[发明专利]基于立体视觉的活体检测方法和相关设备

权利要求书

1.一种基于立体视觉的活体检测方法，其特征在于，所述方法包括：

获取针对同一拍摄对象拍摄的双红外图，其中，所述双红外图包括第一红外图和第二红外图；

基于预设的人脸信息，对所述第一红外图或所述第二红外图进行人脸识别，得到与所述双红外图对应的识别结果；

当所述识别结果为目标用户时，根据所述第一红外图和所述第二红外图，计算所述双红外图对应的深度图；

根据所述深度图和所述双红外图，进行活体分类，得到与所述双红外图对应的目标分类结果；

基于所述目标分类结果，确定所述拍摄对象是否为目标活体。

2.根据权利要求1所述基于立体视觉的活体检测方法，其特征在于，所述基于预设的人脸信息，对所述第一红外图或所述第二红外图进行人脸识别，得到与所述双红外图对应的识别结果，具体包括：

对所述第一红外图或所述第二红外图进行人脸提取，得到识别人脸图像；

将所述识别人脸图像输入已训练的人脸识别模型中，并基于所述人脸信息，控制所述人脸识别模型对所述识别人脸图像进行人脸识别，确定所述双红外图是否包含目标用户；

当确定所述双红外图包含目标用户时，确定所述识别结果为目标用户。

3.根据权利要求2所述基于立体视觉的活体检测方法，其特征在于，所述人脸识别模型包括特征提取网络和分类器；所述特征提取网络的网络架构为深度学习网络的网络架构，所述特征提取网络的通道扩展数量小于或等于所述深度学习网络的默认扩展倍数，所述特征提取网络的全连接层的特征维度数小于所述深度学习网络的默认全连接层维度数。

4.根据权利要求1所述基于立体视觉的活体检测方法，其特征在于，所述当所述识别结果为目标用户时，根据所述第一红外图和所述第二红外图，计算所述双红外图对应的深度图，具体包括：

对所述第一红外图和所述第二红外图进行像素点匹配，得到若干个像素组；

基于预设的立体视觉算法，针对每一个像素组，基于预设的标定信息，计算该像素组对应的深度值，得到当前环境对应的深度图像。

5.根据权利要求2～3中任意一项所述基于立体视觉的活体检测方法，其特征在于，所述目标分类结果包括第一分类结果和第二分类结果；所述根据所述深度图和所述双红外图，进行活体分类，得到与所述双红外图对应的目标分类结果，具体包括：

将所述深度图输入已训练的第一分类模型中，并通过所述第一分类模型对所述深度图进行活体分类，得到第一分类结果；以及，

将所述红外图输入已训练的第二分类模型中，并通过所述第二分类模型对所述红外图进行活体分类，得到第二分类结果。

6.根据权利要求5所述基于立体视觉的活体检测方法，其特征在于，所述将所述深度图输入已训练的第一分类模型中，并通过所述第一分类模型对所述深度图进行活体分类，得到第一分类结果，具体包括：

基于所述识别人脸图像相对于所述双红外图的位置坐标，对所述深度图进行裁剪，得到第一人脸图像；

将所述第一人脸图像输入已训练的第一分类模型中，并通过所述第一分类模型对所述第一人脸图像进行活体分类，得到第一分类结果，其中，所述第一分类模型包括若干个卷积层、分组卷积层以及全连接层。

7.根据权利要求5所述基于立体视觉的活体检测方法，其特征在于，所述基于所述目标分类结果，确定所述拍摄对象是否为目标活体，具体包括：

当所述第一分类结果为活体且所述第二分类结果为活体时，确定所述拍摄对象为目标活体。