[发明专利]活体检测方法、训练方法、装置、电子设备及介质

权利要求书

1.一种活体检测方法，包括：

基于待识别图像中的对象的攻击线索信息，确定与所述对象相关的攻击预测结果，其中，所述攻击线索信息表征所述对象为攻击对象的概率；

基于所述待识别图像中的所述对象的活体线索信息，确定与所述对象相关的活体预测结果，其中，所述活体线索信息表征所述对象为活体对象的概率；以及

基于所述攻击预测结果和所述活体预测结果，确定所述对象的检测结果。

2.根据权利要求1所述的方法，其中，所述基于待识别图像中的对象的攻击线索信息，确定与所述对象相关的攻击预测结果包括：

从所述攻击线索信息中提取攻击线索特征；以及

处理所述攻击线索特征，得到所述攻击预测结果。

3.根据权利要求1所述的方法，其中，所述基于待识别图像中的对象的攻击线索信息，确定与所述对象相关的攻击预测结果包括：

从所述攻击线索信息提取反光线索特征；

从所述攻击线索信息中提取语义攻击特征；

处理所述反光线索特征，得到反光线索预测结果；

处理所述语义攻击特征，得到语义攻击预测结果；以及

基于所述反光线索预测结果和所述语义攻击预测结果，确定所述攻击预测结果。

4.根据权利要求1至3中任一项所述的方法，其中，所述基于所述待识别图像中的所述对象的活体线索信息，确定与所述对象相关的活体预测结果包括：

从所述活体线索信息提取活体线索特征；以及

处理所述活体线索特征，得到所述活体预测结果。

5.根据权利要求4所述的方法，其中，利用反光线索提取模块从所述攻击线索信息提取反光线索特征；利用语义攻击提取模块从所述攻击线索信息中提取语义攻击特征；

其中，所述反光线索提取模块包括X个顺序连接的残差模块，X为大于或等于1的整数；

所述语义攻击提取模块包括Z个顺序连接的残差模块，Z为大于或等于1的整数；

其中，Z大于X。

6.根据权利要求5所述的方法，其中，利用深度线索提取模块从所述活体线索信息提取活体线索特征；

所述深度线索提取模块包括Y个顺序连接的残差模块，Y为大于或等于1的整数；

其中，Y大于X，且Y小于Z。

7.根据权利要求1所述的方法，还包括：

对初始待识别图像进行傅里叶变换，得到所述初始待识别图像的频谱图像；以及

将所述初始待识别图像与所述频谱图像融合，得到所述待识别图像。

8.一种活体检测模型的训练方法，包括：

获取多个训练样本，其中，所述多个训练样本中的每个训练样本包括样本图像、针对所述样本图像的攻击标签以及针对所述样本图像的活体标签，所述样本图像包括活体图像或者攻击图像，所述活体图像中的对象为活体对象，所述攻击图像中的对象为攻击对象，所述攻击标签为基于所述样本图像中的所述对象的攻击线索信息得到的，所述活体标签为基于所述样本图像中的所述对象的活体线索信息得到的；以及

利用所述多个训练样本中的每个训练样本训练初始活体检测模型，得到活体检测模型。

9.根据权利要求8所述的方法，其中，所述初始活体检测模型包括初始攻击预测模块和初始活体预测模块；

所述利用所述多个训练样本中的每个训练样本训练初始活体检测模型，得到活体检测模型包括：

利用所述初始攻击预测模块处理所述样本图像中的所述对象的所述攻击线索信息，得到样本攻击预测结果；

利用所述初始活体预测模块处理所述样本图像中的所述对象的所述活体线索信息，得到样本活体预测结果；

利用所述样本攻击预测结果和所述攻击标签、以及利用所述样本活体预测结果和所述活体标签，训练所述初始活体检测模型，得到所述活体检测模型。