活体检测方法、模型训练方法及相关产品与流程
本申请涉及活体识别,尤其涉及一种活体检测方法、模型训练方法及相关产品。
背景技术:
1、活体检测技术已广泛应用于金融支付、智能门禁、智能家居、终端解锁等多元场景,通过活体检测技术,能够验证检测对象是否属于活体,从而抵御平面攻击、重放攻击等攻击手段,构建数字身份认证的安全防线。
2、目前的活体检测技术易受到检测对象所处环境、检测设备的稳定性等因素的影响,导致检测准确性、鲁棒性低以及泛化性。
技术实现思路
1、本申请实施例的目的提供一种活体检测方法、模型训练方法及相关产品,用于充分利用不同模态特征的优势,降低对检测对象所处环境、检测设备的稳定性等因素的敏感度,从而提高检测准确性、鲁棒性以及泛化性。
2、为了实现上述目的,本申请实施例采用下述技术方案:
3、第一方面,本申请实施例提供一种活体检测方法,包括:
4、对检测对象的图像帧进行特征提取得到第一特征,并基于所述第一特征确定所述检测对象的第一活体检测结果;所述图像帧为所述检测对象的位置发生变化的过程中对所述检测对象进行图像采集得到;
5、对第一声波信号的第一时频图进行特征提取得到第二特征,并基于所述第二特征确定所述检测对象的第二活体检测结果;所述第一声波信号为所述检测对象的位置发生变化的过程中所述检测对象反射的声波信号;
6、基于所述第一活体检测结果和所述第二活体检测结果,对所述第一特征和所述第二特征进行融合得到第三特征;
7、基于所述第三特征,确定所述检测对象的第三活体检测结果。
8、第二方面,本申请实施例提供一种模型训练方法,包括:
9、对样本对象的图像帧进行特征提取得到第一特征,并基于所述第一特征确定所述样本对象的第一活体检测结果;所述图像帧为所述样本对象的位置发生变化的过程中对所述样本对象进行图像采集得到;
10、对第一声波信号的第一时频图进行特征提取得到第二特征,并基于所述第二特征确定所述样本对象的第二活体检测结果;所述第一声波信号为所述样本对象的位置发生变化的过程中所述样本对象反射的声波信号;
11、基于所述第一活体检测结果和所述第二活体检测结果,对所述第一特征和所述第二特征进行融合得到第三特征;
12、基于所述第三特征,确定所述样本对象的第三活体检测结果;
13、基于所述第三活体检测结果和所述样本对象的标签,调整活体检测模型的参数,所述标签表示所述样本对象是否属于活体。
14、第三方面,本申请实施例提供一种电子设备,包括:
15、处理器;
16、用于存储所述处理器可执行指令的存储器;
17、其中,所述处理器被配置为执行所述指令,以实现如第一方面提供的活体检测方法或者第二方面提供的模型训练方法。
18、第四方面,本申请实施例提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面提供的活体检测方法或者第二方面提供的模型训练方法。
19、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
20、在检测对象的位置发生变化的过程中,不仅采集检测对象的图像帧,还接收检测对象反射的第一声波信号;之后,一方面,对检测对象的图像帧进行特征提取得到第一特征,第一特征能够反映出检测对象的关键点偏移情况,因而可以基于第一特征确定检测对象的第一活体检测结果;另一方面,对第一声波信号的第一时频图进行特征提取得到第二特征,由于第一时频图能够反映第一声波信号的频率偏移情况,因而可以基于第二特征确定检测对象的第二活体检测结果;进一步,第一活体检测结果可以反映第一特征的质量,第二活体检测结果可以反映第二特征的质量,基于二者对第一特征和第二特征进行融合得到第三特征,并基于第三特征确定检测对象的第三检测结果,可以抑制低质量的特征而主要依赖高质量的特征,从而充分发挥第一特征和第二特征各自的优点,使活体检测过程不易受到检测对象所处环境、检测设备的稳定性等因素的影响,显著提高检测准确性、鲁棒性和泛化性。
1.一种活体检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一活体检测结果和所述第二活体检测结果,对所述第一特征和所述第二特征进行融合得到第三特征,包括:
3.根据权利要求2所述的方法,其特征在于,所述第一活体检测结果和所述第二活体检测结果均包括:表示所述检测对象属于活体的第一分值和表示所述检测对象属于非活体的第二分值;
4.根据权利要求2所述的方法,其特征在于,所述基于所述第一置信度和所述第二置信度,对所述第一特征和所述第二特征进行融合得到所述第三特征,包括:
5.根据权利要求1所述的方法,其特征在于,所述图像帧的数量为多个,多个图像帧为所述检测对象处于不同位置的情况下对所述检测对象进行图像采集得到;
6.根据权利要求1所述的方法,其特征在于,所述第一时频图包括所述第一声波信号在不同频率的能量值;
7.一种模型训练方法,其特征在于,包括:
8.根据权利要求7所述的方法,其特征在于,所述基于所述第三活体检测结果和所述样本对象的标签,调整活体检测模型的参,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至6任一项所述的活体检测方法或者权利要求7至8任一项所述的模型训练方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com