【技术实现步骤摘要】
一种活体检测方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
,具体为深度学习、计算机视觉
,可应用于人脸识别、活体检测等场景。
技术介绍
[0002]随着电子商务等技术的发展,基于人脸的身份验证已经得到广泛的应用,基于人脸的身份验证主要是通过人脸识别技术来实现,在人脸识别技术极大提高了人们生活便利性的同时,其安全性问题也逐渐暴露,例如通过打印照片、屏幕照片等伪装为实体人脸通过验证。
[0003]可见,人脸识别技术中,需要人脸活体检测技术来判断人脸图像是否是通过拍摄活体人脸得到的。
技术实现思路
[0004]本公开提供了一种活体检测方法、装置、电子设备及存储介质。
[0005]根据本公开的一方面,提供了一种活体检测方法,包括:
[0006]获取待检测的人脸RGB图像;
[0007]分别对所述人脸RGB图像进行色彩模型转换和傅里叶变换,得到YUV图像和频谱图;
[0008]将所述YUV图像和所述频谱图输入预先训练完成的活体检测模型,以使所述活体检测模型提取所述YUV图像的YUV图像特征,提取所述频谱图的频谱图特征,并对所述YUV图像特征和所述频谱图特征进行融合,得到融合特征,基于所述融合特征进行活体检测;
[0009]获得所述活体检测模型输出的活体检测结果。
[0010]根据本公开的另一方面,提供了一种活体检测模型的训练方法,包括:
[0011]获取样本图像以及所述样本图像的活体检测真实标签;
[0012] ...
【技术保护点】
【技术特征摘要】
1.一种活体检测方法,包括:获取待检测的人脸RGB图像;分别对所述人脸RGB图像进行色彩模型转换和傅里叶变换,得到YUV图像和频谱图;将所述YUV图像和所述频谱图输入预先训练完成的活体检测模型,以使所述活体检测模型提取所述YUV图像的YUV图像特征,提取所述频谱图的频谱图特征,并对所述YUV图像特征和所述频谱图特征进行融合,得到融合特征,基于所述融合特征进行活体检测;获得所述活体检测模型输出的活体检测结果。2.根据权利要求1所述的方法,其中,所述活体检测模型包括:特征提取层、池化层、全连接层和softmax层;所述特征提取层包括:YUV提取层、频谱提取层;所述YUV提取层,用于提取所述YUV图像的YUV图像特征;所述频谱提取层,用于提取所述频谱图的频谱图特征。3.根据权利要求2所述的方法,其中,所述YUV提取层包括第一YUV子提取层和第二YUV子提取层;所述频谱提取层包括第一频谱子提取层和第二频谱子提取层;所述第二YUV子提取层的输入特征为所述第一YUV子提取层的输出特征与所述第一频谱子提取层的输出特征的拼接特征;所述池化层的输入特征为所述第二YUV子提取层的输出特征与所述第二频谱子提取层的输出特征的拼接特征。4.根据权利要求3所述的方法,其中,所述第一YUV子提取层包括Resnet18网络中的第一卷积层、第二卷积层和第三卷积层;所述第二YUV子提取层包括Resnet18网络中的第四卷积层和第五卷积层;所述第一频谱子提取层包括inception v3网络和第一降维卷积层;所述第二频谱子提取层包括双层inception v3网络和第二降维卷积层。5.根据权利要求1所述的方法,在将所述YUV图像和所述频谱图输入预先训练完成的活体检测模型之前,还包括:对所述频谱图进行频谱对齐。6.一种活体检测模型的训练方法,包括:获取样本图像以及所述样本图像的活体检测真实标签;分别对所述样本图像进行色彩模型转换和傅里叶变换,得到样本YUV图像和样本频谱图;将所述样本YUV图像和所述样本频谱图输入初始网络,得到活体检测预测标签;其中,所述初始网络中包含特征提取层、池化层、全连接层和softmax层;所述特征提取层包括:YUV提取层、频谱提取层;所述YUV提取层,用于提取所述YUV图像的YUV图像特征;所述频谱提取层,用于提取所述频谱图的频谱图特征;基于所述活体检测真实标签和所述活体检测预测标签计算损失值,并基于损失值调整所述初始网络中的可学习参数。7.根据权利要求6所述的方法,其中,基于所述活体检测真实标签和所述活体检测预测标签计算损失值的步骤,包括:
获取所述softmax层输出的所述样本图像的活体检测预测标签;基于所述样本图像的活体检测真实标签、所述样本图像的活体检测预测标签进行交叉熵运算,得到损失值。8.一种活体检测装置,包括:第一获取模块,用于获取待检测的人脸RGB图像;第一转换模块,用于分别对所述人脸RGB图像进行色彩模型转换和傅里叶变换,得到YUV图像和频谱图;输入模块,用于将所述YUV图像和所述频谱图输入预先训练完成的活体检测模型,以使所述活体检测模型提取所述YUV图像的YUV图像特征,提取所述频谱图的频谱图特征,并对所述YUV图像特征和所述频...
【专利技术属性】
技术研发人员:黄泽斌,
申请(专利权)人:北京百度网讯科技有限公司,
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。