[发明专利]人脸活体检测方法、系统、装置、计算机设备和存储介质

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：

获取待检测图像，所述待检测图像是包括待检测对象的人脸的图像；

将所述待检测图像输入至训练好的加密检测联合模型中的加密网络，通过所述加密网络提取所述待检测图像的图像特征，并基于所述图像特征进行图像重建，获得所述待检测图像对应的加密图像，所述加密图像为与所述待检测图像在图像内容上存在差异的图像，所述加密图像携带了用于进行活体检测的鉴别信息；

通过所述加密检测联合模型中的检测网络，对所述加密图像进行活体检测，获得所述待检测图像中待检测对象的活体检测结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述加密图像发送至活体检测服务器；

通过所述活体检测服务器接收所述加密图像，并执行所述通过所述加密检测联合模型中的检测网络，对所述加密图像进行活体检测，获得所述待检测图像中待检测对象对应的活体检测结果的步骤。

3.根据权利要求1所述的方法，其特征在于，在所述获取待检测图像之前，所述方法还包括：

获取多个训练样本，所述多个训练样本中的每个训练样本包括样本图像及所述样本图像对应的真实活体类别；

使用所述多个训练样本对初始神经网络模型的模型参数进行调整，得到所述加密检测联合模型。

4.根据权利要求3所述的方法，其特征在于，所述使用所述多个训练样本对初始神经网络模型的模型参数进行调整，得到所述加密检测联合模型，包括：

将训练样本中的样本图像及真实活体类别输入初始神经网络模型；

通过所述初始神经网络模型中的加密网络提取所述样本图像的图像特征，并基于所述图像特征进行图像重建，获得所述样本图像对应的加密图像，并根据所述样本图像与所述加密图像之间的差异确定第一损失；

通过所述初始神经网络模型中的检测网络，对所述加密图像进行活体检测，获得所述样本图像对应的预测活体类别，并根据所述真实活体类别与所述预测活体类别之间的差异确定第二损失；

根据所述第一损失与所述第二损失调整所述初始神经网络模型的模型参数后，获取所述多个训练样本中的下一个训练样本，并返回至所述将训练样本中的样本图像及真实活体类别输入初始神经网络模型的步骤继续训练，直至获得训练好的加密检测联合模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述样本图像与所述加密图像之间的差异确定第一损失，包括：

获取所述样本图像中各像素点对应的原始特征值；

获取所述加密图像中各像素点对应的替代特征值；

根据相同像素点的原始特征值与替代特征值之间的差异计算第一损失。

6.根据权利要求4所述的方法，其特征在于，所述根据所述第一损失与所述第二损失调整所述初始神经网络模型的模型参数，包括：

基于所述第一损失与所述第二损失构建目标损失；

根据所述目标损失调整模型参数，以使得调整后的加密网络所输出的加密图像与原始的样本图像之间的差异增大、调整后的检测网络所输出的预测活体类别与真实活体类别之间的差异减小。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述获取待检测图像包括：

获取用于进行身份验证的人脸图像；

所述方法还包括：

当所述活体检测结果指示所述人脸图像中的人脸为活体时，则

判定所述人脸图像通过身份验证。

8.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

对所述加密图像进行数据增强处理，得到多个拓展图像；

所述通过所述加密检测联合模型中的检测网络，对所述加密图像进行活体检测，获得所述待检测图像中待检测对象的活体检测结果，包括：

通过所述加密检测联合模型中的检测网络，对各所述拓展图像进行活体检测，得到各所述拓展图像对应的检测结果；

根据各所述拓展图像对应的活体检测结果，确定所述待检测图像中的待检测对象的活体检测结果。