[发明专利]一种基于彩色人脸图像的活体检测方法及相关设备

说明书

本公开提供的一种基于彩色人脸图像的活体检测方法及相关设备，获得待转化彩色人脸图像；将待转化彩色人脸图像输入至已建立的光照转化模型中，以使光照转化模型将待转化彩色人脸图像按照预设卷积网络进行卷积，获得与待转化彩色人脸图像的原始光照属性特征关联的第一光照模型，利用第一光照模型对待转化彩色人脸图像进行图像光照属性转化，获得具有目标光照属性特征的待检测彩色人脸图像；对待检测彩色人脸图像进行活体检测，获得检测结果。本公开实施例通过与彩色人脸图像的原始光照属性关联的光照模型对该彩色人脸图像进行光照属性转化，使得转化后的彩色人脸图像具备活体检测要求的目标光照属性特征，从而提高对彩色人脸图像活体检测的精度。

技术领域

本公开涉及图像活体检测技术领域，尤其涉及一种基于彩色人脸图像的活体检测方法及相关设备。

背景技术

随着人脸识别技术的广泛应用，人脸活体检测也变得越来越重要。例如：在人脸支付场景下，必须保证进行人脸识别的人脸图像来自支付账号对应用户的真人，若不法分子拿着该用户的照片通过了人脸识别进行人脸支付，将造成用户财产损失。

目前，对彩色人脸图像进行活体检测易受图像采集时的光照环境影响，在一些光照环境下采集的彩色人脸图像的活体检测的精度低，因此，如何提高彩色人脸图像的活体检测精度，成为急需解决的技术问题。

发明内容

鉴于上述问题，本公开提供一种克服上述问题或者至少部分地解决上述问题的一种基于彩色人脸图像的活体检测方法及相关设备，技术方案如下：

一种基于彩色人脸图像的活体检测方法，包括：

获得待转化彩色人脸图像；

将所述待转化彩色人脸图像输入至已建立的光照转化模型中，以使所述光照转化模型将所述待转化彩色人脸图像按照预设卷积网络进行卷积，获得与所述待转化彩色人脸图像的原始光照属性特征关联的第一光照模型，利用所述第一光照模型对所述待转化彩色人脸图像进行图像光照属性转化，获得具有目标光照属性特征的待检测彩色人脸图像；

对所述待检测彩色人脸图像进行活体检测，获得检测结果。

可选的，所述利用所述第一光照模型对所述待转化彩色人脸图像进行图像转化，获得具有目标光照属性特征的待检测彩色人脸图像，包括：

分别将所述第一光照模型与所述待转化彩色人脸图像之间对应位置上的元素相加，获得具有目标光照属性特征的待检测彩色人脸图像。

可选的，所述光照转化模型的建立过程包括：

搭建神经网络模型，其中，所述神经网络模型包括生成器、第一判别器、第二判别器和预设活体检测模型；

获得多个训练图像，其中，所述训练图像为彩色人脸图像，所述训练图像对应有光照环境标签和活体属性标签，其中，所述光照环境标签为目标光照环境标签或非目标光照环境标签，所述活体属性标签为活体标签或非活体标签；

将所述训练图像输入至所述生成器中，以使所述生成器将所述训练图像按照所述预设卷积网络进行卷积，获得与所述训练图像中的原始光照属性特征关联的第二光照模型，利用所述第二光照模型对所述训练图像进行图像光照属性转化，获得具有所述目标光照属性特征的生成图像；

将对应有所述非目标光照环境标签的所述训练图像及其所述生成图像作为非目标光照环境下的第一待判别图像，将所述第一待判别图像输入至所述第一判别器中，获得所述第一判别器输出的第一判别结果，其中，所述第一判别结果指示所述第一待判别图像是否为真实的人脸图像；

将对应有所述目标光照环境标签的所述训练图像及其所述生成图像作为目标光照环境下的第二待判别图像，将所述第二待判别图像输入至所述第二判别器中，获得所述第二判别器输出的第二判别结果，其中，所述第二判别结果指示所述第二待判别图像是否为真实的人脸图像；