[发明专利]用于活体识别的方法、装置、设备以及存储介质

说明书

本公开提供了用于活体识别的方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域，可应用于智慧城市和金融场景下。具体实现方案为：获取目标对象的多个待处理图像，各待处理图像分别对应目标对象的不同位姿；将待处理图像输入预先训练的关键点检测模型，得到待处理图像的关键点信息集，关键点信息集包含多个关键点信息；基于各待处理图像的关键点信息集，得到目标对象的活体识别结果。根据本公开的技术方案，提高了对目标对象的进行活体识别的准确率，提高了对复杂多样的攻击方式进行鉴别的有效性和泛化性。

技术领域

本公开涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域，可应用于智慧城市和金融场景下。

背景技术

人脸活体检测是人脸识别系统的基础组成模块，保证人脸识别系统的安全性。人脸活体检测技术具体是指计算机判别检测的人脸是真实的人脸，还是伪造的人脸攻击，人脸攻击可以是合法用户的图片或者提前拍摄的视频等。相关技术中，使用深度学习技术的人脸活体检测算法是当前该领域的主流方法，相比传统算法在精度上有大幅提升。但是，针对一些应用场景，依然存在泛化性差、对于未知的攻击方式检测效果不佳的问题，影响实际应用性能。

发明内容

本公开提供了一种用于活体识别的方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种用于活体识别的方法，包括：

获取目标对象的多个待处理图像，各待处理图像分别对应目标对象的不同位姿；

将待处理图像输入预先训练的关键点检测模型，得到待处理图像的关键点信息集，关键点信息集包含多个关键点信息；

基于各待处理图像的关键点信息集，得到目标对象的活体识别结果。

根据本公开的另一方面，提供了一种关键点检测模型的训练方法，包括：

利用样本图像，确定目标关键点信息集；

将样本图像输入待训练的关键点检测模型，得到预测关键点信息集；

确定目标关键点信息集和预测关键点信息集的差异，根据差异对待训练的关键点检测模型进行训练，直至差异在允许范围内

根据本公开的另一方面，提供了一种用于活体识别的装置，包括：

图像获取模块，用于获取目标对象的多个待处理图像，各待处理图像分别对应目标对象的不同位姿；

关键点信息集生成模块，用于将待处理图像输入预先训练的关键点检测模型，得到待处理图像的关键点信息集，关键点信息集包含多个关键点信息；

活体识别结果生成模块，用于基于各待处理图像的关键点信息集，得到目标对象的活体识别结果。

根据本公开的另一方面，提供了一种关键点检测模型的训练装置，包括：

目标关键点信息集确定模块，用于利用样本图像，确定目标关键点信息集；

预测关键点信息集生成模块，用于将样本图像输入待训练的关键点检测模型，得到预测关键点信息集；

训练模块，用于确定目标关键点信息集和预测关键点信息集的差异，根据差异对待训练的关键点检测模型进行训练，直至差异在允许范围内。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。