人脸检测方法、装置、电子设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110991249A(43)申请公布日2020.04.10(21)申请号201911066080.X(22)申请日2019.11.04(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人曹佳炯(74)专利代理机构北京众达德权知识产权代理有限公司11570代理人李娇(51)Int.Cl.G06K9/00(2006.01)G06N20/00(2019.01)权利要求书4页说明书12页附图3页(54)发明名称人脸检测方法、装置、电子设备及介质(57)摘要本说明书实施例提供了一种人脸检测方法、装置、电子设备及介质，通过将获取的目标人脸图像输入预先训练好的检测模型，得到目标人脸图像的注意力检测值和活体检测值，注意力检测值表征目标人脸图像中用户注视目标位置的概率，活体检测值表征目标人脸图像来源于攻击行为的概率，进而结合注意力检测值和活体检测值，确定目标人脸图像是否通过安全检测。CN110991249ACN110991249A权利要求书1/4页1.一种人脸检测方法，包括：获取目标人脸图像；将所述目标人脸图像输入预先训练好的检测模型，得到所述目标人脸图像的注意力检测值和活体检测值，其中，所述注意力检测值用于表征所述目标人脸图像中用户注视目标位置的概率，所述活体检测值用于表征所述目标人脸图像来源于攻击行为的概率；基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测。2.根据权利要求1所述的方法，所述基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测，包括：若所述活体检测值小于第一预设阈值，且所述注意力检测值大于第二预设阈值，则判定所述目标人脸图像通过安全检测；若所述活体检测值不小于所述第一预设阈值，则判定所述目标人脸图像未通过安全检测。3.根据权利要求2所述的方法，所述基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测，还包括：若所述活体检测值小于所述第一预设阈值，且所述注意力检测值不大于所述第二预设阈值，则向所述用户发送预设的提示信息，所述提示信息用于提示用户配合完成所述安全检测。4.根据权利要求2所述的方法，所述基于所述注意力检测值和活体检测值，确定所述目标人脸图像是否通过安全检测，还包括：若所述活体检测值小于所述第一预设阈值，且所述注意力检测值不大于所述第二预设阈值，则判断所述活体检测值是否小于第三预设阈值，其中，所述第三预设阈值小于所述第一预设阈值；若是，则判定所述目标人脸图像通过安全检测，若否，则判定所述目标人脸图像未通过安全检测。5.根据权利要求2所述的方法，还包括：基于历史人脸图像的注意力检测值，得到基准值，并用所述基准值更新所述第二预设阈值，其中，所述历史人脸图像为满足预设条件的人脸图像。6.根据权利要求5所述的方法，所述满足预设条件的人脸图像包括：预设历史时间段内采集的活体检测值小于所述第一预设阈值的人脸图像；或者历史在预设区域内采集的活体检测值小于所述第一预设阈值的人脸图像。7.根据权利要求1所述的方法，所述检测模型通过以下步骤训练得到：获取训练数据以及所述训练数据的标签信息，所述训练数据包括：多个人脸图像样本，所述标签信息包括用于表征人脸图像样本是否为攻击样本的第一标签信息，以及用于表征人脸图像样本中用户是否注视目标位置的第二标签信息；根据所述训练数据以及所述训练数据的标签信息，对预先构建的多任务模型进行训练，得到训练好的所述检测模型。8.根据权利要求7所述的方法，所述训练数据包括第一样本数据集和第二样本数据集，所述获取训练数据以及所述训练数据的标签信息，包括：获取所述第一样本数据集以及所述第一样本数据集中每个人脸图像样本的所述第一2CN110991249A权利要求书2/4页标签信息，获取所述第二样本数据集以及所述第二样本数据集中每个人脸图像样本的所述第二标签信息；所述根据所述训练数据以及所述训练数据的标签信息，对预先构建的多任务模型进行训练，得到训练好的所述检测模型，包括：通过所述第一样本数据集以及所述第一样本数据集中每个人脸图像样本的第一标签信息，对预先构建的第一子模型进行训练，得到训练好的分类子模型；构建多任务模型，并根据所述第二样本数据集以及所述第二样本数据集中每个人脸图像样本的第二标签信息，对所述多任务模型进行训练，得到训练好的所述检测模型，其中，所述多任务模型包括所述分类子模型以及预设的第二子模型。9.根据权利要求1所述的方法，还包括：若所述目标人脸图像通过安全检测，则对所述目标人脸图像进行人脸识别，得到人脸识别结果。10.一种人脸检测方法，包括：获取训练数据以及所述训练数据的标签信息，所述训练数据包括：