非活体人脸的检测方法、装置、计算机设备及存储介质制造方法及图纸

本申请提供非活体人脸的检测方法、装置、计算机设备及存储介质，属于人脸检测技术领域。本申请用于提高活体人脸识别的准确性。该非活体人脸的检测方法包括：获取视频图像，从该视频图像中提取多张待检测图片；将该待检测图片分别输入至预先训练好的目标图片检测模型中，得到每个待检测图片包括的目标图像及目标图像所属的类别；依次判断每个待检测图片的目标图像中是否包括有所属类别为人脸区域的目标图像，若是，则进一步判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件；若存在至少一张待检测图的人脸区域与异常的环境元件的相对位置关系在预设的范围之内，则判断待检测图片中的人脸为非活体人脸。

【技术实现步骤摘要】
非活体人脸的检测方法、装置、计算机设备及存储介质
本申请涉及人脸检测
，特别是涉及一种非活体人脸的检测方法、装置、计算机设备及存储介质。
技术介绍
基于对用户的隐私或财产等方面的保护，在有些场景中需要通过终端设备的摄像头对用户进行活体识别，只有在识别到活体用户时，才允许访问应用程序中的某些功能。现有的基于人脸动态关键点的活体检测方案一般是在识别活体的时候，让用户眨眼、张嘴或抬头等操作，但是现有的活体识别技术存在被伪造动画攻破的风险，如果伪造的人脸动画很逼真那么可以通过现有的活体目标检测。由于动画制作技术的快速发展使得现有的活体识别技术存在被伪造动画攻破的风险，现有的活体识别技术亟待改进。
技术实现思路
本专利技术实施例提供一种非活体人脸的检测方法、装置、计算机设备及存储介质，可以提高活体人脸识别的准确性。根据本申请的一个方面提供的一种非活体人脸的检测方法，所述方法包括：获取视频图像，从所述视频图像中提取多张待检测图片；将所述待检测图片分别输入至预先训练好的目标图片检测模型中，得到每个所述待检测图片包括的目标图像及所述目标图像所属的类别；依次判断每个所述待检测图片的目标图像中是否包括有所属类别为人脸区域的目标图像，若是，则进一步判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件；若存在至少一张所述待检测图的人脸区域与所述异常的环境元件的相对位置关系在预设的范围之内，则判断所述待检测图片中的人脸为非活体人脸。根据本申请的另一个方面提供的一种非活体人脸的检测装置，所述装置包括：视频获取模块，用于获取视频图像，从所述视频图像中提取多张待检测图片；输入模块，用于将所述待检测图片分别输入至预先训练好的目标图片检测模型中，得到每个所述待检测图片包括的目标图像及所述目标图像所属的类别；第一判断模块，用于依次判断每个所述待检测图片的目标图像中是否包括有所属类别为人脸区域的目标图像，若是，则进一步判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件；第二判断模块，用于若存在至少一张所述待检测图的人脸区域与所述异常的环境元件的相对位置关系在预设的范围之内，则判断所述待检测图片中的人脸为非活体人脸。根据本申请的又一个方面提供的一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述非活体人脸的检测方法。根据本申请的还一个方面提供的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述非活体人脸的检测方法中的步骤。本申请提供的非活体人脸的检测方法、装置、计算机设备及存储介质通过增加了异常环境元件检测技术，并预先让目标图片检测模型对异常的环境元件进行学习，使得在识别待检测的人脸是否为非活体人脸时，通过该标图片检测模型可以通过先识别出待检测的图片或视频中是否有异常的环境元件，再通过判断环境元件与人脸区域的位置关系判断该待检测图片中的人脸是否为非活体人脸，提高了活体人脸识别的准确性。附图说明图1为本专利技术一实施例中非活体人脸的检测方法的一应用环境示意图；图2为根据本专利技术的一个实施例的非活体人脸的检测方法的流程图；图3为判断目标图像中是否包括有所属类别为预设的异常类别的环境元件的流程图；图4为训练该目标图片检测模型的流程图；图5为根据本专利技术的另一实施例的非活体人脸的检测方法的流程图；图6为根据本专利技术的一个实施例的非活体人脸的检测装置的示范性结构框图；图7为根据本专利技术的一个实施例的计算机设备的内部结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术一实施例中非活体人脸的检测方法的一应用环境示意图，如图1所示，本申请提供的非活体人脸的检测方法，可应用在如图1的应用环境中。其中，非活体人脸的检测设备包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑等，该计算机设备设有摄像头用于获取视频图像。图2为根据本专利技术的一个实施例的非活体人脸的检测方法的流程图，下面结合图2详细描述根据本专利技术的一个实施例的非活体人脸的检测方法，如图2所示，该方法包括以下步骤S101至S104。S101、获取视频图像，从所述视频图像中提取多张待检测图片。在其中的一个实施例中，该视频图像为终端设备的摄像头采集到的视频图像。在其中一个实施例中，在所述步骤S101的步骤之前，所述非活体人脸的检测方法还包括以下步骤：输出让用户对着摄像头做预设面部动作的提示消息；获取包括有所述预设面部动作的视频图像。在该实施例中，该预设面部动作包括但不限于眨眼、抬头、张嘴等等。S102、将所述待检测图片分别输入至预先训练好的目标图片检测模型中，得到每个所述待检测图片包括的目标图像及所述目标图像所属的类别。其中，该目标图片检测模型可以是SSD(SingleShotMultiBoxDetector，单镜头多盒检测器)模型。该待检测的图片既包括非非活体人脸的图片，也包括非活体人脸的图片，还包括普通的环境元件，该环境元件包括但不限于显示器、电视机、投影仪幕布、电脑等等。在其中的一个实施例中，与眨眼对应的面部特征图像为人眼区域的图像，与张嘴对应的面部特征图像为人的嘴巴区域的图像，与抬头对应的面部特征图像为人的下巴区域的头像。S103、依次判断每个所述待检测图片的目标图像中是否包括有所属类别为人脸区域的目标图像，若是，则进一步判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件。在该实施中，哪些环境元件为异常的环境元件可以人为设定。该异常的环境元件包括但不限于显示器的边框、平板电脑/电脑的边框、电视、投影幕布等。在其中的一个实施例中，该异常的环境元件为目标图片检测模型能够检测出来的环境原件，具体可以是显示器或电视机的边框、投影幕布的边界、投影在墙上的投影区域的边界等。图3为判断目标图像中是否包括有所属类别为预设的异常类别的环境元件的流程图，如图3所示，该判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件的步骤包括以下步骤S301和S302。S301、获取从每张所述待检测图片中得到的每个目标图像所属的类别及预设的异常环境元件的类别；S302、判断每个所述目标图像所属的类别中是否包含有至少一个所述异常环境元件的类别，若是，则判断所述目标图像中包括有异常的环境元件。S104、若存在至少一张所述待检测图的人脸区域与所述异常的环境元件的相对位置关系在预设的范围之内，则判断所述待检测本文档来自技高网...

【技术保护点】
1.一种非活体人脸的检测方法，其特征在于，所述方法包括：/n获取视频图像，从所述视频图像中提取多张待检测图片；/n将所述待检测图片分别输入至预先训练好的目标图片检测模型中，得到每个所述待检测图片包括的目标图像及所述目标图像所属的类别；/n依次判断每个所述待检测图片的目标图像中是否包括有所属类别为人脸区域的目标图像，若是，则进一步判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件；/n若存在至少一张所述待检测图的人脸区域与所述异常的环境元件的相对位置关系在预设的范围之内，则判断所述待检测图片中的人脸为非活体人脸。/n

【技术特征摘要】
1.一种非活体人脸的检测方法，其特征在于，所述方法包括：
获取视频图像，从所述视频图像中提取多张待检测图片；
将所述待检测图片分别输入至预先训练好的目标图片检测模型中，得到每个所述待检测图片包括的目标图像及所述目标图像所属的类别；
依次判断每个所述待检测图片的目标图像中是否包括有所属类别为人脸区域的目标图像，若是，则进一步判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件；
若存在至少一张所述待检测图的人脸区域与所述异常的环境元件的相对位置关系在预设的范围之内，则判断所述待检测图片中的人脸为非活体人脸。


2.根据权利要求1所述的非活体人脸的检测方法，其特征在于，所述判断对应待检测图片的目标图像中是否包括有所属类别为预设的异常类别的环境元件的步骤包括：
获取从每张所述待检测图片中得到的每个目标图像所属的类别及预设的异常环境元件的类别；
判断每个所述目标图像所属的类别中是否包含有至少一个所述异常环境元件的类别，若是，则判断所述目标图像中包括有异常的环境元件。


3.根据权利要求1所述的非活体人脸的检测方法，其特征在于，训练所述目标图片检测模型的步骤包括：
接收多张样本图片；
根据接收的指令对所述样本图片中的图像区域及所述图像区域所属的类别进行标注；
将标注的所述图像区域及所述图像区域所属的类别输入到所述目标图片检测模型中；
通过所述目标图片检测模型对所述图像区域及所述图像区域所属的类别进行学习，得到所述训练好的目标图片检测模型。


4.根据权利要求1所述的非活体人脸的检测方法，其特征在于，所述若存在至少一张所述待检测图的人脸区域与所述异常的环境元件的相对位置关系在预设的范围之内，则判断所述待检测图片中的人脸为非活体人脸的步骤包括：
判断所述异常环境元件的显示区域与所述人脸区域是否具有重合的部分，若是，则判断所述待检测图片中的人脸为非活体人脸。


5.根据权利要求1至4任一项所述的非活体人脸的检测方法，其特征在于，在所述获取视频图像的步骤之前，所述方法还包括...

【专利技术属性】
技术研发人员：徐国诚，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44