[发明专利]一种人脸图像检测方法、装置、介质和电子设备

说明书

本发明实施例提供一种人脸图像检测方法、装置、介质和电子设备。方法包括：获取原始人脸图像；按照预设的采样规则对原始人脸图像进行采样，获得原始人脸图像对应在不同频段的不同采样信号；依据获得的不同采样信号，得到目标人脸图像；将得到的目标人脸图像作为预先训练好的卷积神经网络分类模型的输入，利用卷积神经网络分类模型对目标人脸图像进行检测，获取卷积神经网络分类模型输出的对应目标人脸图像的数值；判断数值是否小于第一预设阈值；如果小于，确定原始人脸图像为非法人脸图像。本发明实施例能够准确地识别出视频翻拍得到的人脸图像，防范视频翻拍攻击行为，提高人脸图像的检测准确性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种视频翻拍的人脸图像检测方法、装置、介质和电子设备。

背景技术

人脸识别技术已广泛应用于金融、保险、安防、管理等各种领域，用以实现对客户身份的合法性验证。然而由于现有人脸识别技术存在的安全漏洞，仿冒客户的违法违规行为开始层出不穷。

目前对人脸识别系统常用的欺骗手段主要包括三类：1)合法用户的照片；2)合法用户的视频；3)合法用户的三维模型。

制作合法用户的三维模型成本较高、工艺复杂、实现困难，在实际应用中很少应用到，相较之，合法用户的照片和合法用户的视频很容易获取到，因此照片和视频便成为目前欺骗人脸识别系统最为常用的手段。

为了提高人脸识别系统对于人脸图像的检测准确性，在人脸识别技术中提出了活体检测技术。目前的活体检测技术包括指令式活体检测方法和非指令式无感活体检测方法，其中指令式活体检测方法是指用户根据系统发出的指令做出指定的眨眼、张嘴等动作，从而完成活体检测；非指令式无感活体检测方法是指用户不需要做出动作，系统自动根据视频画面的变化自动完成活体检测。通过在人脸识别技术中加入活体检测技术，能够有效地识别出人脸图像为合法用户的照片的情况，从而避免非法用户利用合法用户的照片欺骗人脸识别系统。

然而本发明的发明人发现，由于合法用户的视频中可能包含有合法用户的头部运动、面部动作等活体的生理信息，利用视频中合法用户的头部运动、面部动作等活体的生理信息是可以验证通过目前的活体检测技术的，也就是说，目前的活体检测技术不能很好地识别出基于合法用户的视频得到的人脸图像，人脸识别系统存在以视频翻拍方式进行攻击的安全隐患，人脸图像的检测准确性有待提高。

发明内容

有鉴于此，本发明提供一种人脸图像检测方法、装置、介质和电子设备，能够准确地识别出视频翻拍得到的人脸图像，防范视频翻拍攻击行为，提高人脸图像的检测准确性。技术方案如下：

基于本发明实施例的一方面，本发明实施例提供一种人脸图像检测方法，包括：

获取原始人脸图像；

按照预设的采样规则对所述原始人脸图像进行采样，获得所述原始人脸图像对应在不同频段的不同采样信号；

依据获得的不同采样信号，得到目标人脸图像，所述目标人脸图像中的细节信息相比于所述原始人脸图像中的细节信息被放大；

将得到的所述目标人脸图像作为预先训练好的卷积神经网络分类模型的输入，利用所述卷积神经网络分类模型对所述目标人脸图像进行检测，获取所述卷积神经网络分类模型输出的对应所述目标人脸图像的数值；

判断所述数值是否小于第一预设阈值；

如果小于，确定所述原始人脸图像为非法人脸图像。

可选地，所述按照预设的采样规则对所述原始人脸图像进行采样，获得所述原始人脸图像对应在不同频段的不同采样信号包括：

对所述原始人脸图像进行奇数列和偶数列地采样，得到第一奇数列信号和第一偶数列信号；