[发明专利]人脸活体检测方法、电子设备和计算机程序产品

权利要求书

1.一种人脸活体检测方法，其特征在于，所述方法，包括：

连续采集用户的图像；

确定所述图像均为立体人脸图像后，对采集到的图像进行心跳检测；

若心跳检测通过，则确认所述用户通过人脸活体检测。

2.根据权利要求1所述的方法，其特征在于，所述连续采集用户的图像之后，还包括：

获取所述图像的人脸3D数据；

根据所述人脸3D数据，确定所述图像是否为立体人脸图像。

3.根据权利要求2所述的方法，其特征在于，所述获取所述图像的人脸3D数据，包括如下步骤：

针对任一张图像，根据所述任一张图像的二维2D图像确定所述任一张图像是否存在人脸区域；

若存在人脸区域，则检测所述人脸区域的3D数据；

若检测到所述人脸区域的3D数据，则将检测到的人脸区域的3D数据作为人脸3D数据；

若不存在人脸区域，或者，未检测到所述人脸区域的3D数据，则确认所述用户不通过人脸活体检测；

或者，所述获取所述图像的人脸3D数据，包括如下步骤：

针对任一张图像，获取整张图像的3D数据，在整张图像的3D数据中检测鼻尖点对应的3D数据；

若检测到鼻尖点对应的3D数据，则以鼻尖点对应的3D数据为中心，第二阈值为半径进行球分割，将落入球内的3D数据作为人脸3D数据；

若未检测到鼻尖点对应的3D数据，则确认所述用户不通过人脸活体检测。

4.根据权利要求3所述的方法，其特征在于，所述根据所述人脸3D数据，确定所述图像是否为立体人脸图像，包括：

针对任一张图像，对所述人脸3D数据进行姿态矫正处理，得到姿态校正后的人脸3D数据；

根据所述姿态校正后的人脸3D数据确定所述任一张图像是否为立体人脸图像；

若所述任一张图像为立体人脸图像，则将所述任一张图像存入图像序列中；

若所述任一张图像为非立体人脸图像，则确认所述用户不通过人脸活体检测。

5.根据权利要求4所述的方法，其特征在于，所述根据所述姿态校正后的人脸3D数据确定所述任一张图像是否为立体人脸图像，包括如下步骤：

计算所述姿态校正后的3D数据与标准3D数据之间的相似度；

若相似度大于第一阈值，则确定所述任一张图像为立体人脸图像；

若相似度不大于第一阈值，则确定所述任一张图像为非立体人脸图像；

或者，所述根据所述姿态校正后的人脸3D数据确定所述任一张图像是否为立体人脸图像，包括如下步骤：

将所述姿态校正后的人脸3D数据中描述人脸的轮廓深度变化的维度作为分析维度；

统计姿态校正后所述分析维度对应的数据的方差；

若方差大于第四阈值，则确定所述任一张图像为立体人脸图像；

若方差不大于第四阈值，则确定所述任一张图像为非立体人脸图像；

或者，所述根据所述姿态校正后的人脸3D数据确定所述任一张图像是否为立体人脸图像，包括如下步骤：

将所述姿态校正后的3D数据输入人脸图像识别模型，得到识别结果；

所述识别结果为所述任一张图像为立体人脸图像，或者，所述识别结果为所述任一张图像为非立体人脸图像；

所述人脸图像识别模型基于深度卷积神经网络训练得到。

6.根据权利要求3所述的方法，其特征在于，所述根据所述人脸3D数据，确定所述图像是否为立体人脸图像，包括：

将所述人脸3D数据输入人脸图像识别模型，得到识别结果，所述识别结果为所述任一张图像为立体人脸图像，或者，所述识别结果为所述任一张图像为非立体人脸图像；

若所述任一张图像为立体人脸图像，则将所述任一张图像存入图像序列中；

若所述任一张图像为非立体人脸图像，则确认所述用户不通过人脸活体检测；

所述人脸图像识别模型基于深度卷积神经网络训练得到。

7.根据权利要求4至6任一权利要求所述的方法，其特征在于，所述确认所述用户不通过人脸活体检测之后，还包括：

终止流程，清空所述图像序列。