[发明专利]一种活体检测模型训练、活体检测方法、装置、设备及介质

权利要求书

1.一种活体检测模型训练方法，包括：

获取用于模型训练的样本集，所述样本集中的样本包括正样本和负样本，每个样本均包含至少两张不同距离的脸部图片；

确定各个样本对应的光流图；

使用各个样本对应的所述光流图训练活体检测模型。

2.如权利要求1所述的方法，确定各个样本对应的光流图包括：

对任一样本，对齐该样本所包含的各脸部图片，使用该样本对齐后的各脸部图片确定该样本对应的光流图。

3.如权利要求2所述的方法，对任一样本，对齐该样本所包含的各脸部图片包括：

对任一样本，根据该样本所包含的各脸部图片中的脸部关键点对该样本所包含的各脸部图片进行第一阶段对齐；

根据该样本所包含的各脸部图片的机器视觉特征，对该样本经所述第一对齐后的各脸部图片进行第二阶段对齐。

4.如权利要求3所述的方法，所述机器视觉特征包括SIFT特征、HOG特征、SURF特征、ORB特征、LBP特征、HAAR特征的至少一种。

5.如权利要求2所述的方法，使用该样本对齐后的各脸部图片确定该样本对应的光流图包括：

计算该样本对齐后的各脸部图片的光流；

根据该样本对齐后的各脸部图片的光流生成该样本对应的光流图。

6.如权利要求1所述的方法，根据每张脸部图片中感兴趣区域与该张脸部图片的比例确定任两张所述脸部图片的距离是否相同或不同。

7.如权利要求1所述的方法，使用各个样本对应的所述光流图训练活体检测模型包括：

使用各个样本对应的所述光流图训练分类模型，以获得活体检测模型。

8.一种活体检测方法，包括：

获取包含至少两张不同距离的脸部图片的图片组，所述脸部图片包含活体检测对象脸部区域；

确定所述图片组对应的光流图；

将所述光流图输入权利要求1至7中任一项所得到的活体检测模型，根据所述活体检测模型的输出数据判断所述活体检测对象是否为活体。

9.如权利要求8所述的方法，获取包含至少两张不同距离的脸部图片的图片组包括：

接收拍摄设备发送的针对活体检测对象的拍摄视频，分解所述拍摄视频以获取若干帧图像，从所述若干帧图像中选择至少两张不同距离的脸部图片以形成图片组；

或，

接收拍摄设备发送的上一张脸部图片，向所述拍摄设备发送指令，以使所述拍摄设备发布提示信息，所述提示信息用于提示所述活体检测对象靠近或远离所述拍摄设备；接收所述拍摄设备发送的所述下一张脸部图片；

从接收的各所述脸部图片中选择至少两张不同距离的脸部图片以形成图片组；

或，

接收拍摄设备发送的上一张脸部图片，根据所述上一张脸部图片中感兴趣区域与该张脸部图片的比例确定并向所述拍摄设备发送提示信息，以使所述拍摄设备发布所述提示信息，所述提示信息用于提示所述活体检测对象靠近或远离所述拍摄设备；接收所述拍摄设备发送的所述下一张脸部图片；

从接收的各所述脸部图片中选择至少两张不同距离的脸部图片以形成图片组。

10.如权利要求8所述的方法，根据每张脸部图片中感兴趣区域与该张脸部图片的比例确定任两张所述脸部图片的距离是否相同或不同。

11.如权利要求8所述的方法，确定所述图片组对应的光流图包括：

对齐各所述脸部图片，使用对齐后的各所述脸部图片确定所述图片组对应的光流图。

12.如权利要求11所述的方法，对齐各所述脸部图片包括：

根据各所述脸部图片中的脸部关键点对各所述脸部图片进行第一阶段对齐；

根据各所述脸部图片的机器视觉特征，对经所述第一对齐后的各所述脸部图片进行第二阶段对齐。