：/n获取待处理图像，通过识别模型的转换层将所述待处理图像转化为第一图像，所述待处理图像和所述第一图像对应不同的属性，所述属性包括伪造图像和非伪造图像；/n通过所述识别模型的识别层对所述待处理图像和所述第一图像进行特征提取，得到所述待处理图像的特征图和所述第一图像的特征图；/n根据所述待处理图像的特征图和所述第一图像的特征图确定所述待处理图像和所述第一图像之间的残差图；/n基于所述残差图对所述待处理图像进行活体识别，得到所述待处理图像的类别，所述类别为活体或非活体。/n

【技术特征摘要】
1.一种活体识别方法，包括：
获取待处理图像，通过识别模型的转换层将所述待处理图像转化为第一图像，所述待处理图像和所述第一图像对应不同的属性，所述属性包括伪造图像和非伪造图像；
通过所述识别模型的识别层对所述待处理图像和所述第一图像进行特征提取，得到所述待处理图像的特征图和所述第一图像的特征图；
根据所述待处理图像的特征图和所述第一图像的特征图确定所述待处理图像和所述第一图像之间的残差图；
基于所述残差图对所述待处理图像进行活体识别，得到所述待处理图像的类别，所述类别为活体或非活体。


2.根据权利要求1所述的方法，其特征在于，所述通过所述识别模型的识别层对所述待处理图像和所述第一图像进行特征提取，得到所述待处理图像的特征图和所述第一图像的特征图，包括：
通过所述识别模型的识别层对所述待处理图像和所述第一图像进行划分，得到所述待处理图像的各区域和所述第一图像的各区域；
确定所述待处理图像中各区域分别对应的特征值，并确定所述第一图像中各区域分别对应的特征值；
根据所述待处理图像中各区域分别对应的特征值确定所述待处理图像的特征图；
根据所述第一图像中各区域分别对应的特征值确定所述第一图像的特征图。


3.根据权利要求1所述的方法，其特征在于，所述根据所述待处理图像的特征图和所述第一图像的特征图确定所述待处理图像和所述第一图像之间的残差图，包括：
确定所述待处理图像的特征图和所述第一图像的特征图之间的特征变化量；
根据所述特征变化量生成所述待处理图像和所述第一图像之间的残差图。


4.根据权利要求3所述的方法，其特征在于，所述确定所述待处理图像的特征图和所述第一图像的特征图之间的特征变化量，包括：
确定所述待处理图像的特征图和所述第一图像的特征图之间的像素点对；
确定所述像素点对中的两个像素点之间的特征差值，得到每个像素点对对应的特征差值；
所述根据所述特征变化量生成所述待处理图像和所述第一图像之间的残差图，包括：
根据所述每个像素点对对应的特征差值生成所述待处理图像和所述第一图像之间的残差图。


5.根据权利要求4所述的方法，其特征在于，所述根据所述每个像素点对对应的特征差值生成所述待处理图像和所述第一图像之间的残差图，包括：
对所述每个像素点对对应的特征差值进行归一化处理，得到所述每个像素点对对应的权重值；
根据所述每个像素点对对应的权重值生成所述待处理图像和所述第一图像之间的残差图。


6.根据权利要求1至5中任一项所述的方法，其特征在于，所述基于所述残差图对所述待处理图像进行活体识别，得到所述待处理图像的类别，包括：
获取所述残差图中的各像素点对应的权重值；
基于所述残差图中的各像素点对应的权重值对所述待处理图像进行活体识别，得到所述待处理图像的类别。


7.根据权利要求6所述的方法，其特征在于，所述基于所述残差图中的各像素点对应的权重值对所述待处理图像进行活体识别，得到所述待处理图像的类别，包括：
通过所述识别模型的识别层对所述待处理图像进行卷积处理，得到所述待处理图像中各像素点对应的第一特征值；
根据所述残差图中的各像素点分别对应的权重值和所述待处理图像中各像素点对应的第一特征值，确定所述待处理图像中各像素点对应的第二特征值；
根据所述待处理图像中各像素点对应的第二特征值确定所述待处理图像的类别。


8.根据权利要求1所述的方法，其特征在于，所述基于所述残差图对所述待处理图像进行活体识别，得到所述待处理图像的类别，包括：
对所述残差图和所述待处理图像进行特征提取，得到所述残差图对应的特征和所述待处理图像对应的特征；
基于所述残差图的特征和所述待处理图像的特征对所述待处理图像进行活体识别，得到所述待处理图像的类别。


9.一种识别模型训练方法，包括：
获取训练图像样本和所述训练图像样本对应的类别标签，所述类别标签包括活体和非活体；
通过识别模型的转换层将所述训练图像样本转化为第一图像样本，所述训练图像样本和所述第一图像样本对应不同的属性；所述属...

【专利技术属性】
技术研发人员：姚太平，吴双，孟嘉，丁守鸿，李季檩，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44