[发明专利]活体检测方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能领域，提供了一种活体检测方法、装置、计算机设备和存储介质。其中，活体检测方法包括：获取待检测人脸图像；对待检测人脸图像进行特征提取，得到对应的图像特征；将所得到的图像特征输入预先训练的基于活体人脸图像集合训练得到的第一生成对抗网络中的生成器，得到与待检测人脸图像对应的第一生成图像；将所得到的图像特征输入预先训练的基于非活体人脸图像集合训练得到的第二生成对抗网络中的生成器，得到与待检测人脸图像对应的第二生成图像，分别计算第一生成图像、第二生成图像与待检测人脸图像之间的相似度，得到第一相似度及第二相似度；根据第一相似度及第二相似度，确定待检测人脸图像对应的活体检测结果。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种活体检测方法、装置、计算机设备和存储介质。

背景技术

随着人工智能技术的发展，出现了人脸识别技术，然而目前人脸识别技术能识别人脸图像的身份但无法准确辨别所输入人脸的真伪。为了能够自动地、高效地辨别图像真伪抵抗欺骗攻击以确保系统安全，提出了活体检测技术，所谓的活体检测，通俗地讲，就是在人脸识别的过程中判断这张人脸对应的是否为活人。

传统的活体检测技术，需要用户作出指定动作，并录制视频进行分析来判断，由于分析视频的时间也相对较长，导致活体检测的效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高活体检测效率的活体检测方法、装置、计算机设备和存储介质。

一种活体检测方法，所述方法包括：

获取待检测人脸图像；

对所述待检测人脸图像进行特征提取，得到对应的图像特征；

将所得到的图像特征输入预先训练的第一生成对抗网络中的生成器，得到与所述待检测人脸图像对应的第一生成图像，其中，所述第一生成对抗网络是基于活体人脸图像集合训练得到的，所述活体人脸图像集合为对活体人脸进行拍摄所得到的图像集合；

将所得到的图像特征输入预先训练的第二生成对抗网络中的生成器，得到与所述待检测人脸图像对应的第二生成图像，其中，所述第二生成对抗网络是基于非活体人脸图像集合训练得到的，所述非活体人脸图像为对非活体人脸进行拍摄所得到的图像集合；

计算所述第一生成图像与所述待检测人脸图像之间的相似度，得到第一相似度；

计算所述第二生成图像与所述待检测人脸图像之间的相似度，得到第二相似度；

根据所述第一相似度及所述第二相似度，确定待检测人脸图像对应的活体检测结果。

在一个实施例中，所述计算所述第一生成图像与所述待检测人脸图像之间的相似度，得到第一相似度，包括：

将所述第一生成图像与所述待检测图像分别缩放至预设的尺寸；

对缩放后的所述第一生成图像与所述待检测图像分别进行灰度处理；

依次计算灰度处理后的所述第一生成图像中每行像素点的平均值，并对得到的所有平均值计算方差，得到所述第一生成图像对应的第一特征值；

依次计算灰度处理后的所述待检测图像中每行像素点的平均值，并对得到的所有平均值计算方差，得到所述待检测图像对应的第二特征特征值；

计算所述第一特征值与所述第二特征值之间的差值，基于所述差值得到第一相似度。

在一个实施例中，所述第一生成对抗网络的生成步骤包括：

获取活体人脸图像集合；

对所述活体人脸图像集合中的活体人脸图像进行特征提取，得到与所述活体人脸图像对应的第一训练特征，所述第一训练特征中包含空间信息和频域特征；