一种活体检测方法、装置、终端设备及存储介质制造方法及图纸

本申请适用于信息处理技术领域，提供了一种活体检测方法、装置、终端设备及存储介质，所述方法包括：获取待处理图像；对所述待处理图像进行人脸检测，得到人脸框信息；根据所述人脸框信息，验证所述待处理图像是否满足预设活体检测条件；若所述待处理图像满足所述预设活体检测条件，则对所述待处理图像进行人体关键点检测，得到所述待处理图像中的人体关键点及其置信度，所述置信度表示图像区域为人体关键点的概率；根据所述人体关键点及其置信度，对所述待处理图像进行活体检测。本申请可以有效防御3D面具或3D头模的攻击，解决现有技术中活体检测的成本较高，而有效性较低的问题。而有效性较低的问题。而有效性较低的问题。

【技术实现步骤摘要】
一种活体检测方法、装置、终端设备及存储介质


[0001]本申请属于信息处理
，尤其涉及一种活体检测方法、装置、终端设备及存储介质。

技术介绍

[0002]随着科技与经济的发展，人脸识别技术广泛应用于日常生活。伪造合法用户人脸的多种恶意攻击手段也随之频繁出现，这给人脸识别技术的应用带来了安全隐患。近年来，为了防范不法分子利用伪造的人脸进行违法犯罪活动，活体检测(Face Anti
‑
Spoofing)作为人脸识别系统必不可少的模块被广泛应用于社会服务、公共安全以及金融支付等领域。
[0003]目前，在人脸识别技术的应用中，现有的活体检测技术是通过获取连续多帧图片确定人脸的轻微运动，或者获取人脸的纹理信息以及微表情来区分是否是活体。这些活体检测技术大多需要在特定环境和特定设备条件下进行的，对环境和检测设备的要求比较高。并且，对于3D面具/3D头模攻击，即使用真人比例的面具戴在攻击者脸上或者利用3D头模来攻击活体检测，上述活体检测技术无法有效防御。
[0004]综上所述，现有的活体检测技术对环境和检测设备的要求比较高，且无法有效防御3D面具或3D头模的攻击，活体检测的成本较高，而有效性较低。

技术实现思路

[0005]有鉴于此，本申请实施例提供了一种活体检测方法、装置、终端设备及存储介质，以解决现有的活体检测技术存在对环境和检测设备的要求比较高，且无法有效防御3D面具或3D头模的攻击，活体检测的成本较高，而有效性较低的问题。
[0006]本申请实施例的第一方面提供了一种活体检测方法，包括：
[0007]获取待处理图像；
[0008]对所述待处理图像进行人脸检测，得到人脸框信息；
[0009]根据所述人脸框信息，验证所述待处理图像是否满足预设活体检测条件；
[0010]若所述待处理图像满足所述预设活体检测条件，则对所述待处理图像进行人体关键点检测，得到所述待处理图像中的人体关键点及其置信度；
[0011]根据所述人体关键点及其置信度，对所述待处理图像进行活体检测。
[0012]本申请实施例的第二方面提供了一种活体检测装置，包括：
[0013]图像获取单元，用于获取待处理图像；
[0014]人脸检测单元，用于对所述待处理图像进行人脸检测，得到人脸框信息；
[0015]图像验证单元，用于根据所述人脸框信息，验证所述待处理图像是否满足预设活体检测条件；
[0016]关键点检测单元，用于若所述待处理图像满足所述预设活体检测条件，则对所述待处理图像进行人体关键点检测，得到所述待处理图像中的人体关键点及其置信度；
[0017]活体检测单元，用于根据所述人体关键点及其置信度，对所述待处理图像进行活
体检测。
[0018]本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
[0019]本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。
[0020]本申请实施例的第五方面提供了一种计算机程序产品，当所述计算机程序产品在终端设备上运行时，使得终端设备实现如上述方法的步骤。
[0021]本申请实施例与现有技术相比存在的有益效果是：
[0022]在本申请的活体检测方法中，通过获取待处理图像，先对待处理图像进行人脸检测，得到人脸框信息，并根据人脸框信息，验证待处理图像是否满足预设活体检测条件，若待处理图像满足预设活体检测条件，则对待处理图像进行人体关键点检测，得到待处理图像中的人体关键点及其置信度，再根据人体关键点及其置信度，对待处理图像进行活体检测，从而可有效防御3D面具或3D头模的攻击，并且本申请无需额外的红外模组和深度模组，对检测环境和检测设备的要求不高，在提高活体检测的有效性的同时，有效控制活体检测的成本，解决了现有技术中无法有效防御3D面具或3D头模的攻击，活体检测的成本较高，而有效性较低的问题。
附图说明
[0023]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1是本申请实施例提供的活体检测方法的实现流程图；
[0025]图2是本申请实施例提供的活体检测方法中步骤S102的具体实现流程图；
[0026]图3是本申请实施例提供的活体检测方法中预设阈值的确定的具体实现流程图；
[0027]图4是本申请实施例提供的活体检测方法中获取人体关键点检测模型的具体实现流程图；
[0028]图5是本申请实施例提供的活体检测方法中步骤S105的具体实现流程图；
[0029]图6是本申请实施例提供的活体检测装置的结构框图；
[0030]图7是本申请实施例提供的终端设备的示意图。
具体实施方式
[0031]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0032]为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
[0033]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特
征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0034]还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0035]还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0036]如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0037]另外，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
...

【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：获取待处理图像；对所述待处理图像进行人脸检测，得到人脸框信息；根据所述人脸框信息，验证所述待处理图像是否满足预设活体检测条件；若所述待处理图像满足所述预设活体检测条件，则对所述待处理图像进行人体关键点检测，得到所述待处理图像中的人体关键点及其置信度，所述置信度表示图像区域为人体关键点的概率；根据所述人体关键点及其置信度，对所述待处理图像进行活体检测。2.根据权利要求1所述的活体检测方法，其特征在于，所述人脸框信息包括人脸框的宽，所述待处理图像为摄像头拍摄的图像，所述根据所述人脸框信息，验证所述待处理图像是否满足预设活体检测条件的步骤，包括：获取所述待处理图像的宽；计算所述待处理图像的宽与所述人脸框的宽的比值；若所述比值大于或等于预设阈值，则所述待处理图像满足预设活体检测条件。3.根据权利要求2所述的活体检测方法，其特征在于，所述预设阈值的确定，包括：获取摄像头拍摄的多张样本图像，其中，多张样本图像中的人体与摄像头之间的距离各不相同；对所述样本图像进行人脸检测，得到所述样本图像中的人脸边框；获取所述样本图像对应的目标比值，所述目标比值为所述样本图像的宽与所述样本图像中人脸边框的宽的比值；对多张样本图像分别对应的所述目标比值进行统计分析，并根据统计分析的结果确定所述预设阈值。4.根据权利要求1所述的活体检测方法，其特征在于，所述对所述待处理图像进行人体关键点检测，得到所述待处理图像中的人体关键点及其置信度的步骤，包括：将所述待处理图像输入至已训练的人体关键点检测模型，输出所述待处理图像中人体关键点的区域及置信度。5.根据权利要求4所述的活体检测方法，其特征在于，在所述对所述待处理图像进行人体关键点检测，得到所述待处理图像中的人体关键点及其置信度的步骤之前，包括：将训练样本集合中的人体图像样本输入至初始关键点检测模型中处理，得到所述人体图像样本中人体关键点的区域及其置信度；其中，所述训练样本集合包括多张人体图像样本，以及所述人体图像样本对应的关键点样本区域及其样本置信度；根据预设的损失函数，计算训练过程中所述初始关键点检测模型输出的人体关键点的区域及其置信度与所述关键点样本区域及其样本置信度之间的损失值；当所述损失值满足预设条件时，停止训练所述初始关键点检测模型，并将训练后的...

【专利技术属性】
技术研发人员：李禹源，胡文泽，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：