人脸炫光程度的检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种人脸炫光程度的检测方法，包括：对移动终端的相机参数进行间隔采样；利用分类模型对所述相机参数进行分类预测，得到第一炫光检测结果；发射随机光线生成炫光视频，并抽取关键帧图像；基于人脸检测算法从所述关键帧图像中获取人脸中间区域，得到人脸图像；利用预设的颜色类别检测模型对每张所述人脸图像进行颜色分类检测，得到第二炫光检测结果；根据所述第一炫光检测结果和所述第二炫光检测结果，得到最终检测结果。此外，本发明专利技术还涉及区块链技术，炫光视频可存储于区块链的节点。本发明专利技术还提出一种人脸炫光程度的检测装置、电子设备以及存储介质。本发明专利技术可以解决人脸炫光程度检测时的准确度较低的问题。度较低的问题。度较低的问题。

【技术实现步骤摘要】
人脸炫光程度的检测方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种人脸炫光程度的检测方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着科技的不断发展，基于手机等移动终端的人脸识别技术也不断发展，如炫光活体检测。所述炫光活体检测可以有效防止图片、屏幕翻拍和人脸合成的攻击，同时其通过率和用户体验良好，但是炫光对环境光线比较敏感，如果在光线强的情况下，会影响炫光活体检测的效果。因此，在执行炫光活体检测时需要检测环境光强度。
[0003]传统的环境光强度检测是通过在环境光下拍摄图像，并通过图像处理的方法统计所述图像中像素值均值，最后通过阈值判断该图像是不是光线过强。但这种方法仅仅能判断某个图像的光线强度，却忽略了炫光过程中的颜色变化，同时这种方式是基于图像的，忽略了相机参数，对人脸炫光的程度判断准确率较低。

技术实现思路

[0004]本专利技术提供一种人脸炫光程度的检测方法、装置及计算机可读存储介质，其主要目的在于解决人脸炫光程度检测时的准确度较低的问题。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸炫光程度的检测方法，其特征在于，所述方法包括：对移动终端的相机参数进行间隔采样；利用预构建的分类模型对所述相机参数进行分类预测，得到第一炫光检测结果；发射随机光线生成炫光视频，并从所述炫光视频中抽取预设数量的关键帧图像；基于人脸检测算法从每张所述关键帧图像中获取人脸中间区域，得到预设数量的人脸图像；利用预设的颜色类别检测模型对每张所述人脸图像进行颜色分类检测，得到第二炫光检测结果；根据所述第一炫光检测结果和所述第二炫光检测结果，得到最终检测结果。2.如权利要求1所述的人脸炫光程度的检测方法，其特征在于，所述对移动终端的相机参数进行间隔采样，包括：按照预设的时间间隔对移动终端的相机的感光度和曝光时间进行采样；将所述感光度和曝光时间拼接成多维数据。3.如权利要求1所述的人脸炫光程度的检测方法，其特征在于，所述利用预构建的分类模型对所述相机参数进行分类检测，得到第一炫光检测结果，包括：将所述相机参数输入到预构建的分类模型中，得到所述分类模型输出的预测类别概率值；利用下述公式和所述预测类别概率值判断人脸炫光程度是否合格的第一炫光检测结果：其中，y(ML)是第一炫光检测结果，P(ML)是所述分类模型输出的预测类别概率值。4.如权利要求1所述的人脸炫光程度的检测方法，其特征在于，所述发射随机光线生成炫光视频，并从所述炫光视频中抽取预设数量的关键帧图像，包括：在人脸视频检测时发射随机颜色序列的光线生成炫光视频；根据所述随机颜色序列将所述炫光视频划分为N个颜色视频帧序列；从每个所述颜色视频帧序列的中间帧开始依次选择其中一帧作为当前帧，并判断所述当前帧是否满足人脸大小条件；若所述当前帧满足人脸大小条件，则将所述当前帧作为所述颜色视频帧序列的关键帧；汇总每个颜色视频帧序列的关键帧，得到N张关键帧图像。5.如权利要求1所述的人脸炫光程度的检测方法，其特征在于，所述基于人脸检测算法从每张所述关键帧图像中获取人脸中间区域，得到预设数量的人脸图像，包括：通过人脸检测算法获取每张所述关键帧图像的人脸关键点；根据所述人脸关键点计算人脸矩形框的位置，其中，所述人脸矩形框的位置包括人脸矩形框的宽、高和左上角坐标；根据预设的确定比例对所述人脸矩形框的位置进行...

【专利技术属性】
技术研发人员：梁俊杰，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：