一种活体检测方法和人脸识别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114627525A(43)申请公布日2022.06.14(21)申请号202210112358.8G06N3/08(2006.01)(22)申请日2022.01.29G06V10/25(2022.01)G06V10/774(2022.01)(71)申请人北京旷视科技有限公司G06V10/82(2022.01)地址100096北京市海淀区西三旗建材城内建中路12幢一层1268号申请人北京迈格威科技有限公司(72)发明人周争光金宇林马志明(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463专利代理师董艳芳(51)Int.Cl.G06V40/16(2022.01)G06V40/40(2022.01)G06K9/62(2022.01)G06N3/04(2006.01)权利要求书2页说明书10页附图7页(54)发明名称一种活体检测方法和人脸识别方法(57)摘要本申请提供一种活体检测方法和人脸识别方法，该活体检测方法包括：获取待检测对象的脸部图像；基于脸部图像对待检测对象进行动作活体检测，获得动作活体检测结果，以及，将脸部图像输入神经网络模型，获得神经网络模型输出的脸部图像的攻击检测结果；其中，神经网络模型通过合成的面具图像样本训练得到的；攻击检测结果用于指示待检测对象是否佩戴面具或者贴图；基于动作活体检测结果和攻击检测结果，获得待检测对象的最终活体检测结果。通过基于动作活体检测结果和攻击检测结果，获得待检测对象的最终活体检测结果，有效地避免了用户使用面具或贴图攻击手段来攻击活体识别的情况，从而提高了活体识别的正确率。CN114627525ACN114627525A权利要求书1/2页1.一种活体检测方法，其特征在于，包括：获取待检测对象的脸部图像；基于所述脸部图像对所述待检测对象进行动作活体检测，获得动作活体检测结果，以及，将所述脸部图像输入神经网络模型，获得所述神经网络模型输出的所述脸部图像的攻击检测结果；其中，所述神经网络模型通过合成的面具图像样本训练得到的；所述攻击检测结果用于指示所述待检测对象是否佩戴面具或者贴图；基于所述动作活体检测结果和所述攻击检测结果，获得所述待检测对象的最终活体检测结果。2.根据权利要求1所述的方法，其特征在于，在所述将所述脸部图像输入神经网络模型之前，还包括：对所述脸部图像进行关键点检测，获得脸部关键点信息；根据所述脸部关键点信息对所述脸部图像进行目标处理，获得处理后的目标脸部图像，所述目标处理包括裁剪处理；相应的，所述将所述脸部图像输入神经网络模型，包括：将所述处理后的目标脸部图像输入所述神经网络模型。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述动作活体检测结果和所述攻击检测结果，获得所述待检测对象的最终活体检测结果，包括：判断所述动作活体检测结果是否满足第一目标条件，以及，判断所述攻击检测结果是否满足第二目标条件，所述第一目标条件包括：所述脸部图像中的人脸是活体人脸，所述第二目标条件包括：所述待检测对象没有佩戴面具以及没有贴图；若所述动作活体检测结果满足第一目标条件，以及所述攻击检测结果满足第二目标条件，则确定所述待检测对象是活体对象，否则，确定所述待检测对象不是活体对象。4.根据权利要求1‑3任一项所述的方法，其特征在于，所述面具图像样本包括以下中的任一项：半脸面具合成图像、全脸面具合成图像、五官贴图合成图像。5.根据权利要求1‑4任一项所述的方法，其特征在于，通过如下过程合成所述面具图像样本：获取源脸部图像和目标脸部图像；对所述源脸部图像进行关键点检测，获得多个第一关键点，并根据所述多个第一关键点从所述源脸部图像中抠出掩模图片；对所述目标脸部图像进行关键点检测，获得多个第二关键点，并根据所述多个第一关键点和所述多个第二关键点将所述掩模图片覆盖或者替换所述目标脸部图像的对应区域，获得所述面具图像样本。6.根据权利要求5项所述的方法，其特征在于，所述根据所述多个第一关键点和所述多个第二关键点将所述掩模图片覆盖或者替换所述目标脸部图像的对应区域，包括：根据所述多个第一关键点和所述多个第二关键点之间的对应关系，对所述掩模图片进行对齐和缩放，获得缩放后的掩模图片；将所述缩放后的掩模图片覆盖或者替换所述目标脸部图像的对应区域。7.一种人脸识别方法，其特征在于，包括：2CN114627525A权利要求书2/2页获取待检测对象的脸部图像；将所述脸部图像输入神经网络模型，获得所述神经网络模型输出的所述脸部图像的攻击检测结果；其中，所述神经网络模型通过合成的面具图像样本训练得到的；所述攻击检测结果用于指示所述待检测对象是否佩戴面具或者贴图；在所述攻击检测结果指示所述待检测对象没有佩戴面具以及没有贴图时，基于所述脸部图像