人脸活体检测方法、装置、设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115050064A(43)申请公布日2022.09.13(21)申请号202110250942.5(22)申请日2021.03.08(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人姚太平张克越吴双孟嘉丁守鸿李季檩(74)专利代理机构北京三高永信知识产权代理有限责任公司11138专利代理师祝亚男(51)Int.Cl.G06V40/16(2022.01)G06V10/26(2022.01)G06V10/774(2022.01)G06Q20/40(2012.01)权利要求书3页说明书19页附图6页(54)发明名称人脸活体检测方法、装置、设备及介质(57)摘要本申请公开了一种人脸活体检测方法、装置、设备及介质，涉及图像处理领域。该方法包括：根据人脸图像生成图像序列，图像序列包括人脸图像和n个图像局部块，图像局部块是对人脸图像进行分割得到的，n为正整数；基于图像序列，生成目标活体特征向量，目标活体特征向量是基于人脸图像与图像局部块之间的活体特征信息交互和图像局部块之间的活体特征信息交互生成的；对目标活体特征向量进行分类，获得预测分数；响应于预测分数高于判断阈值，确定人脸图像中的人脸为活体。本申请会提取人脸图像中整体和局部之间的活体特征信息以及局部与局部之间的活体特征信息，使得人脸活体检测结果更贴近实际情况，提高检测精度与正确率。CN115050064ACN115050064A权利要求书1/3页1.一种人脸活体检测方法，其特征在于，所述方法包括：根据人脸图像生成图像序列，所述图像序列包括所述人脸图像和n个图像局部块，所述图像局部块是对所述人脸图像进行分割得到的，所述n为正整数；基于所述图像序列，生成目标活体特征向量，所述目标活体特征向量是基于所述人脸图像与所述图像局部块之间的活体特征信息交互和所述图像局部块之间的活体特征信息交互生成的；对所述目标活体特征向量进行分类，获得预测分数；响应于所述预测分数高于判断阈值，确定所述人脸图像中的人脸为活体。2.根据权利要求1所述的方法，其特征在于，所述基于所述图像序列，生成目标活体特征向量，包括：将所述图像序列线性映射为输入向量组，所述输入向量组包括n+1个一维向量；将所述输入向量组输入到编码器模型中，输出所述人脸图像的活体特征向量组，所述活体特征向量组包括n+1个活体特征向量；将所述活体特征向量组中所述人脸图像对应的活体特征向量作为所述目标活体特征向量。3.根据权利要求2所述的方法，其特征在于，所述编码器模型包括自注意力层；所述将所述输入向量组输入到编码器模型中，输出所述人脸图像的活体特征向量组，包括：将所述输入向量组输入到所述自注意力层中，基于所述输入向量组，生成键值向量组、查询向量组和数值向量组；基于所述键值向量组和所述查询向量组的乘积，生成活体得分数组；基于所述活体得分数组，计算所述数值向量组的权重值；将所述权重值与所述数值向量组进行点乘并求和，生成所述人脸图像的所述活体特征向量组。4.根据权利要求3所述的方法，其特征在于，所述基于所述输入向量组，生成键值向量组、查询向量组和数值向量组，包括：基于所述输入向量组和键值矩阵的乘积，计算得到所述键值向量组；基于所述输入向量组和查询矩阵的乘积，计算得到所述查询向量组；基于所述输入向量组和数值矩阵的乘积，计算得到所述数值向量组。5.根据权利要求3所述的方法，其特征在于，所述基于所述活体得分数组，计算权重值，包括：根据所述输入向量组中所述一维向量的维度，对所述活体得分数组进行归一化；将归一化后的所述活体得分数组进行指数归一化，计算得到所述权重值。6.根据权利要求1至5任一所述的方法，其特征在于，所述根据人脸图像生成图像序列，包括：通过网格结构，将所述人脸图像分割为n个等大的所述图像局部块；调整所述人脸图像的尺寸至与所述图像局部块相同；以调整大小后的所述人脸图像为列首，排列n个所述图像局部块，生成所述图像序列。7.根据权利要求1至5任一所述的方法，其特征在于，所述对所述活体特征向量进行分2CN115050064A权利要求书2/3页类，获得预测分数，包括：将所述活体特征向量输入到分类网络中，输出所述预测分数，所述分类网络用于根据所述目标活体特征向量中的活体信息对所述目标活体特征向量进行分类。8.根据权利要求1至5任一所述的方法，其特征在于，所述响应于所述预测分数高于判断阈值，确定所述人脸图像中的人脸为活体，包括：将所述目标活体特征向量输入图像深度网络，输出所述人脸图像的深度图；响应于所述预测分数高于判断阈值且所述深度图不为全零图，确定所述人脸图像中的人脸为活体，所述全零图表示图像中所有像素点的像素值均为零。9.根据权利要求2至