人脸质量活体联合检测装置、方法、计算机设备和介质制造方法及图纸

本发明专利技术涉及计算机视觉技术领域，提供了人脸质量活体联合检测装置、方法、计算机设备和介质，包括：质量活体联合检测模型，通过多任务的质量活体联合检测模型对人脸图像进行人脸检测，可以同时进行质量检测和活体检测，提高了检测的运行速度。并且，质量活体联合检测模型，能够充分利用两个特征之间的相关性，来提高神经网络的表达能力，尤其是活体检测模块，与特征提取模块和质量检测模块连接，用于根据人脸特征提取活体特征，并根据质量特征和活体特征，获取活体检测结果，进一步反映两个特征之间的相关性，能够进一步提高模型的精度，从而能够提高该联合检测装置的检测准确率和效率。率。率。

【技术实现步骤摘要】
人脸质量活体联合检测装置、方法、计算机设备和介质


[0001]本专利技术属于计算机视觉
，尤其涉及一种人脸质量活体的联合检测技术。

技术介绍

[0002]随着计算机视觉技术的发展，人脸识别技术已广泛应用于各种场景。例如，智能锁、门禁、人脸支付等。而对于一些安全性要求较高的场景来说，为了确保足够的安全，通常不仅要进行人脸质量检测还要对人脸进行活体检测。人脸图像检测是通过对人脸图像进行分析判断是否满足质量要求。人脸活体检测则是用于判断人脸图像是否为真人图像。
[0003]然而，现有该些场景下的人脸识别主要将人脸质量检测和人脸活体检测作为单独两个任务进行，从而降低了运行速度和检测精度，是该领域亟待解决的技术问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种人脸质量活体联合检测装置，包括质量活体联合检测模型；所述质量活体联合检测模型，包括：
[0005]输入模块，用于输入待检测人脸图像；
[0006]特征提取模块，与输入模块连接，用于根据待检测人脸图像提取人脸特征；
[0007]质量检测模块，与特征提取模块连接，用于根据人脸特征提取质量特征，并根据质量特征，获取质量检测结果；
[0008]活体检测模块，与特征提取模块和质量检测模块连接，用于根据人脸特征提取活体特征，并根据质量特征和活体特征，获取活体检测结果；
[0009]输出模块，与质量检测模块和活体检测模块连接，用于输出质量检测结果和活体检测结果。
[0010]进一步地，质量检测模块，包括：质量提取层和质量输出层；
[0011]质量提取层，与特征提取模块连接，用于接收人脸特征，并根据人脸特征提取质量特征；
[0012]质量输出层，与质量提取层连接，用于根据质量特征，获取质量检测结果。
[0013]进一步地，质量提取层，包括一个全连接层，用于根据人脸特征提取质量特征；
[0014]质量输出层，包括至少一组全连接层和Softmax层，分别对应一个质量参数，用于根据质量特征，获取各质量参数的质量检测结果。
[0015]进一步地，质量输出层中全连接层和Softmax层的组数与质量参数的个数对应；质量参数，为：大角度、遮挡、模糊、大表情的任意一个或多个。
[0016]进一步地，活体检测模块，包括活体提取层、拼接层和活体输出层；
[0017]活体提取层，与特征提取模块连接，用于接收人脸特征，并根据人脸特征提取活体特征；
[0018]拼接层，与活体提取层和质量检测模块连接，用于拼接融合质量特征和活体特征，得到拼接特征；
[0019]活体输出层，与拼接层连接，用于根据拼接特征，获取活体检测结果。
[0020]进一步地，活体提取成，包括一个全连接层；活体输出层，包括一组全连接层和Softmax层。
[0021]另一方面，本专利技术还提供一种人脸质量活体联合检测方法，包括：
[0022]S1：构建质量活体联合检测模型，并训练得到训练好的质量活体联合检测模型；所述质量活体联合检测模型，为权利要求1
‑
6任意一项所述的人脸质量活体联合检测模型；
[0023]S2：获取待检测人脸图像，并输入训练好的质量活体联合检测模型；
[0024]S3：质量活体联合检测模型对待检测人脸图像进行检测，得到质量检测结果和活体检测结果。
[0025]进一步地，训练质量活体联合检测模型的步骤，包括：
[0026]构建训练数据集，所述训练数据集包括真人人脸数据集和假冒人脸数据集；其中，所述真人人脸数据集标注质量标签和活体标签；所述假冒人脸数据集标注活体标签；
[0027]利用所述真人人脸数据集训练人脸质量预测模型，将所述训练数据集输入训练后的所述人脸质量预测模型，得到人脸质量预测输出；
[0028]利用所述训练数据集迭代训练所述质量活体联合检测模型；其中，所述质量检测模块采用模型蒸馏损失函数，所述模型蒸馏损失函数基于所述人脸质量预测输出和所述质量检测模块的质量训练输出计算质量损失；所述活体质量检测模型采用二分类损失函数，所述二分类损失函数基于活体标签和活体检测模块的活体训练输出计算活体损失；所述质量活体联合检测模型训练的总体损失根据质量损失和活体损失确定。
[0029]另一方面，本专利技术还提供一种计算机设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序时实现上述任意的人脸质量活体联合检测方法。
[0030]另一方面，本专利技术还提供一种计算机可读存储介质，其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上述任意的人脸质量活体联合检测方法
[0031]本专利技术提供的人脸质量活体联合检测装置、方法、计算机设备和介质，通过多任务的质量活体联合检测模型对人脸图像进行人脸检测，可以同时进行质量检测和活体检测，提高了检测的运行速度。并且，质量活体联合检测模型，能够充分利用两个特征之间的相关性，来提高神经网络的表达能力，尤其是活体检测模块，与特征提取模块和质量检测模块连接，用于根据人脸特征提取活体特征，并根据质量特征和活体特征，获取活体检测结果，进一步反映两个特征之间的相关性，能够进一步提高模型的精度，从而能够提高该联合检测装置的检测准确率和效率。
附图说明
[0032]图1为一个实施例中质量活体联合检测模型的结构示意图。
[0033]图2为一个实施例中人脸质量活体联合检测方法的流程示意图。
[0034]图3为一个实施例中质量活体联合检测模型训练方法的流程示意图。
[0035]图4为一个实施例中人脸质量预测模型的结构示意图。
[0036]图5为一个实施例中质量活体联合检测模型的训练示意图。
具体实施方式
[0037]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0038]本申请提供一种人脸质量活体联合检测装置，如图1所示，包括质量活体联合检测模型；该质量活体联合检测模型，包括：
[0039]A：输入模块，用于输入待检测人脸图像；
[0040]B：特征提取模块，与输入模块连接，用于根据待检测人脸图像提取人脸特征；
[0041]C：质量检测模块，与特征提取模块连接，用于根据人脸特征提取质量特征，并根据质量特征，获取质量检测结果；
[0042]D：活体检测模块，与特征提取模块和质量检测模块连接，用于根据人脸特征提取活体特征，并根据质量特征和活体特征，获取活体检测结果；
[0043]E：输出模块，与质量检测模块和活体检测模块连接，用于输出质量检测结果和活体检测结果。
[0044]在该实施例中，给出了本专利技术的一种人脸质量活体联合检测装置，其包括的质量活体联合检测模型，首先通过输入模块输入待检测人脸图像，进而通过质量检测模块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸质量活体联合检测装置，其特征在于，包括质量活体联合检测模型；所述质量活体联合检测模型，包括：输入模块，用于输入待检测人脸图像；特征提取模块，与输入模块连接，用于根据待检测人脸图像提取人脸特征；质量检测模块，与特征提取模块连接，用于根据人脸特征提取质量特征，并根据质量特征，获取质量检测结果；活体检测模块，与特征提取模块和质量检测模块连接，用于根据人脸特征提取活体特征，并根据质量特征和活体特征，获取活体检测结果；输出模块，与质量检测模块和活体检测模块连接，用于输出质量检测结果和活体检测结果。2.根据权利要求1所述的人脸质量活体联合检测装置，其特征在于，质量检测模块，包括：质量提取层和质量输出层；质量提取层，与特征提取模块连接，用于接收人脸特征，并根据人脸特征提取质量特征；质量输出层，与质量提取层连接，用于根据质量特征，获取质量检测结果。3.根据权利要求2所述的人脸质量活体联合检测装置，其特征在于，质量提取层，包括一个全连接层，用于根据人脸特征提取质量特征；质量输出层，包括至少一组全连接层和Softmax层，分别对应一个质量参数，用于根据质量特征，获取各质量参数的质量检测结果。4.根据权利要求3所述的人脸质量活体联合检测装置，其特征在于，质量输出层中全连接层和Softmax层的组数与质量参数的个数对应；质量参数，为：大角度、遮挡、模糊、大表情的任意一个或多个。5.根据权利要求1所述的人脸质量活体联合检测装置，其特征在于，活体检测模块，包括活体提取层、拼接层和活体输出层；活体提取层，与特征提取模块连接，用于接收人脸特征，并根据人脸特征提取活体特征；拼接层，与活体提取层和质量检测模块连接，用于拼接融合质量特征和活体特征，得到拼接特征；活体输出层，与拼接层连接，用于根据拼接特征，获取活体检测结果。6.根据权利要求5所述的人脸质量活体联合检测装置，其特征在于，活...

【专利技术属性】
技术研发人员：陈俊逸，汤继敏，
申请(专利权)人：长沙小钴科技有限公司，
类型：发明
国别省市：