人脸活体检测方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开一种人脸活体检测方法、装置、终端设备及存储介质，该方法包括：获取待检测图像，待检测图像包括RGB图像、红外图像以及对应的深度图像；通过第一检测模型对RGB图像以及深度图像分别进行特征提取，并根据提取的第一图像特征得到第一检测结果；通过第二检测模型对红外图像进行特征提取，并根据提取的第二图像特征得到第二检测结果；根据第一检测结果及第二检测结果确定目标人脸活体检测结果。实施本申请实施例，能够提高人脸活体检测的精度，并且适用于不同的人脸识别应用场景，提高了鲁棒性。提高了鲁棒性。提高了鲁棒性。

【技术实现步骤摘要】
人脸活体检测方法、装置、电子设备及存储介质


[0001]本申请涉及信息安全
，具体涉及一种人脸活体检测方法、装置、电子设备及存储介质。

技术介绍

[0002]人脸识别技术广泛应用于社会中的各个领域，人脸活体检测是检测图像或视频中是否存在活体人脸，以防御来自面具、照片或视频等对人脸识别应用进行攻击的人脸识别技术。目前的人脸识别技术检测手段较为单一，还需要在检测准确度方面进一步优化。

技术实现思路

[0003]本申请实施例公开了一种人脸活体检测方法、装置、电子设备及存储介质，能够提高人脸活体检测的精度，并且适用于不同的人脸识别应用场景，提高了鲁棒性。
[0004]本申请实施例第一方面公开一种人脸活体检测方法，所述方法包括：
[0005]获取待检测图像，所述待检测图像包括RGB图像、红外图像以及对应的深度图像；
[0006]通过第一检测模型对所述RGB图像以及深度图像分别进行特征提取，并根据提取的第一图像特征得到第一检测结果；所述第一检测模型是根据第一训练集训练得到的，所述第一训练集包括多帧RGB样本图像及与每帧RGB样本图像对应的深度样本图像；
[0007]通过第二检测模型对所述红外图像进行特征提取，并根据提取的第二图像特征得到第二检测结果；所述第二检测模型是根据第二训练集训练得到的，所述第二训练集包括多帧红外样本图像；
[0008]根据所述第一检测结果及所述第二检测结果确定目标人脸活体检测结果。
[0009]在本申请实施例中，获取包括RGB图像、红外图像以及深度图像的待检测图像后，通过第一检测模型对其中的RGB图像以及深度图像进行特征提取，根据提取的第一图像特征得到第一检测结果，并且通过第二检测模型对其中的红外图像进行特征提取，根据提取的第二图像特征得到第二检测结果，根据第一检测结果和第二检测结果确定目标人脸活体检测结果。通过获取多种类图像，并且采用两个检测模型来进行人脸活体检测，能够提高人脸活体检测的精度，并且能够适用于不同应用场景，提高了人脸活体检测过程的鲁棒性。
[0010]作为一种可选的实施方式，在本申请实施例第一方面中，在所述获取待检测图像，所述待检测图像包括RGB图像、红外图像以及对应的深度图像之后，所述方法还包括：
[0011]分别对所述RGB图像、红外图像以及深度图像进行人脸检测，得到所述RGB图像中的RGB人脸框、所述红外图像中的红外人脸框以及所述深度图像中的深度人脸框；
[0012]对所述RGB人脸框、红外人脸框以及深度人脸框进行筛选，确定置信度大于置信度阈值的RGB目标人脸框、红外目标人脸框以及深度目标人脸框；
[0013]从所述RGB图像中对所述RGB目标人脸框进行截取，得到目标RGB图像，从所述红外图像中对所述红外目标人脸框进行截取，得到目标红外图像，以及从所述深度图像中对所述深度目标人脸框进行截取，得到目标深度图像；
[0014]所述通过第一检测模型对所述RGB图像以及深度图像分别进行特征提取，包括：
[0015]通过第一检测模型对所述目标RGB图像及所述目标深度图像分别进行特征提取；
[0016]所述通过第二检测模型对所述红外图像进行特征提取，包括：
[0017]通过第二检测模型对所述目标红外图像进行特征提取。
[0018]在本申请实施例中，通过从各个待检测图像中检测人脸框，并筛选置信度较高的人脸框作为目标人脸框进行截取，并且替代待检测图像，能够有效地保证目标人脸框中包含有人脸图像，避免对不包含人脸的待检测图像进行人脸活体检测，有效地提高人脸活体检测过程的效率。
[0019]作为一种可选的实施方式，在本申请实施例第一方面中，在所述从所述RGB图像中对所述RGB目标人脸框进行截取，得到目标RGB图像，从所述红外图像中对所述红外目标人脸框进行截取，得到目标红外图像，以及从所述深度图像中对所述深度目标人脸框进行截取，得到目标深度图像之前，所述方法还包括：
[0020]确定所述RGB目标人脸框在所述RGB图像中的位置信息，以及确定所述红外目标人脸框在所述红外图像中的位置信息；
[0021]依据所述RGB目标人脸框在所述RGB图像中的位置信息，确定所述深度目标人脸框在所述深度图像中的位置信息，其中，所述RGB目标人脸框在所述RGB图像中的位置信息与所述深度目标人脸框在所述深度图像中的位置信息相同。
[0022]在本申请实施例中，在从各个待检测图像中截取对应的目标人脸框之前，确定RGB目标人脸框以及红外目标人脸框的位置信息，并依据RGB目标人脸框的位置信息确定深度目标人脸框的位置信息，能够保证截取的RGB目标人脸框中的内容与截取的深度目标人脸框中的内容保持一致，从而保证后续第一检测模型中的特征提取以及确定第一检测结果的准确性。
[0023]作为一种可选的实施方式，在本申请实施例第一方面中，所述根据所述第一检测结果及所述第二检测结果确定目标人脸活体检测结果，包括：
[0024]若所述第一检测结果大于第一阈值，且所述第二检测结果大于第二阈值，则判断所述待检测图像为活体图像。
[0025]在本申请实施例中，在待检测图像的检测结果满足不同阈值时才被判断为活体图像，能够提高人脸活体检测过程的鲁棒性。
[0026]作为一种可选的实施方式，在本申请实施例第一方面中，所述通过第一检测模型对所述RGB图像以及深度图像分别进行特征提取，并根据提取的第一图像特征得到第一检测结果，包括：
[0027]通过第一检测模型对所述RGB图像以及所述深度图像分别进行特征提取，得到RGB特征图像以及深度特征图像；
[0028]对所述RGB特征图像以及深度特征图像进行特征融合，得到第一图像特征，并根据所述第一图像特征得到第一检测结果。
[0029]在本申请实施例中，通过对RGB特征图像以及深度特征图像进行特征融合，能够包含更多的细节信息，从而令第一检测模型对RGB图像以及深度图像进行人脸活体检测的结果更加精确。
[0030]作为一种可选的实施方式，在本申请实施例第一方面中，在所述获取待检测图像
之前，所述方法还包括：
[0031]通过待训练的第一检测模型对RGB样本图像以及与所述RGB样本图像对应的深度样本图像分别进行特征提取，得到第一样本特征，根据所述第一样本特征确定第一预测结果，并根据所述第一预测结果及与所述RGB样本图像对应的第一真实结果确定第一损失，以根据所述第一损失对所述待训练的第一检测模型的参数进行调整；
[0032]通过待训练的第二检测模型对红外样本图像进行特征提取，得到第二样本特征，根据所述第二样本特征确定第二预测结果，并根据所述第二预测结果及与所述红外样本图像对应的第二真实结果确定第二损失，以根据所述第二损失对所述待训练的第二检测模型的参数进行调整。
[0033]在本申请实施例中，通过采用RGB样本图像以及深度样本图像构成的训练集对第一检测模型进行训练，以及采用红外样本图像构成的训练集对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸活体检测方法，其特征在于，所述方法包括：获取待检测图像，所述待检测图像包括RGB图像、红外图像以及对应的深度图像；通过第一检测模型对所述RGB图像以及深度图像分别进行特征提取，并根据提取的第一图像特征得到第一检测结果；所述第一检测模型是根据第一训练集训练得到的，所述第一训练集包括多帧RGB样本图像及与每帧RGB样本图像对应的深度样本图像；通过第二检测模型对所述红外图像进行特征提取，并根据提取的第二图像特征得到第二检测结果；所述第二检测模型是根据第二训练集训练得到的，所述第二训练集包括多帧红外样本图像；根据所述第一检测结果及所述第二检测结果确定目标人脸活体检测结果。2.根据权利要求1所述的方法，其特征在于，在所述获取待检测图像，所述待检测图像包括RGB图像、红外图像以及对应的深度图像之后，所述方法还包括：分别对所述RGB图像、红外图像以及深度图像进行人脸检测，得到所述RGB图像中的RGB人脸框、所述红外图像中的红外人脸框以及所述深度图像中的深度人脸框；对所述RGB人脸框、红外人脸框以及深度人脸框进行筛选，确定置信度大于置信度阈值的RGB目标人脸框、红外目标人脸框以及深度目标人脸框；从所述RGB图像中对所述RGB目标人脸框进行截取，得到目标RGB图像，从所述红外图像中对所述红外目标人脸框进行截取，得到目标红外图像，以及从所述深度图像中对所述深度目标人脸框进行截取，得到目标深度图像；所述通过第一检测模型对所述RGB图像以及深度图像分别进行特征提取，包括：通过第一检测模型对所述目标RGB图像及所述目标深度图像分别进行特征提取；所述通过第二检测模型对所述红外图像进行特征提取，包括：通过第二检测模型对所述目标红外图像进行特征提取。3.根据权利要求2所述的方法，其特征在于，在所述从所述RGB图像中对所述RGB目标人脸框进行截取，得到目标RGB图像，从所述红外图像中对所述红外目标人脸框进行截取，得到目标红外图像，以及从所述深度图像中对所述深度目标人脸框进行截取，得到目标深度图像之前，所述方法还包括：确定所述RGB目标人脸框在所述RGB图像中的位置信息，以及确定所述红外目标人脸框在所述红外图像中的位置信息；依据所述RGB目标人脸框在所述RGB图像中的位置信息，确定所述深度目标人脸框在所述深度图像中的位置信息，其中，所述RGB目标人脸框在所述RGB图像中的位置信息与所述深度目标人脸框在所述深度图像中的位置信息相同。4.根据权利要求1所述的方法，其特征在于，所述根据所述第一检测结果及所述第二检测结果确定目标人脸活体检测结果，包括：若所述第一检测结果大于第一阈值，且所述第二检测结果大于第二阈值，则判断所述待检测图像为活体图像。5.根据权利要求1所述的方法，其特征在于，所述通过第一检测模...

【专利技术属性】
技术研发人员：毛立，许晓龙，刘松林，
申请(专利权)人：江西晶浩光学有限公司，
类型：发明
国别省市：