活体检测、模型训练方法及装置制造方法及图纸

本发明专利技术提供了一种活体检测、模型训练方法及装置，其中活体检测方法包括：截取视频中对应预设颜色的人脸图像，视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到；对不同预设颜色的光线对应的人脸图像分别进行卷积处理，输出第一特征图像；对至少两个第一特征图像进行合并处理得到第二特征图像，对第二特征图像进行特征处理，输出目标特征图像；对目标特征图像进行激活处理，输出与活体标签对应的第一概率值和与非活体标签对应的第二概率值；根据两个概率值进行活体判断。本发明专利技术可以基于光线进行活体验证，同时采用深度可分离卷积的技术训练出轻量级的活体检测网络，在保证活体人脸检测准确性的基础上提高检测效率。

【技术实现步骤摘要】
活体检测、模型训练方法及装置
本专利技术涉及生物特征识别
，尤其涉及一种活体检测、模型训练方法及装置。
技术介绍
近年来，人脸识别因为快速性、有效性和用户友好性，逐渐成为一种新的加密方式，在金融支付、安防等领域都有着广泛的应用。然而人脸识别系统也面临着被不法分子恶意攻击的风险，比如使用打印的人脸照片，提前录制的人脸视频，甚至3D的人脸模型，这些攻击手段对人脸识别系统的安全性带来了隐患。人脸防欺诈的方法也叫做活体检测，主要是判断人脸是否为活体，常见的活体检测主要是基于动作的活体检测和静默活体检测。基于动作的活体检测需要用户进行摇头、眨眼、张嘴等动作，根据用户的这些动作来判断是否为活体。静默活体检测并不需要用户去做一系列动作，而是采用双目摄像头或红外摄像头获取到用户人脸信息的深度或红外图像，从而根据深度图像或红外图像去判断是否为活体。基于动作的方法需要用户去做指定的动作，用户友好性不足，而静默活体需要依赖于硬件(如摄像头)，成本较高。另外，随着移动互联网的发展，移动支付等场景也越来越多，人脸识别也常常用于移动端，而移动端常常对模型大小、识别速度性能有所要求，所以人脸防欺诈的方式也有了新的挑战，常常要求活体检测的模型尽可能的小，且识别速度也要尽可能的快。综上，现有的活体检测方法存在用户友好性不足、成本高以及活体检测模型不便于在移动端部署的问题。
技术实现思路
本专利技术实施例提供一种活体检测、模型训练方法及装置，以解决现有技术中活体检测方法存在用户友好性不足、成本高以及活体检测模型不便于在移动端部署的问题。为了解决上述问题，本专利技术实施例是这样实现的：第一方面，本专利技术实施例提供一种活体检测方法，包括：截取视频中对应预设颜色的人脸图像，所述视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到；对不同预设颜色的光线对应的人脸图像分别进行卷积处理，输出第一特征图像；对至少两个所述第一特征图像进行合并处理得到第二特征图像，并对所述第二特征图像进行特征处理，输出目标特征图像；对所述目标特征图像进行激活处理，输出与活体标签对应的第一概率值和与非活体标签对应的第二概率值；根据所述第一概率值和所述第二概率值，对所述视频中的人脸进行活体判断。第二方面，本专利技术实施例提供一种活体检测的模型训练方法，包括：获取多个包括活体人脸的第一视频以及多个包括非活体人脸的第二视频；针对每个第一视频和每个第二视频，截取对应预设颜色的人脸图像，所述第一视频和所述第二视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到，并根据所截取的人脸图像生成包括至少两帧人脸图像的图像组合，所述图像组合中的每帧人脸图像分别对应于不同预设颜色；将所述图像组合输入训练模型，通过所述训练模型对所述图像组合进行深度可分离卷积处理和特征处理，以对所述训练模型进行训练，得到活体检测模型。第三方面，本专利技术实施例提供一种活体检测装置，包括：截取模块，用于截取视频中对应预设颜色的人脸图像，所述视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到；第一输出模块，用于对不同预设颜色的光线对应的人脸图像分别进行卷积处理，输出第一特征图像；处理模块，用于对至少两个所述第一特征图像进行合并处理得到第二特征图像，并对所述第二特征图像进行特征处理，输出目标特征图像；第二输出模块，用于对所述目标特征图像进行激活处理，输出与活体标签对应的第一概率值和与非活体标签对应的第二概率值；判断模块，用于根据所述第一概率值和所述第二概率值，对所述视频中的人脸进行活体判断。第四方面，本专利技术实施例提供一种活体检测的模型训练装置，包括：获取模块，用于获取多个包括活体人脸的第一视频以及多个包括非活体人脸的第二视频；生成模块，用于针对每个第一视频和每个第二视频，截取对应预设颜色的人脸图像，所述第一视频和所述第二视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到，并根据所截取的人脸图像生成包括至少两帧人脸图像的图像组合，所述图像组合中的每帧人脸图像分别对应于不同预设颜色；训练模块，用于将所述图像组合输入训练模型，通过所述训练模型对所述图像组合进行深度可分离卷积处理和特征处理，以对所述训练模型进行训练，得到活体检测模型。第五方面，本专利技术实施例提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述处理器，用于读取存储器中的程序实现上述的活体检测方法或者活体检测的模型训练方法中的步骤。第六方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的活体检测方法或者活体检测的模型训练方法中的步骤。本专利技术技术方案，通过截取视频中在至少两种不同预设颜色的光线下分别拍摄人脸所得到的图像，将所截取的人脸图像分别进行卷积处理，输出第一特征图像，对至少两个第一特征图像进行合并处理得到第二特征图像，并对所述第二特征图像进行特征处理，输出目标特征图像，最后利用活体检测模型判断目标特征图像的活体概率值进行活体检测，相对于采用可见光或者红外光进行活体检测的现有技术而言，由于采用至少两种不同颜色的人脸，能够提高活体检测的准确率，而且可以提升用户的体验效果，同时对两种颜色进行一系列卷积处理和活体判断的方式可以保证活体人脸检测的准确性。附图说明图1表示本专利技术实施例活体检测方法示意图；图2表示本专利技术实施例进行活体检测的流程框图；图3表示本专利技术实施例活体检测方法的一实施流程图；图4表示本专利技术实施例活体检测的模型训练方法示意图；图5表示本专利技术实施例活体检测装置示意图；图6表示本专利技术实施例活体检测的模型训练装置示意图；图7表示本专利技术又一实施例的活体检测装置结构图；图8表示本专利技术又一实施例的活体检测的模型训练装置结构图。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。本专利技术实施例提供一种活体检测方法，如图1所示，包括：步骤101、截取视频中对应预设颜色的人脸图像，所述视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到。本专利技术实施例的活体检测方法，首先需要获取在至少两种不同预设颜色的光线下拍摄人脸所得到的视频，其中在拍摄视频时，当用户点击开始录制时，首先会进行人脸检测，判断检测框里是否包括人脸，若是则执行录制，否则就输出检测不到人脸的提示信息。在执行录制时电子设备的显示屏可以发出至少两种不同预设颜色的光线，在至少两种不同预设颜色的光线下，摄像头进行人脸采集获取视频。在获取视频之后，可以基于拍摄的视频截取在至少两种不同预设颜色的光线下分别拍摄的人脸图本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，包括：/n截取视频中对应预设颜色的人脸图像，所述视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到；/n对不同预设颜色的光线对应的人脸图像分别进行卷积处理，输出第一特征图像；/n对至少两个所述第一特征图像进行合并处理得到第二特征图像，并对所述第二特征图像进行特征处理，输出目标特征图像；/n对所述目标特征图像进行激活处理，输出与活体标签对应的第一概率值和与非活体标签对应的第二概率值；/n根据所述第一概率值和所述第二概率值，对所述视频中的人脸进行活体判断。/n

【技术特征摘要】
1.一种活体检测方法，其特征在于，包括：
截取视频中对应预设颜色的人脸图像，所述视频为在至少两种不同预设颜色的光线下分别拍摄人脸得到；
对不同预设颜色的光线对应的人脸图像分别进行卷积处理，输出第一特征图像；
对至少两个所述第一特征图像进行合并处理得到第二特征图像，并对所述第二特征图像进行特征处理，输出目标特征图像；
对所述目标特征图像进行激活处理，输出与活体标签对应的第一概率值和与非活体标签对应的第二概率值；
根据所述第一概率值和所述第二概率值，对所述视频中的人脸进行活体判断。


2.根据权利要求1所述的方法，其特征在于，所述截取视频中对应预设颜色的人脸图像之前，包括：
控制显示屏在预设时长内以预设顺序依次发出至少两种预设颜色的光线，并在所述预设时长内拍摄所述视频；
所述截取视频中对应预设颜色的人脸图像，包括：
将所述视频进行分帧，在每个预设颜色的帧序列中分别选取人脸图像；
其中，所述至少两种预设颜色为区别于黑/白颜色的颜色集合中的至少两种颜色。


3.根据权利要求1所述的方法，其特征在于，所述对不同预设颜色的光线对应的人脸图像分别进行卷积处理，输出第一特征图像，包括：
针对每个预设颜色的光线，分别截取至少一帧人脸图像，并筛选出用于进行卷积处理的一帧人脸图像；
将至少两帧人脸图像分别进行分辨率调整，获取具有第一分辨率的至少两帧人脸图像；
对具有第一分辨率的至少两帧人脸图像分别进行多层深度可分离卷积处理，生成至少两个具有第二分辨率和预设通道数的所述第一特征图像；
其中，所述第二分辨率小于所述第一分辨率。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述对至少两个所述第一特征图像进行合并处理得到第二特征图像，并对所述第二特征图像进行特征处理，输出目标特征图像，包括：
将至少两个所述第一特征图像按照通道数进行合并处理，输出所述第二特征图像；
对所述第二特征图像进行两层深度可分离卷积处理输出第三特征图像；
对所述第三特征图像进行全局平均池化，输出第四特征图像；
通过全连接层对所述第四特征图像进行缩减通道数处理，输出所述目标特征图像。


5.根据权利要求1所述的方法，其特征在于，所述根据所述第一概率值和所述第二概率值，对所述视频中的人脸进行活体判断，包括：
比较所述第一概率值和所述第二概率值的大小；
在所述第一概率值大于所述第二概率值时，确定所述视频中的人脸为活体人脸；
在所述第一概率值小于所述第二概率值时，确定所述视频中的人脸为非活体人脸；
其中，所述第一概率值和所述第二概率值之和为1。


6.一种活体检测的模型训练方法，其特征在于，包括：
获取多个包括活体人脸的第一视频以及多个包括非活体人脸的第二视频；
针对每个第一视频和每个第二视频，截取对应预设颜色的人脸图像，所述第一视频和所述第二视频为在至少两种不同预设颜色的光线下分别...

【专利技术属性】
技术研发人员：唐东凯，曾定衡，赵立军，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：重庆;50