[发明专利]基于双目深度和图片结构的活体检测方法、装置及介质

权利要求书

1.一种基于双目深度和图片结构信息的活体检测方法，其特征在于：包括以下步骤：

通过左右摄像头采集检测对象的原始人脸图像，分别从所述原始人脸图像中获取若干个对应人脸特征的关键点；利用左右摄像头采集的人脸图像及其关键点标定相机，左右摄像头分别为白光摄像头和近红外摄像头，左右摄像头分别采集同一人脸的原始图像以及人脸关键点作为特征点，利用自适应标定算法对相机进行标定，从而得到相机的三维坐标系统；

通过人脸检测框扣取人脸占比区域，所述人脸占比区域内包含M个对应人脸特征的关键点；从所述人脸检测框向外扩设定倍数得到以参考框为边界扣取的参考区域，所述参考框内包含N个参考点；分别计算M个对应人脸特征的关键点与N个参考点的深度信息值，并计算二者的深度信息均值差，若深度信息均值差大于设定阈值，则检测对象为活体；否则，

将人脸检测框和参考框扣取的图像数据输入训练完成的卷积神经网络，通过卷积神经网络判断是否包含边界信息；若人脸图像中包含边界信息，则检测对象为非活体，否则为活体，人脸检测框和参考框扣取的图像数据输入卷积神经网络之前对图像数据进行预处理，将图像数据缩放至固定尺寸，将人脸检测框和参考框扣取的图像数据输入训练完成的卷积神经网络，通过卷积神经网络的权值共享，融合两个图像数据输出的不同特征，判断所述参考区域是否包含边界信息；

计算M个对应人脸特征的关键点与N个参考点的深度信息均值差，包括以下步骤：计算M个关键点深度信息均值，计算N个参考点的深度信息均值，将二者相减取绝对值二者深度信息均值差。

2.如权利要求1所述的一种基于双目深度和图片结构信息的活体检测方法，其特征在于：参考区域的数量至少是一个，多个不同的参考区域均由人脸占比区域向外扩不同倍数形成的。

3.一种基于双目深度和图片结构信息的活体检测装置，其特征在于：应用如权利要求1至2任一项所述的方法。

4.如权利要求3所述的一种基于双目深度和图片结构信息的活体检测装置，其特征在于：所述装置还包括用于采集人脸图像的左右摄像头。

5.如权利要求4所述的一种基于双目深度和图片结构信息的活体检测装置，其特征在于：左右摄像头分别为白光摄像头和近红外摄像头。

6.一种计算机可读存储介质，其特征在于：存储有计算机程序，所述计算机程序执行如权利要求1至2任一项所述的方法。