[发明专利]人脸活体检测方法、装置、设备及介质

权利要求书

1.一种人脸活体检测方法，其特征在于，包括：

在戴口罩用户于预设时间范围进行张嘴动作时，对所述用户的人脸图像进行跟踪采集，得到待检测人脸视频流；

将所述待检测人脸视频流的每帧人脸图像作为输入，通过面部特征检测方法，标记每帧人脸图像中的下颚特征点和瞳孔特征点的坐标，记录每帧人脸图像中的口罩特征点的数量；

将所述待检测人脸视频流以前后连续两帧图像为一组，形成包含多组图像的投票队列，将每组图像的投票权重初始化为0；

计算所述每组图像中的下颚特征点与瞳孔特征点之间距离的差值，判断距离的差值是否大于预设距离阈值，如果是，则更新该组图像的投票权重为第一权重；计算所述每组图像中前一帧图像与后一帧图像的口罩特征点数量的差值，判断所述数量的差值是否不小于预设数量阈值，如果是，则更新该组图像的投票权重为第二权重；

根据所述多组图像的投票权重，对所述投票队列进行活体投票判断，输出所述待检测人脸视频流的活体检测结果。

2.根据权利要求1所述的方法，其中，所述预设时间范围为2-10s。

3.根据权利要求1所述的方法，其中，所述每帧人脸图像中的口罩特征点包括：口罩外边缘点和口罩中部折痕点。

4.根据权利要求1所述的方法，其中，所述第一权重随着所述预设距离阈值的增大而增大；

所述第二权重随着所述预设数量阈值的增大而增大。

5.根据权利要求1所述的方法，其中，所述下颚特征点和瞳孔特征点的横向坐标相同，所述瞳孔特征点的坐标为人脸左瞳孔特征点与右瞳孔特征点的中间位置的坐标。

6.根据权利要求5所述的方法，其中，所述每组图像中的下颚特征点与瞳孔特征点之间距离的差值通过以下公式计算得出：

Δ_d＝|(y₁₂-y₁₁)-(y₂₂-y₂₁)|

其中，Δ_d表示每组图像中的下颚特征点与瞳孔特征点之间距离的差值；y₁₁表示每组图像中前一帧图像中的下颚特征点的纵坐标；y₁₂表示每组图像中前一帧图像中的瞳孔特征点的纵坐标；y₂₁表示每组图像中后一帧图像中的下颚特征点的纵坐标；y₂₂表示每组图像中后一帧图像中的瞳孔特征点的纵坐标。

7.根据权利要求1所述的方法，其中，所述根据所述多组图像的投票权重，对所述投票队列进行活体投票判断，输出所述待检测人脸视频流的活体检测结果，包括：

根据所述多组图像的投票权重，计算所述投票队列的投票和；

判断所述投票和是否大于预设投票和阈值，如果是，则判定检测到所述用户的张嘴动作。

8.根据权利要求7所述的方法，其中，所述投票队列的投票和通过以下公式计算得出：

其中，T表示投票队列的投票和；N表示人脸视频流的帧数，N为偶数；w_i表示第i组图像的投票权重。

9.根据权利要求7所述的方法，其中，所述预设投票和阈值通过以下公式来设置：

R＝(N-1)×(w₁+w₂)×η

其中，R表示预设投票和阈值；N表示人脸视频流的帧数；η表示修正系数，取值为0～1；w₁表示第一权重；w₂表示第二权重。

10.根据权利要求9所述的方法，其中，所述人脸视频流的帧数N小于10。

11.根据权利要求1所述的方法，其中，所述面部特征检测方法包括：

采用深度学习模型对每帧人脸图像进行模型训练；或者

通过分类器对每帧人脸图像数据进行目标特征分类。