活体检测方法和系统技术方案

本说明书提供的活体检测方法和系统，获取对目标用户采集的原始视频进行压缩得到的目标视频之后，对目标视频进行部分解压，得到压缩域视频，并基于压缩域视频生成N个非压缩域视频，以及基于压缩域视频和N个非压缩域视频进行活体检测，得到活体检测结果并输出。该方法和系统对目标视频进行部分解压，能够节省视频全解压的时间，之后，基于压缩域视频生成N个非压缩域视频，能够弥补压缩域视频带来的信息丢失的问题，从而提高活体检测性能。从而提高活体检测性能。从而提高活体检测性能。

【技术实现步骤摘要】
活体检测方法和系统


[0001]本说明书涉及图像识别领域，尤其涉及一种活体检测方法和系统。

技术介绍

[0002]人脸识别相较于传统的密码校验和校验码等身份验证方式来说，更加高效和便捷。因此，被广泛应用于金融、出行和核身(核实用户真实身份)等场景。但是人脸识别也面临活体攻击等安全问题。为了能够检测各种类型的活体攻击，保障人脸识别系统的安全，活体检测成为了人脸识别系统中关键的环节。
[0003]现有的活体检测方法可以通过采集用户的一段视频数据进行活体检测。然而，视频数据需要进行视频解码，视频解码需要耗费大量时间，导致活体检测的效率较低，进而影响人脸识别的效率。

技术实现思路

[0004]本说明书提供一种准确率更高的活体检测方法和系统。
[0005]第一方面，本说明书提供一种活体检测方法，包括：获取目标用户的目标视频，所述目标视频为对所述目标用户采集的原始视频进行压缩得到的；对所述目标视频进行部分解压，得到压缩域视频；基于所述压缩域视频生成N个非压缩域视频，所述N为大于0的整数；以及基于所述压缩域视频和所述N个非压缩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活体检测方法，包括：获取目标用户的目标视频，所述目标视频为对所述目标用户采集的原始视频进行压缩得到的；对所述目标视频进行部分解压，得到压缩域视频；基于所述压缩域视频生成N个非压缩域视频，所述N为大于0的整数；以及基于所述压缩域视频和所述N个非压缩域视频进行活体检测，得到活体检测结果并输出。2.根据权利要求1所述的方法，其中，所述压缩域视频包括多个图像帧，每个图像帧对应的压缩类型为I帧或非I帧，其中，所述压缩类型为I帧的图像帧为全解压图像，所述压缩类型为非I帧的图像帧为残差图和运动矢量图。3.根据权利要求1所述的方法，其中，所述基于所述压缩域视频生成N个非压缩域视频，包括：采用模态生成模型对所述压缩域视频生成M个模态视频及其对应的M个置信度，其中，所述M个模态视频是非压缩域视频，所述M个模态视频对应M个模态，所述M为大于0的整数，且所述M大于或等于所述N；以及从所述M个模态视频中选取N个模态视频作为所述N个非压缩域视频，其中，所述N个非压缩域视频的置信度满足预设规则。4.根据权利要求3所述的方法，其中，所述预设规则包括所述M个置信度按照从高到低的顺序进行排序后，排序靠前的N个。5.根据权利要求3所述的方法，其中，所述模态生成模型采用如下步骤训练得到：获取第一训练样本及其对应的第一标签，所述第一训练样本包括多个第一压缩域训练视频，所述第一压缩域训练视频为对经过压缩后的原始训练视频进行部分解压得到的，所述第一标签包括所述M个模态下的M个原始视频集；以及基于所述第一训练样本及所述第一标签，以第一综合损失小于第一预设值为约束目标对预设模态生成模型进行训练，所述第一综合损失在所述训练中约束所述预设模态生成模型输出的预测结果趋近于所述第一标签。6.根据权利要求5所述的方法，其中，所述第一综合损失，包括：模态生成损失，包括M个子模态生成损失，与所述M个模态对应，所述M个子模态生成损失中的每个子模态生成损失在训练过程中约束所述预设模态生成模型输出的训练模态视频与其对应的原始视频之间的差异。7.根据权利要求6所述的方法，其中，所述第一综合损失还包括：置信度回归损失，包括M个子置信度回归损失，与所述M个模态对应，所述M个子置信度回归损失中的每个子置信度回归损失在训练过程中约束所述预设模态生成模型输出的训练置信度与...

【专利技术属性】
技术研发人员：曹佳炯，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：