(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210133693.6 (22)申请日 2022.02.14 (71)申请人 济南博观智能科技有限公司 地址 250001 山东省济南市高新区新 泺大 街1166号奥盛大厦3号楼17楼 (72)发明人 王哲　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 吕鑫 (51)Int.Cl. G06V 40/16(2022.01) G06V 40/40(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种人脸活体检测方法、 装置及电子 设备和 存储介质 (57)摘要 本申请公开了一种人脸活体检测方法、 装置 及一种电子设备和计算机可读存储介质， 该方法 包括： 获取待检测图像， 利用人脸检测模型在待 检测图像中识别目标对象对应的人脸区域； 将人 脸区域输入包含多个通道的活体检测模型中； 其 中， 活体检测模 型包括异质性主通道和欺诈线索 辅助通道， 异质性主通道用于提取人脸区域的异 质性分类特征并基于异质性分类特征确定主活 体检测概率， 欺诈线索辅助通道用于提取人脸区 域的欺诈线索并基于欺诈线索确定辅助活体检 测概率； 根据异质性主通道输出的主活体检测概 率和欺诈线索辅助通道输出的辅助活体检测概 率确定目标对象的活体检测结果。 本申请提高了 活体检测的准确率。 权利要求书2页 说明书13页 附图4页 CN 114495238 A 2022.05.13 CN 114495238 A 1.一种人脸活体 检测方法， 其特 征在于， 包括： 获取待检测图像， 利用人脸检测模型在所述待检测图像中识别目标对象对应的人脸 区 域； 将所述人脸区域输入包含多个通道的活体检测模型中； 其中， 所述活体检测模型包括 异质性主通道和欺诈线索辅助通道， 所述异质性主通道用于提取所述人脸区域的异质性分 类特征并基于所述异质性分类特征确定主活体检测概率， 所述欺诈线索辅助通道用于提取 所述人脸区域的欺诈线索并基于所述欺诈线索确定 辅助活体 检测概率； 根据所述异质性主通道输出的所述主活体检测概率和所述欺诈线索辅助通道输出的 所述辅助活体 检测概率确定所述目标对象的活体 检测结果。 2.根据权利要求1所述人脸活体检测方法， 其特征在于， 所述欺诈线索辅助通道包括欺 诈线索生成器和欺诈线索分类器， 所述欺诈线索生成器用于提取所述人脸区域的多个尺度 的欺诈线索， 所述欺诈线索分类器用于对多个尺度的欺诈线索进行融合， 并基于融合后的 欺诈线索确定 辅助活体 检测概率。 3.根据权利要求2所述人脸活体检测方法， 其特征在于， 所述欺诈线索辅助通道包括第 一欺诈线索辅助子通道和第二欺诈线索辅助子通道； 所述第一欺诈线索辅助子通道包括第 一欺诈线索生成器和第 一欺诈线索 分类器， 所述 第二欺诈线索辅助子通道包括第二欺诈线索生成器和第二欺诈线索分类 器； 所述第一欺诈线索生成器包括注意力机制的CDCNpp模型， 所述第二欺诈线索生成器包 括CDCN模型。 4.根据权利要求1所述人脸活体 检测方法， 其特 征在于， 还 包括： 获取训练数据集； 其中， 所述训练数据集包括多个包 含人脸的训练图像； 对所述训练图像进行活体或非活体的标注， 以生成所述训练图像对应的标注信息； 利用所述训练图像和对应的标注信息对所述活体 检测模型进行训练。 5.根据权利要求 4所述人脸活体 检测方法， 其特 征在于， 还 包括： 在训练过程中， 基于所述异质性主通道输出的所述主活体检测概率和所述标注信 息构 建第一交叉熵损失函数， 基于所述欺诈线索辅助通道输出的所述辅助活体检测概率和所述 所述标注信息构建第二交叉熵损失函数， 基于所述主活体检测概率和所述辅助活体检测概 率构建交叉监 督损失函数； 基于所述第 一交叉熵损失函数、 所述第 二交叉熵损失函数和所述交叉监督损失函数对 所述活体 检测模型的参数进行调整。 6.根据权利要求5所述人脸活体检测方法， 其特征在于， 所述基于所述主活体检测概率 和所述辅助活体 检测概率构建交叉监 督损失函数， 包括： 基于所述主活体检测概率和所述辅助活体检测概率确定概率加权值， 并基于所述主活 体检测概率和所述 概率加权值构建交叉监 督损失函数； 其中， 所述交叉监 督损失函数 具体为： 其中， pt为所述主活体检测概率， qt为所述 辅助活体检测概率， ω(pt,qt)为所述概率加权值， α 为配置参数， γ为调制系数， 为所述交叉监 督损失函数的函数值。权　利　要　求　书 1/2 页 2 CN 114495238 A 27.根据权利要求1至6中任一项所述人脸活体检测方法， 其特征在于， 所述根据所述异 质性主通道输出的所述主活体检测 概率和所述欺诈线索辅助通道输出的所述辅助活体检 测概率确定所述目标对象的活体 检测结果， 包括： 若所述异质性主通道输出的所述主活体检测概率大于分类概率阈值， 且所述欺诈线索 辅助通道输出的所述辅助活体检测概率大于所述分类概率阈值， 则判定所述目标对象为活 体； 若所述主活体检测概率大于所述分类概率阈值， 且所述辅助活体检测概率小于所述分 类概率阈值， 则判断所述主活体检测概率对应的第一概率幅值是否大于所述辅助活体检测 概率对应的第二概率幅值； 其中， 所述第一概率幅值为所述主活体检测 概率与所述分类概 率阈值之 间的差值， 所述第二概率幅值为所述分类概率阈值与所述辅助活体检测概率之间 的差值； 若 所述第一概率幅值大于所述第二概率幅值， 则判定所述目标对象为活体； 若所述 第一概率幅值小于所述第二 概率幅值， 则判定所述目标对象为非活体； 若所述主活体检测概率小于所述分类概率阈值， 且所述辅助活体检测概率大于所述分 类概率阈值， 则判断所述主活体检测概率对应的第三概率幅值是否大于所述辅助活体检测 概率对应的第四概率幅值； 其中， 所述第三概率幅值为所述分类概率阈值与所述主活体检 测概率之 间的差值， 所述第四概率幅值为所述辅助活体检测概率与所述分类概率阈值之间 的差值； 若 所述第三概率幅值大于所述第四概率幅值， 则判定所述目标对象为 非活体； 若 所 述第三概率幅值小于所述第四概 率幅值， 则判定所述目标对象为活体； 若所述主活体检测概率小于所述分类概率阈值， 且所述辅助活体检测概率小于所述分 类概率阈值， 则判定所述目标对象为非活体。 8.一种人脸活体 检测装置， 其特 征在于， 包括： 识别模块， 用于获取待检测图像， 利用人脸检测模型在所述待检测图像中识别目标对 象对应的人脸区域； 输入模块， 用于将所述人脸区域输入包含多个通道的活体检测模型中； 其中， 所述活体 检测模型包括异质性主通道和欺诈线索辅助通道， 所述异质性主通道用于提取所述人脸区 域的异质性分类特征并基于所述异质性分类特征确定主活体检测概率， 所述欺诈线索辅助 通道用于提取 所述人脸区域的欺诈线索并基于所述欺诈线索确定 辅助活体 检测概率； 确定模块， 用于根据 所述异质性主通道输出的所述主活体检测概率和所述欺诈线索辅 助通道输出的所述辅助活体 检测概率确定所述目标对象的活体 检测结果。 9.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至7任一项所述人脸活体检测方 法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述人脸活体检测方法 的步骤。权　利　要　求　书 2/2 页 3 CN 114495238 A 3