[发明专利]一种基于静默式的人脸活体检测方法及系统

权利要求书

1.一种基于静默式的人脸活体检测方法，其特征在于，包括以下步骤：

获取判定模型，

所述判定模型至少包括：人脸占比、支持向量机、手机边框模型以及防伪模型；

根据所述判定模型对待检测图片进行多级活体判断，

若判定为人脸活体，则将所述待检测图片输入下一级进行活体判断，否则判定为非人脸活体。

2.根据权利要求1所述的人脸活体检测方法，其特征在于，所述人脸占比的获取包括以下步骤：

通过人脸检测定位得到所述待检测图片的人脸框；

计算得到所述人脸框的面积在所述待检测图片的面积中的百分比，作为所述人脸占比。

3.根据权利要求1所述的人脸活体检测方法，其特征在于，所述支持向量机的训练包括以下步骤：

采集获得清晰和模糊的正负样本，以及具有镜面反光的反光样本；

通过上述样本对所述支持向量机进行训练学习，得到模糊阈值和反光阈值。

4.根据权利要求1所述的人脸活体检测方法，其特征在于，所述手机边框模型的获取包括以下步骤：

采集获得具有边框特征的边框样本；

根据所述边框样本进行深度学习，得到手机边框模型。

5.根据权利要求1所述的人脸活体检测方法，其特征在于，所述防伪模型的获取包括以下步骤：

采集获得具有介质特征的介质样本；

根据所述介质样本进行深度学习，得到防伪模型。

6.根据权利要求1或2所述的人脸活体检测方法，其特征在于，根据所述人脸占比对待检测图片进行活体判断包括以下步骤：

设定占比阈值，并将所述人脸占比与占比阈值进行比对；

若大于等于所述占比阈值，则判定为人脸活体，并将其输入下一级进行活体判断，若小于所述占比阈值，则判定为非人脸活体。

7.根据权利要求1或3所述的人脸活体检测方法，其特征在于，根据所述支持向量机对待检测图片进行活体判断包括以下步骤：

对所述待检测图片进行拉普拉斯变换，并计算得到像素值的均方差；

将所述均方差与通过训练所述支持向量机获得的模糊阈值和反光阈值进行比对；

若大于上述阈值，则判定为人脸活体，并将其输入下一级进行活体判断，若小于上述阈值，则判定为人脸活体。

8.根据权利要求1或4所述的人脸活体检测方法，其特征在于，根据所述手机边框模型对待检测图片进行活体判断包括以下步骤：

通过所述手机边框模型判断所述待检测图片中是否有手机边框；

若无，则判定为人脸活体，并将其输入下一级进行活体判断，若有，则判定为人脸活体。

9.根据权利要求1或5所述的人脸活体检测方法，其特征在于，根据所述防伪模型对待检测图片进行活体判断包括以下步骤：

通过所述防伪模型判断所述待检测图片中是否为介质中的人脸；

若否，则判定为人脸活体，并将其输入下一级进行活体判断，若是，则判定为非人脸活体。

10.一种基于静默式的人脸活体检测系统，其特征在于，包括：

模型获取单元，用以获取判定模型，

所述判定模型至少包括：人脸占比、支持向量机、手机边框以及防伪模型；

判断单元，用以根据所述判定模型对待检测图片进行多级活体判断，

若判定为人脸活体，则将所述待检测图片输入下一级进行活体判断，否则判定为非人脸活体。