【技术实现步骤摘要】
非主动活体检测方法、装置、电子设备及存储介质
本专利技术涉及生物识别领域，尤其涉及一种非主动活体检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
现在银行中通常通过网络视频通话的方式对申请办理业务的申请人进行审核，但是申请人进行视频通话时的环境多半嘈杂，视频背景中可能出现除申请人以外的背景人脸，例如相框或者海报等包含人脸的非主动活体，则在统计视频背景中的申请人的人脸信息的时候需要对申请人以外的背景人脸进行剔除，以防出现多人误报的情况。现有技术中，检测背景图像中的非主动活体的方法通常是基于单帧或多帧图像纹理和分析多帧眼睛、嘴巴、头部姿态运动等来判断，基于单帧或多帧图像纹理的方法，其算法稳定性严重依赖图像获取质量和训练数据的完备性，但实际网络视频通话中由于对用户手机型号、通话场景没有限制，采集完备场景的训练数据非常困难，且网络通话图像质量较差，恶劣光照场景尤其严重，因此该类应用场景导致现有的基于单帧或多帧纹理做图像静默活体检测方法稳定性大大降低。
技术实现思路
本专利技术提供一种非主动活体检测...
【技术保护点】
1.一种非主动活体检测方法，其特征在于，所述方法包括：/n获取原始视频截图，对所述原始视频截图进行参考点选择，得到初始参考点集合；/n对所述初始参考点集合进行位置扰动处理，得到目标参考点集合；/n根据所述初始参考点集合和所述目标参考点集合生成几何变换矩阵，利用所述几何变换矩阵对所述原始视频截图进行几何变换处理，得到目标图像；/n将所述原始视频截图、所述目标图像和所述初始参考点集合输入至预设的参考点分析网络中，得到预测参考点集合；/n利用预设的均方根误差损失函数计算所述预测参考点集合中的预测参考点和预设的真实参考点之间的均方根损失值，并将所述均方根损失值与预设的二分类网络的分...
【技术特征摘要】
1.一种非主动活体检测方法，其特征在于，所述方法包括：
获取原始视频截图，对所述原始视频截图进行参考点选择，得到初始参考点集合；
对所述初始参考点集合进行位置扰动处理，得到目标参考点集合；
根据所述初始参考点集合和所述目标参考点集合生成几何变换矩阵，利用所述几何变换矩阵对所述原始视频截图进行几何变换处理，得到目标图像；
将所述原始视频截图、所述目标图像和所述初始参考点集合输入至预设的参考点分析网络中，得到预测参考点集合；
利用预设的均方根误差损失函数计算所述预测参考点集合中的预测参考点和预设的真实参考点之间的均方根损失值，并将所述均方根损失值与预设的二分类网络的分类损失值进行算术运算，得到最终检测损失值；
根据所述最终检测损失值对由所述参考点分析网络和所述二分类网络构建得到的非主动活体检测模型进行迭代优化处理，得到训练好的非主动活体检测模型；
获取预设帧数的待识别图像，将所述待识别图像输入至所述训练好的非主动活体检测模型中，得到非主动活体检测结果。
2.如权利要求1所述的非主动活体检测方法，其特征在于，所述获取原始视频截图，对所述原始视频截图进行参考点选择，得到初始参考点集合，包括：
将所述原始视频截图映射至预设的二维直角坐标系；
在所述二维直角坐标系上随机选取所述原始视频截图中的多个参考点，生成初始参考点集合。
3.如权利要求1所述的非主动活体检测方法，其特征在于，所述对所述初始参考点集合进行位置扰动处理，得到目标参考点集合，包括：
获取所述初始参考点集合中各个初始参考点的坐标值，得到所述初始参考点集合对应的初始坐标点集合；
利用扰乱函数对所述初始坐标点集合进行扰乱计算，得到目标坐标点集合；
将所述目标坐标点集合映射至二维直角坐标系，得到目标参考点集合。
4.如权利要求1所述的非主动活体检测方法，其特征在于，所述根据所述初始参考点集合和所述目标参考点集合生成几何变换矩阵，包括：
获取所述初始参考点集合中任意一初始参考点的第一任意坐标和所述目标参考点集合中任意一目标参考点的第二任意坐标；
根据几何变换公式对初始参考点的坐标和目标参考点的坐标第一任意坐标和第二任意坐标进行计算，得到几何变换矩阵。
5.如权利要求4所述的非主动活体检测方法，其特征在于，所述根据几何变换公式对初始参考点的坐标和目标参考点的坐标第一任意坐标和第二任意坐标进行计算，得到几何变换矩阵，包括：
利用下述几何变换公式对初始参考点的坐标和目标参考点的坐标第一任意坐标和第二任意坐标进行计算，得到几何变换矩阵：
b＝HaT
其中，H为所述几何变换矩阵，b为所述第二任意坐标，a为所述第一任意坐标，T为固定参数。
6.如权利要求1所述的非主动活体检测方法，其特征在于，所述根...
【专利技术属性】
技术研发人员：刘杰，庄伯金，曾凡涛，
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
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。