[发明专利]一种活体检测的方法、装置、电子设备及存储介质

说明书

本公开提供了一种活体检测的方法、装置、电子设备及存储介质，其中，该方法包括：获取待检测的人脸图像；从获取的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人脸图像受到噪声干扰的影响程度；基于第一参数，确定指示人脸图像所属的活体标签类别的第一活体检测结果。本公开通过第一参数可以滤除图像噪声所带来的干扰，从而使得所确定的第一活体检测结果更为准确。

技术领域

本公开涉及机器学习技术领域，具体而言，涉及一种活体检测的方法、装置、电子设备及存储介质。

背景技术

活体检测技术作为一种判断交互主体是否为真人活体的技术，被广泛应用在生物识别领域。有效的活体检测技术(如人脸活体检测、指纹活体检测、语音活体检测等)可以抵御照片、视频或者面具等各种攻击手段的攻击，以确定系统的安全性。

以人脸活体检测为例，目前的活体检测方法可以利用活体检测神经网络来自动识别所输入人脸图片是属于真人还是假人。考虑到在实际进行神经网络训练的过程中，由于神经网络自身对于训练数据中所夹杂的噪声过于敏感，这导致训练得到的神经网络的识别准确度较低。

发明内容

本公开实施例至少提供一种活体检测的方法、装置、电子设备及存储介质，以提升活体检测的准确度。

第一方面，本公开实施例提供了一种活体检测的方法，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。

采用上述活体检测的方法，首先可以从获取的待检测的人脸图像中提取人脸特征信息，这样，利用上述人脸特征信息可以确定用于表征人脸图像受到噪声干扰的影响程度的第一参数，该参数的取值越大，一定程度上可以说明人脸图像受到的干扰越强，反之，说明受到的干扰越弱。这样，通过第一参数可以滤除图像噪声所带来的干扰，从而使得所确定的第一活体检测结果更为准确。

在一种可能的实施方式中，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。

这里，利用训练好的第一活体检测神经网络可以直接确定用于表征人脸图像受到噪声干扰的影响程度的第一高斯方差值，操作简单，使得检测效率更高。

在一种可能的实施方式中，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。

这里，利用第一分布特征信息、待检测的人脸图像的人脸特征信息以及第一高斯方差值可以确定针对每个候选活体标签类别的第一目标损失函数值，所对应的第一目标损失函数值越小，一定程度上说明上述待检测的人脸图像属于这一候选活体标签类别的可能性也越大，这里，可以将最小第一目标损失函数值对应的候选活体标签类别，确定为最终的第一活体检测结果。