[发明专利]活性测试方法和活性测试计算设备

权利要求书

1.一种活性测试方法，包括：

从输入图像中的对象的部分提取所述对象的感兴趣区域；

使用基于神经网络模型的活性测试模型对所述对象执行活性测试，其中，活性测试模型使用感兴趣区域的图像信息作为提供到活性测试模型的第一输入图像信息，并至少基于由活性测试模型从感兴趣区域的图像信息提取的纹理信息来确定活性；

指示活性测试的结果。

2.如权利要求1所述的活性测试方法，

其中，活性测试模型使用输入图像的图像信息或输入图像中的所述对象的所述部分的图像信息作为提供到活性测试模型的第二输入图像信息，其中，活性测试模型也被提供第一输入图像信息，

其中，确定活性的步骤至少基于由活性测试模型从第一输入图像信息提取的纹理信息和基于第二输入图像信息提取的空间信息。

3.如权利要求2所述的活性测试方法，还包括：

在提取感兴趣区域之后，调整至少输入图像中的所述对象的所述部分的图像信息的像素尺寸，以产生第二输入图像信息。

4.如权利要求3所述的活性测试方法，其中，第一输入图像信息的有效分辨率高于第二输入图像信息的有效分辨率。

5.如权利要求3所述的活性测试方法，其中，第一输入图像信息的像素尺寸等于第二输入图像信息的像素尺寸。

6.如权利要求2所述的活性测试方法，

其中，活性测试模型包括：回归连接结构，其中，回归连接结构被这样配置：针对输入图像为当前帧，所述对象的活性的确定依赖于针对之前帧获得的活性测试模型的结果。

7.如权利要求2所述的活性测试方法，其中，第一输入图像信息和第二输入图像信息通过活性测试模型的不同的输入层被输入到活性测试模型。

8.如权利要求7所述的活性测试方法，其中，活性测试模型在对来自对第一输入图像信息执行的过滤和对第二输入图像信息执行的过滤二者的结果的信息的组合执行进一步过滤之前，独立地对第一输入图像信息和第二输入图像信息执行过滤。

9.如权利要求1所述的活性测试方法，其中，提取感兴趣区域的步骤包括：

从输入图像中的所述对象的所述部分提取包括瞳孔区域的选择部分作为感兴趣区域。

10.如权利要求9所述的活性测试方法，

其中，活性测试模型使用输入图像的在所述对象的面部区域内并包括所述选择部分的所述部分的图像信息作为提供到活性测试模型的第二输入图像信息，其中，活性测试模型也被提供第一输入图像信息，

其中，确定活性的步骤至少基于由活性测试模型从第一输入图像信息提取的纹理信息和基于第二输入图像信息提取的空间信息。

11.如权利要求1所述的活性测试方法，其中，提取感兴趣区域的步骤包括：

从输入图像中的所述对象的所述部分提取包括眼睛、鼻子和嘴唇中的至少一个的各个选择部分作为感兴趣区域。

12.如权利要求11所述的活性测试方法，

其中，活性测试模型使用输入图像的在所述对象的面部区域内并包括所述选择部分的所述部分的图像信息作为提供到活性测试模型的第二输入图像信息，其中，活性测试模型也被提供第一输入图像信息，

其中，确定活性的步骤至少基于由活性测试模型从各个感兴趣区域提取的纹理信息和由活性测试模型基于第二输入图像信息提取的空间信息。

13.如权利要求1所述的活性测试方法，其中，提取感兴趣区域的步骤包括：

从作为输入图像中的所述对象的所述部分的指纹区域提取一个或各个多个选择部分作为各个感兴趣区域。

14.如权利要求13所述的活性测试方法，

其中，活性测试模型使用输入图像的所述部分的图像信息作为提供到活性测试模型的第二输入图像信息，其中，活性测试模型也被提供第一输入图像信息，

其中，确定活性的步骤至少基于由活性测试模型从所述各个感兴趣区域提取的纹理信息和由活性测试模型基于第二输入图像信息提取的空间信息。

15.如权利要求1所述的活性测试方法，其中，提取感兴趣区域的步骤包括：

从作为输入图像中的所述对象的所述部分的静脉区域提取选择部分作为感兴趣区域。