[发明专利]活体检测方法、装置、电子设备和计算机可读存储介质

说明书

本发明实施例公开了一种活体检测方法、装置、电子设备和计算机可读存储介质；本发明实施例在获取图像样本集合后，对图像样本集合中的图像样本进行分类，得到多个图像样本子集合，并采用图像样本子集合分别对预设检测模型进行训练，得到每一图像样本子集合对应的第一检测模型，采用第一检测模型提取出图像样本集合中图像样本的特征，得到每一第一检测模型对应的样本特征信息，并确定样本特征信息的关联权重，根据关联权重对样本特征信息进行融合，得到融合后样本特征信息，采用融合后样本特征信息和图像样本集合对预设检测模型进行训练，得到第二检测模型，并基于第二检测模型对待检测图像进行活体检测；该方案可以提升活体检测的准确率。

技术领域

本发明涉及通信技术领域，具体涉及一种活体检测方法、装置、电子设备和计算机可读存储介质。

背景技术

近年来，随着图像识别技术的飞速发展，面部识别的应用越来越广泛，由于面部信息的生物特征非常容易获得，面部识别系统很容易受到伪造人脸的攻击，比如，照片攻击或视频攻击等导致安全性问题。而活体检测技术作为面部识别前重要的一环，可以通过抵挡面部攻击来提高面部识别系统的安全性，所谓活体检测可以为检测对象是否具有真实的生理特征，比如，检测人脸图像中的人脸为是否为真实的人脸，还是伪造的人脸攻击，所谓伪造的人脸可以包括打印照片、屏幕播放等方式。现有的活体检测技术往往基于神经网络进行检测。

在对现有技术的研究和实践过程中年，本发明的发明人发现现有的神经网络往往存在的泛化不足的问题，而现有真实活体数据与训练数据在域信息上可能存在差异，也将会使得其在真实活体数据上的准确率下降，因此，会导致活体检测的准确率不足。

发明内容

本发明实施例提供一种活体检测方法、装置、电子设备和计算机可读存储介质、可以提高活体检测的准确率。

一种活体检测方法，包括：

获取图像样本集合，所述图像样本集合包括多个域类型的图像样本；

根据所述图像样本的域类型，对所述图像样本进行分类，得到多个图像样本子集合，并采用所述图像样本子集合分别对预设检测模型进行训练，得到每一图像样本子集合对应的第一检测模型；

采用所述第一检测模型提取出所述图像样本集合中图像样本的特征，得到每一所述第一检测模型对应的样本特征信息，并确定所述样本特征信息的关联权重，所述关联权重用于指示不同第一检测模型对应的样本特征信息之间的关联关系；

根据所述关联权重对所述样本特征信息进行融合，得到融合后样本特征信息；

采用所述融合后样本特征信息和图像样本集合对所述预设检测模型进行训练，得到第二检测模型，并基于所述第二检测模型对待检测图像进行活体检测。

相应的，本发明实施例提供一种活体检测装置，包括：

获取单元，用于获取图像样本集合，所述图像样本集合包括多个域类型的图像样本；

训练单元，用于根据所述图像样本的域类型，对所述图像样本进行分类，得到多个图像样本子集合，并采用所述图像样本子集合分别对预设检测模型进行训练，得到每一图像样本子集合对应的第一检测模型；

提取单元，用于采用所述第一检测模型提取出所述图像样本集合中图像样本的特征，得到每一所述第一检测模型对应的样本特征信息，并确定所述样本特征信息的关联权重，所述关联权重用于指示不同第一检测模型对应的样本特征信息之间的关联关系；

融合单元，用于根据所述关联权重对所述样本特征信息进行融合，得到融合后样本特征信息；

检测单元，用于采用所述融合后样本特征信息和图像样本集合对所述预设检测模型进行训练，得到第二检测模型，并基于所述第二检测模型对待检测图像进行活体检测。