一种活体检测方法、终端设备及存储介质技术

本发明专利技术涉及一种活体检测方法、终端设备及存储介质，该方法中，活体检测模型的网络结果采用轻量级网络作为主干网络，输入图像依次经过主干网络中的浅层卷积块、中层卷积块和深层卷积块进行特征提取；将中层卷积块提取的特征经过反卷积扩展为与浅层卷积块提取的特征相同大小后，将扩展后的特征与浅层卷积块提取的特征进行第一次双线性池化；将深层卷积块提取的特征经过反卷积扩展为与中层卷积块提取的特征相同大小后，将扩展后的特征与中层卷积块提取的特征进行第二次双线性池化；分别将第一次双线性池化、第二次双线性池化和深层卷积块经过全局池化层输出的结果分别经过分类网络进行分类。本发明专利技术具有较高的检测准确率和较快的检测速度。的检测速度。的检测速度。

【技术实现步骤摘要】
一种活体检测方法、终端设备及存储介质


[0001]本专利技术涉及人体检测领域，尤其涉及一种活体检测方法、终端设备及存储介质。

技术介绍

[0002]随着人脸识别、人脸解锁等技术在金融、门禁、移动设备等日常生活中的广泛应用，许多不法分子会利用高度逼真的照片、电子成像、面具等手段来攻击人脸识别系统，人脸防伪和活体检测(Face Anti
‑
Spoofing)技术在近年来得到了越来越多的关注。
[0003]活体检测的目的是在判断人脸识别采集到的人脸样本是活体还是非活体(如：彩色纸张打印人脸图，电子设备屏幕中的人脸数字图像以及面具等)。随着监控摄像头的快速发展，大量的人脸识别系统被部署在不同的场景下。活体检测一般是嵌套在人脸检测与人脸识别的验证中的模块，用来验证是否用户真实本人。在过去的几年中，深度学习技术的快速发展，活体检测算法识别性能得到了大幅提升。
[0004]目前活体检测算法就是分类问题，可看成二分类(活体或者非活体)；也可看成多分类(真人，纸张攻击，屏幕攻击，面具攻击)。现有算法常采用ResNet50作为主干本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活体检测方法，其特征在于，包括以下步骤：S1：采集活体人脸图像样本和非活体人脸图像样本组成训练集；S2：构建活体检测模型，通过训练集对活体检测模型进行训练；活体检测模型的网络结果采用轻量级网络作为主干网络，输入图像依次经过主干网络中的浅层卷积块、中层卷积块和深层卷积块进行特征提取；将中层卷积块提取的特征经过反卷积扩展为与浅层卷积块提取的特征相同大小后，将扩展后的特征与浅层卷积块提取的特征进行第一次双线性池化；将深层卷积块提取的特征经过反卷积扩展为与中层卷积块提取的特征相同大小后，将扩展后的特征与中层卷积块提取的特征进行第二次双线性池化；分别将第一次双线性池化、第二次双线性池化和深层卷积块经过全局池化层输出的结果分别经过分类网络进行分类；根据三个分类网络的分类结果判断输入人脸图像是否为活体人脸图像；S3：通过训练后的活...

【专利技术属性】
技术研发人员：姚灿荣，吴俊毅，黄仁裕，高志鹏，张光斌，赵建强，谢家隆，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
类型：发明
国别省市：