[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

说明书

本申请涉及一种人脸活体检测方法、系统、装置、计算机设备和存储介质。所述方法包括：获取待检测图像；将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，通过加密网络提取待检测图像的图像特征，并基于图像特征进行图像重建，获得待检测图像对应的加密图像，并通过加密检测联合模型中的检测网络，对加密图像进行活体检测，获得待检测图像中待检测对象的活体检测结果。本申请提供的方案能够降低待检测图像在活体检测处理过程中被窃取从而泄露用户隐私的风险，保护用户的个人隐私；同时，通过加密检测联合模型中的检测网络对加密图像进行活体检测，又能够保证活体检测的准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种人脸活体检测方法、系统、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，为了更准确、便捷地鉴定用户身份，出现了活体检测技术。活体检测技术能够利用生物特征信息验证用户是否为真实活体及本人操作，可有效抵御照片、换脸、面具、遮挡等常见的攻击手段。

目前，利用活体检测技术对用户进行身份鉴定时，通常都需要获取原始的待检测图像，然后基于获取的待检测图像进行活体检测处理。然而，获取的待检测图像属于用户的个人隐私，随着活体检测技术越来越广泛的应用，如何避免待检测图像在活体检测的分析处理过程中被窃取后导致用户的个人隐私被泄露，成为亟待解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够保护用户的个人隐私的人脸活体检测方法、系统、装置、计算机设备和存储介质。

一种人脸活体检测方法，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。

一种人脸活体检测方法，所述方法包括：

接收终端发送的加密图像，所述加密图像是所述终端通过训练好的加密检测联合模型中的加密网络提取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得到的图像，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，所述待检测图像是包括待检测对象的人脸的图像；

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；向所述终端返回所述活体检测结果。

一种模型的训练方法，所述方法包括：

获取训练样本，所述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；

通过初始神经网络模型中的加密网络，通过所述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，获取下一个训练样本继续训练，直至获得训练好的加密检测联合模型。

一种人脸活体检测系统，包括终端和活体检测服务器，其中；