[发明专利]活体检测方法、计算机设备及存储介质

权利要求书

1.一种活体检测方法，其特征在于，包括：

获取与至少一张待检测图像对应的活体识别特征；

其中，所述活体识别特征包括：图像在至少一个标准场景下的活体检测结果，以及图像检测场景的场景特征信息；

根据各所述待检测图像的活体识别特征，以及标注有活体检测结果的样本集中各样本图像的活体识别特征，对各所述待检测图像进行活体检测。

2.根据权利要求1所述的方法，其特征在于，根据各所述待检测图像的活体识别特征，以及标注有活体检测结果的样本集中各样本图像的活体识别特征，对各所述待检测图像进行活体检测，包括：

将各所述待检测图像的活体识别特征，输入至预先训练的活体检测模型中，获取所述活体检测模型输出的活体检测结果；

其中，所述活体检测模型通过标注有活体检测结果的样本集中各样本图像的活体识别特征训练得到。

3.根据权利要求2所述的方法，其特征在于，在将各所述待检测图像的活体识别特征，输入至预先训练的活体检测模型中之前，还包括：

获取至少一个目标场景的样本图像，并确定与各所述样本图像对应的活体识别特征；其中，每个所述样本图像中包括样本标签；所述样本标签为正样本标签或者负样本标签；

根据与各所述样本图像对应的活体识别特征以及各所述样本标签，训练得到活体检测模型。

4.根据权利要求3所述的方法，其特征在于，所述确定与各所述样本图像对应的活体识别特征，包括：

将各所述样本图像输入到至少一个预先训练的活体检测基础模型中，得到各所述样本图像在至少一个标准场景下的活体检测结果；

其中，所述基础模型与标准场景相匹配；所述标准场景的数量小于所述目标场景的数量。

5.根据权利要求3所述的方法，其特征在于，所述确定与各所述样本图像对应的活体识别特征，还包括：

测量每个所述目标场景下的各样本图像的参考特征信息，并计算各参考特征信息的平均值，并将各所述平均值作为匹配的所述目标场景的场景特征信息；

所述参考特征信息包括但不限于下述至少一项：光照强度、检测对象与镜头的夹角、环境光照角度以及所述检测对象与镜头的距离。

6.根据权利要求1所述的方法，其特征在于，所述获取与至少一张待检测图像对应的活体识别特征，包括：

将各所述待检测图像输入至至少一个预先训练的活体检测基础模型中，得到各所述待检测图像在至少一个标准场景下的活体检测结果；

和/或，

测量各所述待检测图像所在的图像检测场景的场景特征信息。

7.根据权利要求2-6中任一项所述的方法，其特征在于，还包括：

响应于所述活体检测模型的升级指令，重新确定与各所述样本图像对应的活体识别特征，并根据重新确定的活体识别特征，训练得到新的活体检测模型。

8.根据权利要求7所述的方法，其特征在于，所述重新确定与各所述样本图像对应的活体识别特征，包括：

增加或者减少基础模型的数量，得到各参考基础模型；

分别将各所述样本图像输入至各所述参考基础模型中，得到各所述样本图像的活体检测结果。

9.一种计算机设备，包括处理器和存储器，所述存储器用于存储指令，当所述指令执行时使得所述处理器执行以下操作：

获取与至少一张待检测图像对应的活体识别特征；

其中，所述活体识别特征包括：图像在至少一个标准场景下的活体检测结果，以及图像检测场景的场景特征信息；

根据各所述待检测图像的活体识别特征，以及标注有活体检测结果的样本集中各样本图像的活体识别特征，对各所述待检测图像进行活体检测。