活体检测方法和装置、电子设备及存储介质制造方法及图纸

本申请实施例公开了一种活体检测方法和装置、电子设备及存储介质，其中方法包括：对待处理图像进行处理，获得所述待处理图像的多个像素点对应于假体的概率；确定所述待处理图像中的预测人脸区域；基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果，可以提升对于单帧图像的活体检测精度。

【技术实现步骤摘要】
活体检测方法和装置、电子设备及存储介质
本申请涉及计算机视觉
，具体涉及一种活体检测方法和装置、电子设备及存储介质。
技术介绍
人脸识别技术已经广泛应用于人脸解锁、人脸支付、身份认证、视频监控等场景中。然而，人脸识别系统存在容易被带人脸的图片和视频、面具等假体攻破的风险。为了保证人脸识别系统的安全性，需要活体检测技术来确认输入系统的人脸的真实性，即判断提交的生物特征是否来自有生命的个体。目前，基于人脸运动的人脸识别方法在单次活体检测中需要的时间过长，降低了人脸识别系统的整体效率。基于单帧图像的识别与检测方法中通常引入多目摄像头、3D结构光设备等额外的硬件设施，提高了部署成本，也降低了适用性，如何提高单帧图像的活体检测精度是本领域亟待解决的技术问题。
技术实现思路
本申请实施例提供了一种活体检测方法和装置、电子设备及存储介质。本申请实施例第一方面提供一种活体检测方法，包括：对待处理图像进行处理，获得所述待处理图像的多个像素点对应于假体的概率；确定所述待处理图像中的预测人脸区域；基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果。在一种可选的实施方式中，所述对待处理图像进行处理，获得所述待处理图像的多个像素点对应于假体的概率，包括：利用神经网络对所述待处理图像进行处理，输出所述待处理图像中每个像素点对应于假体的概率。在一种可选的实施方式中，所述神经网络基于具有像素级别标签的活体检测数据训练获得。在一种可选的实施方式中，所述基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果，包括：基于所述多个像素点的位置信息和所述预测人脸区域，从所述多个像素点中确定所述预测人脸区域包括的至少两个像素点；基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述待检测图像的活体检测结果。在一种可选的实施方式中，所述基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述待检测图像的活体检测结果，包括：基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述至少两个像素点中的至少一个假体像素点；基于所述至少一个假体像素点在所述至少两个像素点中所占的比例，确定所述待检测图像的活体检测结果。在一种可选的实施方式中，所述基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述待检测图像的活体检测结果，包括：基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述至少两个像素点中的至少一个假体像素点；基于所述至少一个假体像素点在所述至少两个像素点中所占的比例，确定所述待检测图像的活体检测结果。在一种可选的实施方式中，所述基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述待检测图像的活体检测结果，包括：对所述至少两个像素点对应于假体的概率进行平均处理，得到概率平均值；基于所述概率平均值，确定所述待处理图像的活体检测结果。在一种可选的实施方式中，所述基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果，包括：基于所述待处理图像的多个像素点对应于假体的概率，确定所述待处理图像的假体区域；基于所述假体区域和所述预测人脸区域的位置，确定所述待处理图像的活体检测结果。在一种可选的实施方式中，所述基于所述假体区域和所述预测人脸区域的位置，确定所述待处理图像的活体检测结果，包括：基于所述假体区域和所述预测人脸区域的位置，确定所述假体区域与所述预测人脸区域之间的重叠区域；基于所述重叠区域在所述预测人脸区域中所占的比例，确定所述待检测图像的活体检测结果。在一种可选的实施方式中，所述方法还包括：显示基于所述多个像素点对应于假体的概率确定的至少一个假体像素点；和/或，输出基于所述多个像素点对应于假体的概率确定的至少一个假体像素点的信息以用于显示。在一种可选的实施方式中，所述确定所述待处理图像中的预测人脸区域包括：对所述待处理图像进行人脸关键点检测，得到关键点预测信息；基于所述关键点预测信息，确定所述待处理图像中的预测人脸区域。在一种可选的实施方式中，所述对所述待处理图像进行人脸关键点检测，得到关键点预测信息之前，所述方法还包括：对所述待检测图像进行人脸检测，得到所述待处理图像中的人脸框选区域；所述对所述待处理图像进行人脸关键点检测，得到关键点预测信息包括：对所述人脸框选区域的图像进行人脸关键点检测，得到关键点预测信息。在一种可选的实施方式中，所述确定所述待处理图像中的预测人脸区域包括：对所述待处理图像进行人脸检测，得到所述待处理图像中的预测人脸区域。在一种可选的实施方式中，在所述对待处理图像进行处理之前，所述方法还包括：获取单目摄像头采集的所述待处理图像。本申请实施例第二方面提供一种活体检测装置，包括：像素预测模块、人脸检测模块和分析模块，其中：所述像素预测模块，用于对待处理图像进行处理，获得所述待处理图像的多个像素点对应于假体的概率；所述人脸检测模块，用于确定所述待处理图像中的预测人脸区域；所述分析模块，用于基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果。可选的，所述像素预测模块具体用于，利用神经网络对所述待处理图像进行处理，输出所述待处理图像中每个像素点对应于假体的概率。可选的，所述卷积神经网络基于具有像素级别标签的活体检测数据训练获得。在一种可选的实施方式中，所述分析模块包括第一单元和第二单元，其中：所述第一单元用于，基于所述多个像素点的位置信息和所述预测人脸区域，从所述多个像素点中确定所述预测人脸区域包括的至少两个像素点；所述第二单元用于，基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述待检测图像的活体检测结果。在一种可选的实施方式中，所述第二单元具体用于：基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述至少两个像素点中的至少一个假体像素点；基于所述至少一个假体像素点在所述至少两个像素点中所占的比例，确定所述待检测图像的活体检测结果。在一种可选的实施方式中，所述第二单元具体用于：响应于所述比例大于或等于第一阈值，确定所述待检测图像的活体检测结果为假体；和/或，响应于所述比例小于所述第一阈值，确定所述待检测图像的活体检测结果为活体。在一种可选的实施方式中，所述第二单元具体用于：对所述至少两个像素点对应于假体的概率进行平均处理，得到概率平均值；基于所述概率平均值，确定所述待处理图像的活体检测结果。在一种可选的实施方式中，所述分析模块具体用于：基于所述待处理图像的多本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，所述方法包括：/n对待处理图像进行处理，获得所述待处理图像的多个像素点对应于假体的概率；/n确定所述待处理图像中的预测人脸区域；/n基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果。/n

【技术特征摘要】
1.一种活体检测方法，其特征在于，所述方法包括：
对待处理图像进行处理，获得所述待处理图像的多个像素点对应于假体的概率；
确定所述待处理图像中的预测人脸区域；
基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果。


2.根据权利要求1所述的活体检测方法，其特征在于，所述对待处理图像进行处理，获得所述待处理图像的多个像素点对应于假体的概率，包括：
利用神经网络对所述待处理图像进行处理，输出所述待处理图像中每个像素点对应于假体的概率。


3.根据权利要求2所述的活体检测方法，其特征在于，所述神经网络基于具有像素级别标签的活体检测数据训练获得。


4.根据权利要求1至3中任一项所述的活体检测方法，其特征在于，所述基于所述待处理图像的多个像素点对应于假体的概率和所述预测人脸区域，获得所述待处理图像的活体检测结果，包括：
基于所述多个像素点的位置信息和所述预测人脸区域，从所述多个像素点中确定所述预测人脸区域包括的至少两个像素点；
基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述待检测图像的活体检测结果。


5.根据权利要求4所述的活体检测方法，其特征在于，所述基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述待检测图像的活体检测结果，包括：
基于所述至少两个像素点中每个像素点对应于假体的概率，确定所述至少两个像素点中的至少一个假体像素点；
基于所述至少一个假体像素点在所述至少两个像素点中所占的比例，确定所述待检测图像的活体检...

【专利技术属性】
技术研发人员：杨国威，邵婧，闫俊杰，王晓刚，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京;11