【技术实现步骤摘要】
人脸识别活体检测方法、装置、计算机设备和存储介质
本申请涉及人脸识别
，特别是涉及一种人脸识别活体检测方法、装置、计算机设备和存储介质。
技术介绍
随着以生物特征识别技术为代表的人工智能技术的发展，人脸识别作为一种生物特征识别技术，以其特有的稳定性、唯一性、方便性，被广泛地应用在安全认证等身份鉴别领域中。随着人脸识别的越来越广泛的应用，人脸识别的安全性也受到了挑战，新型的针对生物系统的攻击也随之产生。例如，照片和视频攻击、面具攻击以及新型的对抗样本攻击，可以通过目标人物的照片、视频、面具以及对抗样本干扰人脸识别系统的识别，导致人脸识别系统受到欺骗攻击，给出错误的人脸识别结果。因此，出现了能够一定程度上保证生物识别可靠性的人脸活体检测方法。总的来说，现有的人脸活体检测方法包括交互式和非交互式人脸活体检测，但是，现有的人脸活体检测方法无法从多方面进行人脸活体检测有效准确识别出欺骗攻击，特别是无法有效防范3D硅胶面具和新型基于对抗样本的攻击，因此，现有的人脸活体检测方法存在活体检测准确度不高的问题。<...
【技术保护点】
1.一种人脸识别活体检测方法，其特征在于，所述方法包括：/n获取若干帧的第一类型人脸图像以及第二类型人脸图像；/n将所述第一类型人脸图像输入至已训练的第一多任务检测网络进行活体检测，以及将所述第二类型人脸图像输入至已训练的第二多任务检测网络进行活体检测，得到第一类型人脸图像以及第二类型人脸图像对应的多任务检测结果；/n基于所述第一类型人脸图像以及第二类型人脸图像对应的多任务检测结果，得到第一类型人脸图像以及第二类型人脸图像的活体检测结果；/n若大于或等于预设比例的第一类型人脸图像以及第二类型人脸图像的活体检测结果均为活体，则判定人脸识别活体检测结果为活体；/n其中，所述已训...
【技术特征摘要】 【专利技术属性】
1.一种人脸识别活体检测方法，其特征在于，所述方法包括：
获取若干帧的第一类型人脸图像以及第二类型人脸图像；
将所述第一类型人脸图像输入至已训练的第一多任务检测网络进行活体检测，以及将所述第二类型人脸图像输入至已训练的第二多任务检测网络进行活体检测，得到第一类型人脸图像以及第二类型人脸图像对应的多任务检测结果；
基于所述第一类型人脸图像以及第二类型人脸图像对应的多任务检测结果，得到第一类型人脸图像以及第二类型人脸图像的活体检测结果；
若大于或等于预设比例的第一类型人脸图像以及第二类型人脸图像的活体检测结果均为活体，则判定人脸识别活体检测结果为活体；
其中，所述已训练的第一多任务检测网络基于包含多种欺骗攻击类别的第一类型人脸图像样本集训练得到，所述已训练的第二多任务检测网络基于包含多种欺骗攻击类别的第二类型人脸图像样本集训练得到。
2.根据权利要求1所述的方法，其特征在于，所述活体检测包括任务检测、视频任务检测、对抗样本任务检测以及面具任务检测。
3.根据权利要求1所述的方法，其特征在于，所述获取若干帧的第一类型人脸图像以及第二类型人脸图像包括：
获取第一类型视频流以及第二类型视频流；
对所述第一类型视频流以及第二类型视频流逐帧进行人脸检测，筛选出第一类型初始人脸图像以及第二类型初始人脸图像；
对所述第一类型初始人脸图像以及所述第二类型初始人脸图像进行人脸追踪，得到第一类型人脸追踪图像以及第二类型人脸追踪图像；
对所述第一类型人脸追踪图像以及所述第二类型人脸追踪图像进行质量检测判断，筛选出第一类型人脸图像以及第二类型人脸图像。
4.根据权利要求3所述的方法，其特征在于，所述对所述第一类型视频流以及第二类型视频流进行人脸检测，筛选出第一类型初始人脸图像以及第二类型初始人脸图像包括：
逐帧提取所述第一类型视频流中的第一类型初始图像以及所述第二类型视频流中的第二类型初始图像；
对所述第一类型初始图像以及所述第二类型初始图像进行图像编码；
将编码后的第一类型初始图像和编码后的第二类型初始图像输入至预训练的人脸检测模型，输出各初始图像中人脸的坐标点位置，得到第一类型初始人脸图像以及第二类型初始人脸图像。
技术研发人员：马琳，章烈剽，柯文辉，吴卫增，
申请(专利权)人：广州广电卓识智能科技有限公司，广州广电运通信息科技有限公司，广州广电运通金融电子股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。