【技术实现步骤摘要】
基于深度图预测的活体检测方法和相关设备
[0001]本专利技术涉及生物识别
，特别涉及一种基于深度图预测的活体检测方法和相关设备。
技术介绍
[0002]随着技术的发展和进步，基于人脸识别的身份验证设备越来越多。例如基于人脸识别的门禁系统、开机系统等等。其主要原理是通过对环境进行图像采集，然后通过一定的人脸识别算法或者人脸识别模型，提取采集后图像的人脸特征并与预先保存的标准图像进行比对，从而验证环境中的人身份。
[0003]由于目前的人脸识别都是通过照片进行的，因此，手机人脸、打印纸张、打印的人脸等非活体，可能通过与真实人脸接近的人脸特征，使得人脸识别算法或模型判断错误，这种攻击方式也被称为非活体攻击。
[0004]目前针对非活体攻击，有将红外图和RGB图像进行结合实现活体检测的技术。其中,RGB图像用于生成深度图，并基于深度图进行活体检测，而红外图则通过人体表面对红外的反射特点进行活体检测。然而这需要设置红外摄像头和RGB摄像头，因此成本较为高昂。此外，目前基于深度图主要采用的方式是通过立体匹配算法进...
【技术保护点】
【技术特征摘要】
1.一种基于深度图预测的活体检测方法，其特征在于，所述方法包括：获取针对同一拍摄对象的第一红外图和第二红外图；将所述第一红外图输入已训练的深度模型中，并基于所述深度模型对所述第一红外图进行特征提取，得到第一特征图；以及，将所述第二红外图输入已训练的深度模型中，并基于所述深度模型对所述第二红外图进行特征提取，得到第二特征图；根据所述第一特征图和所述第二特征图，生成所述第一红外图和所述第二红外图对应的目标深度图；将所述目标深度图输入预先训练的第一分类模型中，并通过所述第一分类模型对所述目标深度图进行活体分类，得到第一分类结果；以及，将所述第一红外图或所述第二红外图输入已训练的第二分类模型中，并通过所述第二分类模型对所述第一红外图或所述第二红外图进行活体分类，得到第二分类结果；根据所述第一分类结果和所述第二分类结果，确定所述拍摄对象是否为活体。2.根据权利要求1所述基于深度图预测的活体检测方法，其特征在于，所述深度模型的训练过程为：获取训练样本集，其中，所述训练样本集包括若干个训练样本子集，所述训练样本子集包括第一样本和第二样本；针对每一个所述训练样本子集，将该训练样本子集中的第一样本输入预设的初始模型，并基于所述初始模型对该第一样本进行特征提取，得到第一特征图；以及，该训练样本子集中的第二样本输入所述初始模型，并基于所述初始模型对该第二样本进行特征提取，得到第二特征图；计算所述第一特征图和所述第二特征图之间的距离，得到该训练样本子集对应的训练距离；基于所述训练距离，对所述初始模型的参数进行调整，直至所述初始模型收敛，得到深度模型。3.根据权利要求1所述基于深度图预测的活体检测方法，其特征在于，所述目标深度图由若干个目标深度值组成；所述根据所述第一特征图和所述第二特征图，生成所述第一红外图和所述第二红外图对应的目标深度图，具体包括：针对所述第一特征图中的每一个像素点，根据所述第一特征图和所述第二特征图，对该像素点对应的像素值进行相减，得到该像素点对应的初始深度值；对初始深度图进行上采样，得到与预设目标尺寸相同的目标深度图，其中，所述初始深度图由所述初始深度值组成。4.根据权利要求3所述基于深度图预测的活体检测方法，其特征在于，所述针对所述第一特征图中的每一个像素点，根据所述第一特征图和所述第二特征图，对该像素点对应的像素值进行相减，得到该像素点对应的初始深度值，具体包括：针对每一个所述像素点，当该像素点对应的像素值大于零时，将所述第一特征作为被减数且所述第二特征作为减数，对所述第一特征和所述第二特征进行相减操作，得到该像素点对应的初始深度值；当该像素点对应的像素值小于或等于零时，将所述第二特征作为被减数且所述第一特
征作为减数，对所述第一特征和所述第二特征进行相...
【专利技术属性】
技术研发人员：盛鹏，周有喜，
申请(专利权)人：新疆爱华盈通信息技术有限公司，
类型：发明
国别省市：
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。