[发明专利]人脸识别方法、装置、计算机设备及计算机可读存储介质

说明书

本申请实施例提供一种人脸识别方法、装置、计算机设备及计算机可读存储介质，结合活体人脸的高频信息与假脸的高频信息在分布上的区别，提出一种准确的人脸识别方案。通过在对目标对象进行人脸识别时，可以通过提取该目标对象的人脸图像中的高频信息，并以此来判断所述高频信息的分布是否满足预设分布规则，将若所述高频信息的分布满足预设分布规则，则判定所述目标对象包括活体真脸，否则判定所述目标对象包括假脸。利用真假脸的高频信息分布差异进行真假脸识别区分，提升了活体分类的准确度。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种人脸识别方法、装置、计算机设备及计算机可读存储介质。

背景技术

随着人们对安全信息的重视，活体检测也扮演着比较重要的角色。其中目前比较主流的活体检测是基于RGB、红外、深度图3幅图像融合判断得到结果的，这种方法需要的硬件成本较高，而且安装需要占大块的地方，用在小型机器人端显得不太合适。另外还有基于配合式的活体检测，让用户配合眨眨眼或说段话进行活体检测，这种方法需要用户大量配合，运用起来显得不太智能。实际上我们肉眼是可以看出待检测的人脸是否为活体，因此我们想基于单帧RGB来做活体检测。简单地把活体检测当做分类任务，在屏幕靠的比较近或者打印人脸纸张靠的比较近，训练的分类器很难区分这种情况。

可见，现有的图像识别方法存在难以准确识别真假人脸的技术问题。

发明内容

为了解决上述技术问题，本申请实施例提供了一种人脸识别方法、装置、计算机设备及计算机可读存储介质。

第一方面，本申请实施例提供了一种人脸识别方法，所述方法包括：

获取目标对象的人脸图像；

提取所述人脸图像的高频信息，并判断所述高频信息的分布是否满足预设分布规则；

若所述高频信息的分布满足预设分布规则，则判定所述目标对象包括活体真脸；

若所述高频信息的分布不满足预设分布规则，则判定所述目标对象包括假脸。

根据本申请的一种具体实施方式，预设的分布规则包括：

从图像的中心向外呈发散状。

根据本申请的一种具体实施方式，所述提取所述人脸图像的高频信息，并判断所述高频信息的分布是否满足预设分布规则的步骤，包括：

将所述人脸图像输入预先训练好的真假脸检测模型；

获取所述真假脸检测模型对于所述人脸的高频信息的分布是否满足预设分布规则的判定结果。

根据本申请的一种具体实施方式，所述真假脸检测模型对应的基础卷积神经网络的功能层从输入至输出依次包括：

一个3*3的第一基础卷积层、一个3*3深度可分离卷积层、五个瓶颈层、一个3*3的第二基础卷积层、一个8*8线性GD卷积层和一个1*1线性卷积层。

根据本申请的一种具体实施方式，五个瓶颈层中，第一个、第三个和第五个瓶颈层的转置放大因子均为2，第二个和第四个瓶颈层的转置放大因子均为4；

和/或，

第一基础卷积层、深度可分离卷积层和第一个瓶颈层的卷积核通道数均为32，第二个、第三个、第四个和第五个瓶颈层的卷积核通道数为64，第二基础卷积层和线性GD卷积层的卷积核通道数均为256，线性卷积层的通道数为3。

根据本申请的一种具体实施方式，所述真假脸检测模型的训练步骤，包括：

获取预设数量的样本图片，其中，所述样本图片包括活体真脸的第一类样本图片和假脸的第二类样本图片；