[发明专利]一种活体检测的方法、装置、电子设备及存储介质

权利要求书

1.一种活体检测的方法，其特征在于，包括：

获取待检测的人脸图像；

从获取的所述人脸图像中提取出人脸特征信息；

基于所述人脸特征信息，得到第一参数，所述第一参数用于表征所述人脸图像受到噪声干扰的影响程度；

基于所述第一参数，确定指示所述人脸图像所属的活体标签类别的第一活体检测结果。

2.根据权利要求1所述的方法，其特征在于，所述第一参数包括第一高斯方差值；

所述基于所述人脸特征信息，得到第一参数，包括：

将提取的所述人脸特征信息输入训练好的第一活体检测神经网络，得到所述第一活体检测神经网络输出的所述第一高斯方差值。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一参数，确定指示所述人脸图像所属的活体标签类别的第一活体检测结果，包括：

针对每个候选活体标签类别，获取属于该候选活体标签类别的各张人脸图像样本对应的第一分布特征信息；

基于获取的所述第一分布特征信息、所述待检测的人脸图像的人脸特征信息、以及所述第一高斯方差值，确定针对所述训练好的第一活体检测神经网络的第一目标损失函数值；

将所述第一目标损失函数值中最小第一目标损失函数值对应的候选活体标签类别，确定为所述第一活体检测结果。

4.根据权利要求3所述的方法，其特征在于，所述基于获取的所述第一分布特征信息、所述待检测的人脸图像的人脸特征信息、以及所述第一高斯方差值，确定针对所述训练好的第一活体检测神经网络的第一目标损失函数值，包括：

基于所述第一分布特征信息、以及所述人脸特征信息，确定所述待检测的人脸图像的人脸特征相对每个候选活体标签类别的中心特征的第一偏离值；

基于所述第一高斯方差值、以及所述第一偏离值与所述第一高斯方差值之间的比值，确定针对每个候选活体标签类别的第一目标损失函数值。

5.根据权利要求2-4任一所述的方法，其特征在于，所述方法还包括：

基于所述人脸特征信息，得到第二参数，所述第二参数用于表征所述人脸图像的人脸特征与目标攻击方式标签类别的中心特征之间的相似程度；

基于所述第二参数，确定指示所述人脸图像所属的攻击方式标签类别的第二活体检测结果。

6.根据权利要求5所述的方法，其特征在于，所述第二参数包括第二高斯方差值；

所述基于所述人脸特征信息，得到第二参数，包括：

将提取的所述人脸特征信息输入训练好的第二活体检测神经网络，得到所述第二活体检测神经网络输出的所述第二高斯方差值。

7.根据权利要求6所述的方法，其特征在于，所述基于所述第二参数，确定指示所述人脸图像所属的攻击方式标签类别的第二活体检测结果，包括：

针对每个候选攻击方式标签类别，获取属于该候选攻击方式标签类别的各张人脸图像样本对应的第二分布特征信息；

基于获取的所述第二分布特征信息、所述待检测的人脸图像的人脸特征信息、以及所述第二高斯方差值，确定针对所述训练好的第二活体检测神经网络的第二目标损失函数值；

将所述第二目标损失函数值中最小第二目标损失函数值对应的候选攻击方式标签类别，确定为所述第二活体检测结果。

8.根据权利要求7所述的方法，其特征在于，所述基于获取的所述第二分布特征信息、所述待检测的人脸图像的人脸特征信息、以及所述第二高斯方差值，确定针对所述训练好的第二活体检测神经网络的第二目标损失函数值，包括：

基于所述人脸特征信息、以及所述第二高斯方差值，确定所述人脸图像的人脸特征相对每个候选攻击方式标签类别的中心特征的第二偏离值；

基于所述第二偏离值与所述第二分布特征信息的乘积，确定针对每个候选攻击方式标签类别的第二目标损失函数值。