[发明专利]活体检测方法

摘要

本发明提出了一种活体检测方法，涉及人脸识别领域。本发明解决了目前人脸识别过程中易受视频或照片的攻击，从而无法准确识别真实人脸和伪造人脸的问题，其技术方案要点为：采集样本并设置样本的图片标签值，分别计算训练集各个样本的拉普拉斯特征值及Tamura纹理特征值并对其进行拼接，然后利用拼接结果训练出模型，并设置该模型的初始输出范围，然后分别计算验证集各个样本的拉普拉斯特征值及Tamura纹理特征值并对其进行拼接，并将拼接结果传输至该模型进行计算，并判断计算结果是否在所述初始输出范围内，若在，则记录此时该模型的相关参数，若不在，则计算该计算结果的损失值并将损失值反向传输至该模型中，并根据损失值调整该模型的相关参数。

主权项

1.活体检测方法，其特征在于，包括如下步骤：步骤1、采集样本并设置样本的图片标签值，所述样本包括多个活体人脸图像和多个非活体人脸图像，活体人脸图像对应的图片标签值均为1，非活体人脸图像对应的图片标签值均为0；步骤2、随机选择采集的部分样本并将其作为训练集，分别计算训练集各个样本的拉普拉斯特征值及Tamura纹理特征值；步骤3、分别对计算出的训练集的各个样本的拉普拉斯特征值及Tamura纹理特征值进行拼接，得出拼接结果，然后进入步骤4；步骤4、利用拼接结果训练出模型，并设置该模型的初始输出范围，所述初始输出范围是指当训练集中的样本为活体人脸图像时，通过该模型输出的值与对应的图片标签值1的差值在规定范围内，当训练集中的样本为非活体人脸图像时，通过该模型输出的值与对应的图片标签值0的差值在规定范围内；步骤5、将剩余样本作为验证集，分别计算验证集中各个样本的拉普拉斯特征值及Tamura纹理特征值；步骤6、分别对计算出的验证集的各个样本的拉普拉斯特征值及Tamura纹理特征值进行拼接，得出拼接结果，然后进入步骤7；步骤7、将拼接结果传输至该模型进行计算，并判断计算结果是否在所述初始输出范围内，若在，则记录此时该模型的相关参数，若不在，则计算该计算结果的损失值并将损失值反向传输至该模型中，并根据损失值调整该模型的相关参数。