简图创智(深圳)科技有限公司张航获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉简图创智(深圳)科技有限公司申请的专利活体人脸检测方法、终端及计算机可读存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN109858375B 。
龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:201811652890.9,技术领域涉及:G06V40/16;该发明授权活体人脸检测方法、终端及计算机可读存储介质是由张航;沈琳琳;曹学鹏;卢素妮;林耀立;曹映海设计研发完成,并于2018-12-29向国家知识产权局提交的专利申请。
本活体人脸检测方法、终端及计算机可读存储介质在说明书摘要公布了:本发明公开了一种活体人脸检测方法、终端及计算机可读存储介质,所述活体人脸检测方法包括:基于人脸检测技术从待检测视频中截取人物对象的人物图像,将所述人物图像与参考人脸特征进行比对;若所述人物图像与参考人脸特征比对通过,则将所述人物图像输入至用于活体检测的深度残差网络模型;基于所述深度残差网络模型,判断所述人物图像是否为活体。本发明无需用户进行配合响应动作,用户仅需从活体人脸检测装置的摄像头下平常走过即可,检测流程大大简化,提升了用户在安检、过境检查中的体验。
本发明授权活体人脸检测方法、终端及计算机可读存储介质在权利要求书中公布了:1.一种活体人脸检测方法,其特征在于,所述活体人脸检测方法包括:基于人脸检测技术从待检测视频中截取人物对象的人物图像,将所述人物图像与参考人脸特征进行比对;若所述人物图像与参考人脸特征比对通过,则将所述人物图像输入至用于活体检测的深度残差网络模型;基于所述深度残差网络模型,判断所述人物图像是否为活体;其中,所述基于人脸检测技术从待检测视频中截取人物对象的人物图像,将所述人物图像与参考人脸特征进行比对的步骤包括:基于摄像头对人物对象进行摄影,以获取待检测视频;利用人脸检测技术截取待检测视频中的N张包含符合预置人脸模型的人脸特征的视频帧图像,所述N张视频帧图像中的任意两张图像的时间间隔在预设时长内,N1;对所述视频帧图像进行灰度变换、滤波处理,获得高质量的灰度图;获取所述灰度图的Haar-Like小波特征值;基于预训练的AdaBoost分类器和所述Haar-Like小波特征值判断所述视频帧图像中是否包含人脸;将包含人脸的视频帧图像作为所述人物对象的人物图像;对所述人物图像分别进行人脸特征提取,获得各人物图像的人脸特征;将所述各人物图像的人脸特征与所述人物对象的参考人脸特征进行比对,若所述各人物图像的人脸特征与参考人脸特征的相似度均大于或等于预设相似阈值,则判定所述人物图像与参考人脸特征比对通过;若存在与参考人脸特征的相似度小于预设相似阈值的人物图像,则判定所述人物图像与参考人脸特征比对不通过;在所述基于人脸检测技术从待检测视频中截取人物对象的人物图像的步骤之前包括:采集预设个数的样品人脸图像,其中预设个数样品人脸图像中包括数量相等的包含真实人脸的正样品和包含照片人脸的负样品;将正样品和负样品缩放至预设尺寸、并进行减均值处理,分别得到有效正样品和有效负样品;随机选出第一比例、第二比例和第三比例的有效正样品和有效负样品,分别作为训练集、验证集和测试集;根据所述训练集对预选的多个备选深度残差网络模型进行训练,在基于所述训练集训练备选深度残差网络模型过程中,基于所述验证集对各备选深度残差网络模型进行训练效果验证;将训练效果最佳的备选深度残差网络模型作为最终使用的深度残差网络模型;将所述测试集对深度残差网络模型进行测试,获取活体概率阈值;所述将所述测试集对深度残差网络模型进行测试,获取活体概率阈值的步骤包括:将所述测试集中的正样品和负样品均输入至所述深度残差网络模型中,得到各正样品和各负样品的测试活体概率;在预设阈值区间内逐个选取测试概率阈值,根据测试概率阈值和测试活体概率,获取深度残差网络模型在不同测试概率阈值下的活体检测准确率;将数值最大的活体检测准确率所对应的测试概率阈值,作为深度残差网络模型最终的活体概率阈值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人简图创智(深圳)科技有限公司,其通讯地址为:518000 广东省深圳市宝安区新安街道兴东社区67区中粮创智厂区3栋102;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。