活体检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及数据处理，揭露一种活体检测方法，包括：从待处理视频中读取多帧待检测图像，从每帧待检测图像中定位出人脸图像；对每个人脸图像进行区域矫正得到对应的人脸区域图像；利用预设的光照解耦模型，对人脸区域图像进行解耦分离，得到人脸对应的阴影图像和高光图像；将所有待检测图像中人脸对应的阴影图像和高光图像按待检测图像在待处理视频中的帧顺序进行对齐并输入预设的活体分类模型；获取活体分类模型输出的图像类别信息，根据图像类别信息判断待检测图像是否为活体图像。本发明专利技术采用光照解耦技术剔除大量对活体分类无关的冗余特征，提升了活体检测技术的稳定性，对应用场景限制较少，泛用性强。

【技术实现步骤摘要】
活体检测方法、装置、电子设备及存储介质
本专利技术涉及数据处理
，尤其涉及一种活体检测方法、装置、电子设备及存储介质。
技术介绍
活体检测主要用于判断检测的人脸是否是真实的人脸以防御伪造人脸的攻击，例如照片打印攻击、视频回放攻击、面具配戴攻击等；通常被广泛应用于身份快速验证等应用场景，例如金融远程审核、在线政务办理、门禁安防等多个领域。目前活体检测的方法主要分为活体检测、交互式活体检测和硬件辅助多模态(近红外、3D结构光、光场、深度相机等)的活体检测。硬件辅助的活体检测方法是较为精准的检测方法，但针对长时网络视频通话场景，由于用户端硬件辅助配置各不相同，导致硬件辅助的活体检测方法不适合应用在该场景中。交互式配合的活体检测技术需要时刻用户重复多次配合交互，在长时网络视频通话场景中采用该检测方法，用户体验非常差。现有的活体检测技术主要有传统方法(lbp提取纹理特征等)、深度学习方法(CNN提取图像的纹理特征、融合图像深度图+CNN提取网络特征等)，该类算法稳定性严重依赖获取的图像质量和训练数据的完备性。但实际网络视频通本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，包括：/n从待处理视频中读取多帧待检测图像，从每帧待检测图像中定位出人脸图像；/n对每个人脸图像进行区域矫正得到对应的人脸区域图像；/n利用预设的光照解耦模型，对所述人脸区域图像进行解耦分离，得到人脸对应的阴影图像和高光图像；/n将所有待检测图像中人脸对应的阴影图像和高光图像按待检测图像在所述待处理视频中的帧顺序进行对齐并输入预设的活体分类模型；/n获取所述活体分类模型输出的图像类别信息，根据所述图像类别信息判断所述待检测图像是否为活体图像。/n

【技术特征摘要】
1.一种活体检测方法，其特征在于，包括：
从待处理视频中读取多帧待检测图像，从每帧待检测图像中定位出人脸图像；
对每个人脸图像进行区域矫正得到对应的人脸区域图像；
利用预设的光照解耦模型，对所述人脸区域图像进行解耦分离，得到人脸对应的阴影图像和高光图像；
将所有待检测图像中人脸对应的阴影图像和高光图像按待检测图像在所述待处理视频中的帧顺序进行对齐并输入预设的活体分类模型；
获取所述活体分类模型输出的图像类别信息，根据所述图像类别信息判断所述待检测图像是否为活体图像。


2.如权利要求1所述的活体检测方法，其特征在于，所述对每个人脸图像进行区域矫正得到对应的人脸区域图像，包括：
对所述人脸图像进行角度矫正；
从所述人脸图像中的人脸所在位置向周围外扩预设比例截取得到所述人脸区域图像。


3.如权利要求2所述的活体检测方法，其特征在于，所述从所述人脸图像中的人脸所在位置向周围外扩预设比例截取得到所述人脸区域图像的步骤之后，包括：
根据所述人脸区域图像的人脸关键点对人脸区域图像进行仿射变换，并将变换后的人脸区域图像缩放到预设尺寸。


4.如权利要求1所述的活体检测方法，其特征在于，所述光照解耦模型的训练包括：
对3D合成人脸模型从预设的多个角度打光得到打光图像；
根据光的散射和反射原理分别得到所述3D合成人脸模型从预设的多个角度打光的阴影图像和高光图像；
将所述打光图像作为输入数据，将所述阴影图像和高光图像作为输出数据；
根据所述输入数据和输出数据，对深度图估计模型进行训练得到所述光照解耦模型。


5.如权利要求1所述的活体检测方法，其特征在于，所述活体分类模型的训练包括：
将人脸图像通过光照解耦模型得到的阴影图像和高光图像作为输入数据，将所述输入数据对应的人脸图像的类别信息作为输出数据；
根据所述输入数据...

【专利技术属性】
技术研发人员：袁宏进，刘杰，庄伯金，王少军，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44