一种生物特征活体检测方法、装置及计算机设备与流程

技术特征：
1.一种生物特征活体检测方法，其特征在于，包括下述步骤：s1、选取生物特征样本集合中一个原始生物特征数据，对所述原始生物特征数据进行随机涂鸦生成涂鸦生物特征数据，其中所述生物特征样本集合包括多个所述原始生物特征数据；s2、将所述原始生物特征数据和所述涂鸦生物特征数据输入特征提取器，提取所述原始生物特征数据的原始特征和所述涂鸦生物特征数据的涂鸦特征；s3、计算所述原始特征和所述涂鸦特征的相似度，使用损失函数约束所述相似度以使所述相似度趋于最小；s4、重复执行所述步骤s1至步骤s3，逐个使用所述生物特征样本集合中的原始生物特征数据训练所述特征提取器，直至所述生物特征样本集合中所有所述原始生物特征数据全部完成训练，所述特征提取器完成训练；s5、将完成训练的所述特征提取器嵌入生物特征识别系统，所述生物特征识别系统调用所述特征提取器进行生物特征活体检测。2.根据权利要求1所述的生物特征活体检测方法，其特征在于，在所述步骤s3之后所述步骤s4之前还包括：s31、增加所述原始特征和所述涂鸦特征的约束条件，计算增加所述约束条件后所述原始特征和所述涂鸦特征的相似度；所述步骤s4中重复执行所述步骤s1至步骤s3包括：重复执行所述步骤s1至步骤s31。3.根据权利要求1所述的生物特征活体检测方法，其特征在于，所述步骤s1中对所述原始生物特征数据进行随机涂鸦生成涂鸦生物特征数据包括：使用随机线条对所述原始生物特征数据进行随机涂鸦生成涂鸦生物特征数据。4.根据权利要求3所述的生物特征活体检测方法，其特征在于，所述随机线条的形状随机生成，所述随机线条的宽度从5至35个像素随机选取，所述随机线条的颜色三通道数值从0至255中随机选取。5.根据权利要求1所述的生物特征活体检测方法，其特征在于，所述特征提取器为神经网络结构；所述生物特征为人脸或指纹。6.根据权利要求5所述的生物特征活体检测方法，其特征在于，所述神经网络结构为resnet
‑
18。7.根据权利要求5所述的生物特征活体检测方法，其特征在于，所述步骤s2中提取所述原始生物特征数据的原始特征和所述涂鸦生物特征数据的涂鸦特征包括：所述特征提取器的所有神经元全部被激活后提取所述原始生物特征数据的原始特征和所述涂鸦生物特征数据的涂鸦特征。8.根据权利要求1所述的生物特征活体检测方法，其特征在于，所述步骤s5中所述生物特征识别系统调用所述特征提取器进行生物特征活体检测包括：所述生物特征识别系统调用分类器识别摄像头获取的生物特征图像是否为生物特征活体图像，若是则调用所述特征提取器进行生物特征活体检测。9.一种生物特征活体检测装置，其特征在于，包括：涂鸦单元，用于选取生物特征样本集合中一个原始生物特征数据，对所述原始生物特征数据进行随机涂鸦生成涂鸦生物特征数据，其中所述生物特征样本集合包括多个所述原
始生物特征数据；特征提取单元，用于将所述原始生物特征数据和所述涂鸦生物特征数据输入特征提取器，提取所述原始生物特征数据的原始特征和所述涂鸦生物特征数据的涂鸦特征；相似度计算单元，用于计算所述原始特征和所述涂鸦特征的相似度，使用损失函数约束所述相似度以使所述相似度趋于最小；重复训练单元，用于重复执行所述涂鸦单元、特征提取单元和相似度计算单元，逐个使用所述生物特征样本集合中的原始生物特征数据训练所述特征提取器，直至所述生物特征样本集合中所有所述原始生物特征数据全部完成训练，所述特征提取器完成训练；生物特征识别单元，用于将完成训练的所述特征提取器嵌入生物特征识别系统，所述生物特征识别系统调用所述特征提取器进行生物特征活体检测。10.一种计算机设备，其特征在于，包括处理器和存储器，所述处理器通信连接所述存储器；所述存储器用于存储计算机程序；所述处理器用于执行所述存储器中存储的计算机程序以实现如权利要求1至8任一项所述的生物特征活体检测方法。

技术总结
本发明涉及一种生物特征活体检测方法、装置及计算机设备。该方法包括：S1、对原始生物特征数据进行随机涂鸦生成涂鸦生物特征数据；S2、将原始生物特征数据和涂鸦生物特征数据输入特征提取器，提取原始生物特征数据的原始特征和涂鸦生物特征数据的涂鸦特征；S3、计算原始特征和涂鸦特征的相似度，使用损失函数约束相似度以使相似度趋于最小；S4、重复上述步骤直至特征提取器完成训练；S5、将完成训练的特征提取器嵌入生物特征识别系统。本发明通过建立涂鸦复原前置学习任务，使特征提取器可以捕捉到更多的生物特征，通过使用这些丰富的生物特征，实现更高质量的生物特征活体检测。实现更高质量的生物特征活体检测。实现更高质量的生物特征活体检测。


技术研发人员：黄觉坤 包慧东 陈俏钢
受保护的技术使用者：深圳商周智联科技有限公司
技术研发日：2021.08.04
技术公布日：2021/12/3