[发明专利]人脸活体检测方法、装置、设备及介质

说明书

本申请公开了一种人脸活体检测方法、装置、设备及介质，涉及图像处理领域。该方法包括：根据人脸图像生成图像序列，图像序列包括人脸图像和n个图像局部块，图像局部块是对人脸图像进行分割得到的，n为正整数；基于图像序列，生成目标活体特征向量，目标活体特征向量是基于人脸图像与图像局部块之间的活体特征信息交互和图像局部块之间的活体特征信息交互生成的；对目标活体特征向量进行分类，获得预测分数；响应于预测分数高于判断阈值，确定人脸图像中的人脸为活体。本申请会提取人脸图像中整体和局部之间的活体特征信息以及局部与局部之间的活体特征信息，使得人脸活体检测结果更贴近实际情况，提高检测精度与正确率。

技术领域

本申请涉及图像处理领域，特别涉及一种人脸活体检测方法、装置、设备及介质。

背景技术

人脸活体检测用于检测图像中的人脸是否是活体，活体指具有生命的物体。活体检测在实际的使用过程中通常与其他技术结合使用，常运用在人脸支付、远程身份认证、人脸支付等场景中。

相关技术是基于卷积神经网络的模型，将卷积核设置在输入的人脸图像上，通过滑动窗口算法，聚合人脸图像上的局部信息，并得到一个良好的特征表示，然后通过池化操作抑制较小的响应，突出较高的响应，接着进行新一轮的卷积和池化，通过几轮重复操作后，得到更高层的特征表示，然后进行特定的任务处理，获得人脸活体检测的结果。

但是相关技术着眼于局部特征的聚合，检测结果精度较低。

发明内容

本申请实施例提供了一种人脸活体检测方法、装置、设备及介质，该方法会将输入的人脸图像分割为若干部分，并从原本的人脸图像和分割后的图像局部块中提取到活体特征向量，从而判断人脸图像中的人脸是否为活体。所述技术方案如下：

根据本申请的一个方面，提供了一种人脸活体检测方法，该方法包括：

根据人脸图像生成图像序列，所述图像序列包括所述人脸图像和n个图像局部块，所述图像局部块是对所述人脸图像进行分割得到的，所述n为正整数；

基于所述图像序列，生成目标活体特征向量，所述目标活体特征向量是基于所述人脸图像与所述图像局部块之间的活体特征信息交互和所述图像局部块之间的活体特征信息交互生成的；

对所述目标活体特征向量进行分类，获得预测分数；

响应于所述预测分数高于判断阈值，确定所述人脸图像中的人脸为活体。

根据本申请的另一方面，提供了一种人脸活体检测装置，该装置包括：

序列生成模块，用于根据人脸图像生成图像序列，所述图像序列包括所述人脸图像和n个图像局部块，所述图像局部块是对所述人脸图像进行分割得到的，所述n为正整数；

特征提取模块，用于基于所述图像序列，生成目标活体特征向量，所述目标活体特征向量是基于所述人脸图像与所述图像局部块之间的活体特征信息交互和所述图像局部块之间的活体特征信息交互生成的；

分类模块，用于对所述活体特征向量进行分类，获得预测分数。

判断模块，用于响应于所述预测分数高于判断阈值，确定所述人脸图像中的人脸为活体。

在本申请的一个可选设计中，所述特征提取模块，还用于将所述图像序列线性映射为输入向量组，所述输入向量组包括n+1个一维向量；将所述输入向量组输入到编码器模型中，输出所述人脸图像的活体特征向量组，所述活体特征向量组包括n+1个活体特征向量；将所述活体特征向量组中所述人脸图像对应的活体特征向量作为所述目标活体特征向量。