[发明专利]一种基于多模态数据的静默活体检测方法

权利要求书

1.一种基于多模态数据的静默活体检测方法，其特征在于，包括：

(1)利用传感器采集人脸RGB图像、红外图像和深度图像，抠出三种原始图像中人脸区域图；

(2)建立特征提取网络，特征提取网络包括卷积层，利用特征提取网络对步骤1中人脸区域图进行特征提取，得到RGB图像、红外图像和深度图像的卷积特征图；

(3)将步骤2中三个卷积特征图利用深度神经网络进行数据层面的融合，得到多模态融合特征图；

(4)利用深度神经网络提取多模态融合特征图的特征向量；

(5)对步骤4的特征向量进行处理，输出活体分类的结果，包括活体和非活体。

2.根据权利要求1所述的静默活体检测方法，其特征在于，步骤1进行人脸区域抠图后分别对三种人脸区域图进行仿射变换。

3.根据权利要求2所述的静默活体检测方法，其特征在于，步骤2特征提取网络包括4个卷积层，每个卷积层使用激活函数，4个卷积层依次对每个模态数据进行处理。

4.根据权利要求3所述的静默活体检测方法，其特征在于，步骤4包括：先将多模态融合特征图输入第一全连接层，得到第一全连接层特征向量；再将第一全连接层特征向量输入到第二全连接层，得到第二全连接层特征向量。

5.根据权利要求4所述的静默活体检测方法，其特征在于，步骤5利用分类算法函数对第二全连接层特征向量进行分类，得出二元分类结果，输出值为0或1，对输出值进行判断，如果为0，则检测结果为非活体；如果为1，则检测结果为活体。