[发明专利]基于数据合成的多场景活体检测方法、系统、服务器与可读介质

说明书

本发明提供一种基于数据合成的多场景活体检测方法、系统、服务器与可读介质，其中基于改进的CycleGAN生成目标域的待检测图片，作为活体检测模型的训练集；对待检测图片的人脸检测，获得人脸的bbox信息；基于输入的待检测图片以及人脸的bbox信息，生成不同类型的patch，并将patch堆叠作为活体检测模型的输入，对活体检测模型进行训练，得到最终的模型输出；对于实际需要输入的待进行活体检测的图片，先进行人脸检测，然后根据人脸的bbox信息和原始输入的图片，生成不同类型的patch，并将patch堆叠作为活体检测模型的输入，输出活体检测结果。本发明基于数据合成的多场景活体检测方法可提高RGB活体检测模型的精度和泛化能力，解决RGB静默活体不同场景下鲁棒性差的问题。

技术领域

本发明涉及人脸识别技术领域，具体而言涉及一种基于数据合成的多场景活体检测方法、系统、服务器与计算机可读介质。

背景技术

人脸识别技术广泛应用于认证系统的各行各业，例如门禁系统、支付系统、考勤系统等。随着近年来移动终端人脸识别应用的快速普及，为了防止用户人脸信息被盗用，保护用户信息与财产安全，活体检测技术应运而生。

常见的活体检测可分为交互式活体检测和静默活体检测。交互式活体检测需要用户配合完成相应的动作，例如张嘴，眨眼，摇头，点头等，这种方式主要能解决照片欺骗验证和静态攻击，但是对与视频动态回放的抵御效果并不好。而且，该方式耗时较长，会导致用户体验感较差。静默活体则只需要用户一张照片就可以进行活体判断，对用户来说即便捷有安全。

静默活体根据sensor不同又可以分为RGB静默活体、IR静默活体和结构光静默活体，其中，因为IR与结构光静默活体因为其硬件成像特质，可以先天屏蔽电子屏幕和平面攻击，因此其安全性更高，但是对硬件要求较高，普及性差。

RGB静默活体在实际使用过程中会受到多方面的条件制约，比如：sensor类型，应用场景以及图片格式等，活体场景适应性差。

发明内容

本发明目的在于提供一种基于数据合成的多场景活体检测方法与系统，应用于RGB静默活体检测场景，解决RGB静默活体不同场景下鲁棒性差的问题。

本发明的第一方面提出一种基于数据合成的多场景活体检测方法，包括以下步骤：

获取多场景下的活体人脸图片，构建原始数据集；

对于原始数据集中的活体人脸图片，通过融合backbone先验网络的CycleCAN模型生成目标域的待检测图片；

对待检测图片进行人脸检测，获得人脸的bbox信息；

基于人脸的bbox信息以及待检测图片进行patch堆叠预处理，并将patch堆叠预处理后的数据作为训练数据集，训练活体检测模型；

对于待进行活体检测的输入图片，先进行人脸检测，然后按照所述patch堆叠预处理之后，输入所述活体检测模型输出活体预测结果。

优选地，所述融合backbone先验网络的CycleCAN模型为预先训练获得，其中在训练过程中，通过增加活体模型backbone作为先验网络，提取训练的图片数据集中的原图与经由经典CycleCAN网络所生成图片的特征值进行匹配，确定内容损失，并通过训练使得内容损失达到预设的要求，由此，以下述融合的损失函数作为训练所述融合backbone先验网络的CycleCAN模型的损失函数Loss：

Loss＝Loss_GAN+αLoss_cycle+βLoss_identit+γLoss_content