[发明专利]活体检测方法、装置、电子设备及存储介质

说明书

本发明涉及人工智能技术，揭露了一种活体检测方法，包括：获取原始人脸图像并进行频域转化，得到频域图像，对所述原始人脸图像进行人脸区域检测，对检测到的人脸区域进行截图、转换操作，得到标准图像，利用预构建的特征提取模型对所述频域图像进行特征提取，得到第一概率，利用预构建的细粒度分类模型对所述标准图像进行特征提取，得到第二概率，根据所述第一概率及第二概率得到最终活体概率，将所述最终活体概率和预设的阈值进行比较，得到活体检测结果。此外，本发明还涉及区块链技术，所述活体检测结果可存储于区块链的节点。本发明还提出一种活体检测装置、电子设备以及计算机可读存储介质。本发明可以解决活体检测准确率较低的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种活体检测方法、装置、电子设备及计算机可读存储介质。

背景技术

人脸防伪、活体检测是人脸识别应用中最重要的一环，在保护人脸识别系统免受恶意攻击方面发挥重要作用。由于存在成本低、方便等特点，目前大量的不法分子通过电子屏翻拍的方式来对人脸识别系统进行攻击从而牟利。所述电子屏翻拍是指用手机拍摄别的电子屏上的照片，电子屏可以是手机屏幕、IPAD屏幕、电脑屏幕。目前常用的活体检测方法包括基于RGB图像的活体检测。该方法利用深度学习模型对RGB图像进行特征提取，将提取的特征经过二类分类器得到活体和非活体的概率。由于电子屏翻拍与活体相似度比较高，单单使用RGB特征是很难区分，因此，基于RGB图像的活体检测的活体检测率不高。

发明内容

本发明提供一种活体检测方法、装置及计算机可读存储介质，其主要目的在于解决活体检测准确率较低的问题。

为实现上述目的，本发明提供的一种活体检测方法，包括：

获取原始人脸图像，对所述原始人脸图像进行频域转化，得到频域图像；

对所述原始人脸图像进行人脸区域检测，并对检测到的人脸区域进行截图、转换操作，得到标准图像；

利用预构建的特征提取模型对所述频域图像进行特征提取并分类，得到第一概率；

利用预构建的细粒度分类模型对所述标准图像进行特征提取，得到第二概率；

根据所述第一概率及所述第二概率得到最终活体概率，将所述最终活体概率和预设的阈值进行比较，得到活体检测结果。

可选地，所述对所述原始人脸图像进行频域转化，得到频域图像，包括：

利用下述变换函数对所述原始人脸图像进行频率转换，得到频域图像：。

其中，x、y表示频率转换之前的像素点坐标，u、v表示频率转换之后的像素点坐标，M、N表示原始人脸图像的长和宽，j为固定参数。

可选地，所述对所述原始人脸图像进行人脸区域检测，并对检测到的人脸区域进行截图、转换操作，得到标准图像，包括：

利用预设的人脸检测器对所述原始人脸图像进行人脸区域检测，得到一个或者多个人脸检测框；

根据所述人脸检测框对所述原始人脸图像进行截图，得到人脸区域图像；

将所述人脸区域图像转换成预设尺寸，得到所述标准图像。

可选地，所述利用预构建的特征提取模型对所述频域图像进行特征提取并分类，得到第一概率，包括：

利用所述特征提取模型中的改进网络及隔层叠加机制对所述频域图像集中的图像进行特征提取，得到关键特征；

根据所述特征提取模型中的分类函数对所述关键特征进行分类及所述分类的概率计算，得到所述第一概率。

可选地，所述利用预构建的细粒度分类模型对所述标准图像进行特征提取，得到第二概率，包括：