[发明专利]一种活体检测方法、装置及设备有效
| 申请号: | 202010276947.0 | 申请日: | 2020-04-10 |
| 公开(公告)号: | CN111178341B | 公开(公告)日: | 2021-01-26 |
| 发明(设计)人: | 曹佳炯;李亮 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 北京晋德允升知识产权代理有限公司 11623 | 代理人: | 王戈 |
| 地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 活体 检测 方法 装置 设备 | ||
1.一种活体检测方法,包括:
获取待检测图像;
提取所述待检测图像中的目标人脸图像;
利用第一分类模型对所述目标人脸图像进行分类处理,得到第一非活体概率值;所述第一分类模型是利用从设备采集图像中提取出的活体人脸图像及非活体人脸图像,对第一卷积神经网络模型进行训练而得到的;
利用第二分类模型对所述待检测图像进行分类处理,得到第二非活体概率值;所述第二分类模型是利用所述设备采集图像,对第二卷积神经网络模型进行训练而得到的;
提取所述待检测图像中的目标人体图像,所述目标人体图像中包含所述目标人脸图像;
其中,所述提取所述待检测图像中的目标人体图像,具体包括:
利用第二目标检测模型对所述待检测图像进行人体检测,得到所述第二目标检测模型输出的预测人体框的坐标信息;根据所述预测人体框的坐标信息,提取所述待检测图像中的所述预测人体框中的图像,得到目标人体图像;
利用第三分类模型对所述目标人体图像进行分类处理,得到第三非活体概率值;所述第三分类模型是利用从所述设备采集图像中提取出的活体人体图像及非活体人体图像,对第三卷积神经网络模型进行训练而得到的;所述第三分类模型是基于所述目标人体图像中的人体姿态信息进行分类处理的;
根据所述第一非活体概率值、所述第二非活体概率值及所述第三非活体概率值,生成活体检测结果;
若所述第二目标检测模型输出的检测结果表示未检测到存在人体图像的区域,则根据所述第一非活体概率值及所述第二非活体概率值,生成活体检测结果。
2.如权利要求1所述的方法,所述提取所述待检测图像中的目标人脸图像,具体包括:
获取所述待检测图像中的存在目标人脸图像的区域的位置信息,所述区域内存在一个人脸图像;
根据所述区域的位置信息,从所述待检测图像中提取所述目标人脸图像。
3.如权利要求2所述的方法,所述获取所述待检测图像中的存在目标人脸图像的区域的位置信息,具体包括:
利用第一目标检测模型对所述待检测图像进行人脸检测,得到所述第一目标检测模型输出的预测人脸框的坐标信息。
4.如权利要求3所述的方法,所述利用第一目标检测模型对所述待检测图像进行人脸检测之后,还包括:
获取所述第一目标检测模型输出的人脸检测结果;
当所述人脸检测结果表示在所述待检测图像中未检测到人脸区域时,则生成表示所述待检测图像中未包含活体的检测结果。
5.如权利要求1所述的方法,所述提取所述待检测图像中的目标人体图像,具体包括:
获取所述待检测图像中的存在目标人体图像的区域的位置信息,所述区域内存在一个人体图像;
根据所述区域的位置信息,从所述待检测图像中提取所述目标人体图像。
6.如权利要求1所述的方法,所述利用第二目标检测模型对所述待检测图像进行人体检测之后,还包括:
获取所述第二目标检测模型输出的人体检测结果;
当所述人体检测结果表示在所述待检测图像中未检测到人体区域时,则根据所述第一非活体概率值及所述第二非活体概率值,生成活体检测结果。
7.如权利要求1或6所述的方法,所述根据所述第一非活体概率值及所述第二非活体概率值,生成活体检测结果,具体包括:
对所述第一非活体概率值与第一预设权重之积同所述第二非活体概率值与第二预设权重之积进行求和,得到第一综合非活体概率值;
判断所述第一综合非活体概率值是否大于第一阈值;
若是,则生成表示所述待检测图像中未包含活体的检测结果;
若否,则生成表示所述待检测图像中包含活体的检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010276947.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种体温监测系统及方法
- 下一篇:一种高密度培养异胶藻的生产工艺





