一种人脸静默活体检测方法、装置、终端及存储介质制造方法及图纸

本发明专利技术公开一种人脸静默活体检测方法、装置、终端及存储介质，将待检测人脸图像输入MobileNetV3‑Small网络模型进行检测，获得第一分类置信度值；将待检测人脸图像输入MobileNetV3‑Large网络模型进行检测，获得第二分类置信度值；对第一分类置信度值和第二分类置信度值求平均获得平均置信度值；判断平均置信度值是否超过预设置信度阈值，若超过则输出结果为活体，若未超过则输出结果为非活体。本发明专利技术使检测算法更适用于内存和处理性能较低的移动端，处理过程更加流畅，且提高检测精度。

【技术实现步骤摘要】
一种人脸静默活体检测方法、装置、终端及存储介质
本专利技术涉及人脸静默活体检测领域，具体涉及一种人脸静默活体检测方法、装置、终端及存储介质。
技术介绍
在不同的生物特征识别方法中，人脸识别有其自身特殊的优势：非侵扰性、便捷性、友好性、非接触性、可扩展性。人脸识别技术利用人体生物特征的唯一性进行身份认证，其在身份认证和自主签到等方面得到应用，并且人脸识别后的授权趋向于无人监督化。然而人脸生物特征并不能作为安全的密钥使用，因为带有人脸生物特征的照片、视频等多媒体媒介很容易被收集用来恶意攻击人脸识别系统，这给系统的安全性带来很大威胁，并给社会和个人造成极大损失，因此，设计一个检测精度高、耗时短、鲁棒性强、泛化能力强的人脸反欺骗系统至关重要。人脸识别系统中的反欺骗检测称为人脸活体检测，活体检测被用来判断采集到的人脸是真实人脸还是伪造的人脸(如：照片、视频、面具等)。真实人脸图像是在摄像头下直接获取的，而伪造人脸图像主要是通过假人脸制作和二次采集获得，两者之间存在一定的差异，主要表现在图像纹理信息、深度信息、运动信息、光谱信息等方面。利用真实人脸图像和伪造人脸图像的这些差异可以设计不同的活体检测方法，对真假人脸进行检测。近年来，随着计算机视觉领域的飞速发展，以及机器学习技术、深度学习技术等深度应用，目前的活体检测方法包括基于手工设计特征表达的方法、基于融合策略的方法、基于深度学习的方法。深度学习的出现使人脸活体检测技术取得了较大的进展。深度学习得到的人脸特征表达具有手工特征表达所不具备的重要特性，例如它是中度稀疏的、对真实人脸图像和伪造人脸图像有很强的选择性、对局部遮挡具有良好的鲁棒性。但现有的基于深度学习的人脸静默活体检测方法一般适用于内存和处理性能较好的计算机端，对于内存和处理性能较低的移动端则友好性较差，运行不流畅，不符合移动端越来越普及的发展趋势。
技术实现思路
为解决上述问题，本专利技术提供一种人脸静默活体检测方法、装置、终端及存储介质。本专利技术的技术方案为：一种人脸静默活体检测方法，包括以下步骤：将待检测人脸图像输入MobileNetV3-Small网络模型进行检测，获得第一分类置信度值；将待检测人脸图像输入MobileNetV3-Large网络模型进行检测，获得第二分类置信度值；对第一分类置信度值和第二分类置信度值求平均获得平均置信度值；判断平均置信度值是否超过预设置信度阈值，若超过则输出结果为活体，若未超过则输出结果为非活体。进一步地，MobileNetV3-Small网络模型进行训练时引入傅里叶频谱对模型训练进行辅助监督；MobileNetV3-Large网络模型进行训练时引入傅里叶频谱对模型训练进行辅助监督。进一步地，该方法还包括以下步骤：采用RetinaFace算法对采集的含有人脸的图像进行检测获得人脸定位框；基于所获得的人脸定位框，根据裁剪阈值扩大人脸图像搜索区域，裁剪出符合条件的含有人脸图像的区域，对此区域进行尺寸变换，得到处理完成的图像作为待检测人脸图像。进一步地，输入MobileNetV3-Small网络模型的待检测人脸图像所对应的裁剪阈值小于输入MobileNetV3-Large网络模型的待检测人脸图像所对应的裁剪阈值。本专利技术的技术方案还包括一种人脸静默活体检测装置，包括，第一检测模块：将待检测人脸图像输入MobileNetV3-Small网络模型进行检测，获得第一分类置信度值；第二检测模块：将待检测人脸图像输入MobileNetV3-Large网络模型进行检测，获得第二分类置信度值；平均置信度值计算模块：对第一分类置信度值和第二分类置信度值求平均获得平均置信度值；活体判定模块：判断平均置信度值是否超过预设置信度阈值，若超过则输出结果为活体，若未超过则输出结果为非活体。进一步地，MobileNetV3-Small网络模型进行训练时引入傅里叶频谱对模型训练进行辅助监督；MobileNetV3-Large网络模型进行训练时引入傅里叶频谱对模型训练进行辅助监督。进一步地，该装置还包括，人脸定位框获取模块：采用RetinaFace算法对采集的含有人脸的图像进行检测获得人脸定位框；待检测人脸图像获取模块：基于所获得的人脸定位框，根据裁剪阈值扩大人脸图像搜索区域，裁剪出符合条件的含有人脸图像的区域，对此区域进行尺寸变换，得到处理完成的图像作为待检测人脸图像。进一步地，输入MobileNetV3-Small网络模型的待检测人脸图像所对应的裁剪阈值小于输入MobileNetV3-Large网络模型的待检测人脸图像所对应的裁剪阈值。本专利技术的技术方案还包括一种终端，包括：处理器；用于存储处理器的执行指令的存储器；其中，所述处理器被配置为执行上述任一项所述的方法。本专利技术的技术方案还包括一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现上述任一项所述的方法。本专利技术提供的一种人脸静默活体检测方法、装置、终端及存储介质，采用MobileNetV3网络模型进行人脸静默活体检测，使检测算法更适用于内存和处理性能较低的移动端，处理过程更加流畅；同时，检测图像分别在MobileNetV3-Small网络模型、MobileNetV3-Large网络模型两个版本中检测，最终根据所获得的两个分类置信度求平均值，实现MobileNetV3-Small网络模型对MobileNetV3-Large网络模型的辅助检测，提高检测精度。附图说明图1是本专利技术具体实施例一方法流程示意图；图2是本专利技术具体实施例一根据裁剪阈值扩边示意图；图3是本专利技术具体实施例一MobileNetV3网络模型训练过程示意图；图4是本专利技术具体实施例二结构示意框图。具体实施方式下面结合附图并通过具体实施例对本专利技术进行详细阐述，以下实施例是对本专利技术的解释，而本专利技术并不局限于以下实施方式。以下对本专利技术涉及的英文术语进行解释：MobileNetV3网络算法：Google提出的一种网络架构，包括MobileNetV3-Small和MobileNetV3-Large两个版本。实施例一如图1所示，本实施例提供一种人脸静默活体检测方法，包括以下步骤：S1，将待检测人脸图像输入MobileNetV3-Small网络模型进行检测，获得第一分类置信度值；S2，将待检测人脸图像输入MobileNetV3-Large网络模型进行检测，获得第二分类置信度值；S3，对第一分类置信度值和第二分类置信度值求平均获得平均置信度值；S4，判断平均置信度值是否超过预设置信度阈值，若超过则输出结果为活体，若未超过则输出结果为非活体。本专利技术采用MobileNetV3网络模型进行人脸静默活体检测，适用于移动端；且以两个置信度的平均值作为最终判本文档来自技高网...

【技术保护点】
1.一种人脸静默活体检测方法，其特征在于，包括以下步骤：/n将待检测人脸图像输入MobileNetV3-Small网络模型进行检测，获得第一分类置信度值；/n将待检测人脸图像输入MobileNetV3-Large网络模型进行检测，获得第二分类置信度值；/n对第一分类置信度值和第二分类置信度值求平均获得平均置信度值；/n判断平均置信度值是否超过预设置信度阈值，若超过则输出结果为活体，若未超过则输出结果为非活体。/n

【技术特征摘要】
1.一种人脸静默活体检测方法，其特征在于，包括以下步骤：
将待检测人脸图像输入MobileNetV3-Small网络模型进行检测，获得第一分类置信度值；
将待检测人脸图像输入MobileNetV3-Large网络模型进行检测，获得第二分类置信度值；
对第一分类置信度值和第二分类置信度值求平均获得平均置信度值；
判断平均置信度值是否超过预设置信度阈值，若超过则输出结果为活体，若未超过则输出结果为非活体。


2.根据权利要求1所述的人脸静默活体检测方法，其特征在于，MobileNetV3-Small网络模型进行训练时引入傅里叶频谱对模型训练进行辅助监督；
MobileNetV3-Large网络模型进行训练时引入傅里叶频谱对模型训练进行辅助监督。


3.根据权利要求1或2所述的人脸静默活体检测方法，其特征在于，该方法还包括以下步骤：
采用RetinaFace算法对采集的含有人脸的图像进行检测获得人脸定位框；基于所获得的人脸定位框，根据裁剪阈值扩大人脸图像搜索区域，裁剪出符合条件的含有人脸图像的区域，对此区域进行尺寸变换，得到处理完成的图像作为待检测人脸图像。


4.根据权利要求3所述的人脸静默活体检测方法，其特征在于，输入MobileNetV3-Small网络模型的待检测人脸图像所对应的裁剪阈值小于输入MobileNetV3-Large网络模型的待检测人脸图像所对应的裁剪阈值。


5.一种人脸静默活体检测装置，其特征在于，包括，
第一检测模块：将待检测人脸图像输入MobileNetV3-Small网络模型进行检测，获得第一分类置信度值；
第二检测模块：将待检测人脸图...

【专利技术属性】
技术研发人员：马磊，陈义学，夏彬彬，侯庆，
申请(专利权)人：山东山大鸥玛软件股份有限公司，
类型：发明
国别省市：山东;37