[发明专利]一种自动过滤模糊人脸的快速活体检测方法及系统

权利要求书

1.一种自动过滤模糊人脸的快速活体检测方法，其特征在于，具体包括以下步骤：

步骤S1，获取若干真实人脸图片以及基于所述真实人脸图片的若干虚假人脸图片；

步骤S2，将各所述真实人脸图片和各所述虚假人脸图片进行分组得到训练集和测试集；

步骤S3，对所述训练集中的各所述真实人脸图片和各所述虚假人脸图片进行图像特征提取，得到各所述真实人脸图片和各所述虚假人脸图片对应的特征图谱，所述特征图谱为LBP图谱；

步骤S4，对所述训练集中的各所述真实人脸图片和各所述虚假人脸图片进行模糊处理，得到各所述真实人脸图片和各所述虚假人脸图片对应的模糊图像；

步骤S5，根据所述训练集中的各所述真实人脸图片、各所述虚假人脸图片、各所述特征图谱以及各所述模糊图像训练得到活体检测模型；

步骤S6，根据所述活体检测模型对所述测试集中的各所述真实人脸图片和各所述虚假人脸图片进行活体检测，并计算活体检测结果与各所述真实人脸图片和各所述虚假人脸图片的真实结果之间的损失函数，以根据所述损失函数对所述活体检测模型进行验证。

2.根据权利要求1所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，所述虚假人脸图片包括使用不同摄像头翻拍得到的人脸图片，和/或使用打印机打印得到的人脸图片。

3.根据权利要求1所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，所述步骤S2具体包括：

步骤S21，采用多任务卷积神经网络对各所述真实人脸图片和各所述虚假人脸图片中的人脸区域进行截取得到人脸区域图像；

步骤S22，将各所述人脸区域图像的尺寸调整至预设尺寸；

步骤S23，将具有所述预设尺寸的各所述人脸区域图像按照预设比例进行分组得到训练集和测试集。

4.根据权利要求3所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，所述预设尺寸为112像素*112像素。

5.根据权利要求3所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，所述预设比例为所述训练集中的所述人脸区域图像的数量与所述测试集中的所述人脸区域图像的数量之间的比值，且所述预设比例为9:1。

6.根据权利要求1所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，所述步骤S3中，采用LBP算子对所述训练集中的各所述真实人脸图片和各所述虚假人脸图片进行图像特征提取，则所述特征图谱为LBP特征图谱。

7.根据权利要求1所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，所述步骤S4中，所述模糊处理包括颜色扰动，和/或水平翻转，和/或基于PCA的光照增强，和/或随机消除图片部分内容，和/或运动模糊，和/或高斯模糊。

8.根据权利要求1所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，训练所述活体检测模型的网络结构为MobileNetV2。

9.根据权利要求8所述的自动过滤模糊人脸的快速活体检测方法，其特征在于，所述MobileNetV2分类网络的后三层使用的激活函数为h-swish激活函数，所述h-swish激活函数的计算公式如下：

其中，ReLU6为ReLU6激活函数；

x用于表示所述MobileNetV2分类网络的后三层的输出值。