利索能及
我要发布
收藏
专利号: 2022108369786
申请人: 北京百度网讯科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-08
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种人脸活体检测模型训练方法,包括:

获取可见光图像和近红外图像;其中,所述可见光图像和所述近红外图像中均包含人脸图像,且均为正样本或均为负样本;

按照相同的区域块划分规则,将所述可见光图像划分为至少两个第一可见光区域块,将所述近红外图像数据划分为至少两个第一近红外区域块;

在所述第一可见光区域块中确定待替换的第二可见光区域块;

在所述近红外图像数据中,选取与所述第二可见光区域块位置相同的第二近红外区域块,所述第一近红外区域块包括所述第二近红外区域块;

将所述可见光图像中的所述第二可见光区域块替换为所述第二近红外区域块,得到融合图像,其中,所述第二可见光区域块的替换概率为预设替换概率;

利用所述融合图像训练第一人脸活体检测模型,其中,第一替换概率小于或等于第二替换概率;所述第一替换概率为所述人脸活体检测模型训练前所述第一可见光区域块的替换概率,所述第二替换概率为所述人脸活体检测模型训练后所述第一可见光区域块的替换概率,所述第一替换概率和第二替换概率均不大于预设概率阈值。

2.根据权利要求1所述的方法,其中,所述获取可见光图像和近红外图像,包括:获取原始可见光图像和原始近红外图像;

对所述原始可见光图像和所述原始近红外图像进行人脸关键点检测,分别得到可见光人脸关键点和近红外人脸关键点;

基于所述可见光人脸关键点和所述近红外人脸关键点,对所述原始可见光图像中的人脸区域及所述原始近红外图像中的人脸区域进行对齐,得到对齐可见光图像和对齐近红外图像;

对所述对齐可见光图像和所述对齐近红外图像分别进行图像归一化处理及随机数据增强处理,得到所述可见光图像和所述近红外图像。

3.根据权利要求1所述的方法,所述利用所述融合图像训练第一人脸活体检测模型,包括:利用所述可见光图像训练所述第一人脸活体检测模型,得到第二人脸活体检测模型;

利用所述融合图像训练所述第二人脸活体检测模型。

4.一种人脸活体检测方法,所述方法包括:

获取待检测人脸图像;

利用预先训练的人脸活体检测模型的特征提取网络,对所述待检测人脸图像进行特征提取,得到图像特征;

利用所述人脸活体检测模型的分类网络,对所述图像特征进行分类,得到人脸活体检测结果;

其中,所述人脸活体检测模型通过权利要求1‑3任一所述的方法训练得到。

5.一种人脸活体检测模型训练装置,包括:

第一获取模块,用于获取可见光图像和近红外图像;其中,所述可见光图像和所述近红外图像中均包含人脸图像,且均为正样本或均为负样本;

划分模块,用于按照相同的区域块划分规则,将所述可见光图像划分为至少两个第一可见光区域块,将所述近红外图像数据划分为至少两个第一近红外区域块;

确定模块,用于在所述第一可见光区域块中确定待替换的第二可见光区域块;

选取模块,用于在所述近红外图像数据中,选取与所述第二可见光区域块位置相同的第二近红外区域块,所述第一近红外区域块包括所述第二近红外区域块;

替换模块,用于将所述可见光图像中的所述第二可见光区域块替换为所述第二近红外区域块,得到融合图像,其中,所述第二可见光区域块的替换概率为预设替换概率;

训练模块,用于利用所述融合图像训练第一人脸活体检测模型,其中,第一替换概率小于或等于第二替换概率;所述第一替换概率为所述人脸活体检测模型训练前所述第一可见光区域块的替换概率,所述第二替换概率为所述人脸活体检测模型训练后所述第一可见光区域块的替换概率,所述第一替换概率和第二替换概率均不大于预设概率阈值。

6.根据权利要求5所述的装置,其中,所述获取模块,具体用于获取原始可见光图像和原始近红外图像;对所述原始可见光图像和所述原始近红外图像进行人脸关键点检测,分别得到可见光人脸关键点和近红外人脸关键点;基于所述可见光人脸关键点和所述近红外人脸关键点,对所述原始可见光图像中的人脸区域及所述原始近红外图像中的人脸区域进行对齐,得到对齐可见光图像和对齐近红外图像;对所述对齐可见光图像和所述对齐近红外图像分别进行图像归一化处理及随机数据增强处理,得到所述可见光图像和所述近红外图像。

7.根据权利要求5所述的装置,所述训练模块,具体用于利用所述可见光图像训练所述第一人脸活体检测模型,得到第二人脸活体检测模型;利用所述融合图像训练所述第二人脸活体检测模型。

8.一种人脸活体检测装置,所述装置包括:

第二获取模块,用于获取待检测人脸图像;

得到模块,用于利用预先训练的人脸活体检测模型的特征提取网络,对所述待检测人脸图像进行特征提取,得到图像特征;

分类模块,用于利用所述人脸活体检测模型的分类网络,对所述图像特征进行分类,得到人脸活体检测结果;

其中,所述人脸活体检测模型通过权利要求5‑7任一所述的装置训练得到。

9.一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1‑ 4中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1‑ 4中任一项所述的方法。