(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 202210377196.0 (22)申请日 2022.04.11 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 黄泽斌　 (74)专利代理 机构 北京市汉坤律师事务所 11602 专利代理师 姜浩然　吴丽丽 (51)Int.Cl. G06V 10/143(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06V 40/16(2022.01) G06V 40/40(2022.01) G06K 9/62(2022.01) (54)发明名称 图像检测方法和用于训练图像检测模型的 方法 (57)摘要 本公开提供了一种图像检测方法和用于训 练图像检测模型的方法， 涉及人工智能技术领 域， 具体为深度学习、 图像处理、 计算机视觉技术 领域， 可应用于人脸识别等场景。 实现方案为： 获 取第一图像， 第一图像包括的目标对象被第一颜 色的第一光斑照射； 获取第二图像， 第二图像包 括的目标对象被第二颜色的第一条形光斑照射； 以及至少基于第一图像和第二图像进行图像检 测。 权利要求书3页 说明书14页 附图5页 CN 115035287 A 2022.09.09 CN 115035287 A 1.一种图像 检测方法， 包括： 获取第一图像， 所述第一图像包括的目标对象被第一颜色的第一 光斑照射； 获取第二图像， 所述第二图像包括的所述目标对象被第二颜色的第一条形光斑照射； 以及 至少基于所述第一图像和所述第二图像进行图像 检测。 2.根据权利要求1所述的方法， 其中， 所述第 一条形光斑包括沿着第 一方向延伸的多个 第一条形子斑， 所述多个第一条 形子斑沿着与所述第一方向垂直的第二方向等间距排列。 3.根据权利要求2所述的方法， 其中， 相邻第 一条形子斑之间的间隔区域被第 三颜色的 第二条形子斑照射， 其中， 所述第三颜色与所述第二颜色的色差大于或等于色差阈值。 4.根据权利要求1 ‑3中任一项所述的方法， 其中， 所述至少基于所述第 一图像和所述第 二图像进行图像 检测包括： 至少基于所述第一图像和所述第二图像， 获得融合图像； 基于所述融合图像进行 特征提取， 以获得图像特 征； 以及 基于所述图像特征， 获得检测结果， 所述检测结果指示所述目标对象是否对应于目标 分类。 5.根据权利要求 4所述的方法， 所述方法还 包括： 获得第三图像， 所述第三图像包括的所述目标对象被第 三条形光斑照射； 其中， 所述至 少基于所述第一图像和所述第二图像， 获得融合图像包括： 基于所述第一图像、 所述第二图像和所述第三图像， 获得 所述融合图像。 6.根据权利要求5所述的方法， 其中， 所述第三条 形光斑满足以下至少一项： 颜色不同于所述第一颜色； 延伸方向不同于所述第一条 形光斑的延伸方向。 7.根据权利要求1 ‑6中任一项所述的方法， 其中， 所述目标对象包括人脸， 所述图像检 测包括人脸活体 检测。 8.一种用于训练图像 检测模型的方法， 包括： 获得训练样本， 所述训练样本具有样本标签， 所述样本标签指示所述训练样本是否对 应于目标分类； 针对所述训练样本， 获得训练图像集， 所述训练图像集包括第一训练图像和第二训练 图像， 所述第一训练图像包括的所述训练样本被第一颜色的光照射， 所述第二训练图像包 括的所述训练样本被第二颜色的第一条 形光斑照射； 将所述训练图像集输入至所述图像检测模型， 以获得所述训练样本的检测结果， 所述 检测结果指示所述训练样本是否对应于所述目标分类； 以及 基于所述样本标签和所述检测结果， 调整所述图像 检测模型的参数。 9.根据权利要求8所述的方法， 其中， 所述第 一条形光斑包括沿着第 一方向延伸的多个 第一条形子斑， 所述多个第一条 形子斑沿着与所述第一方向垂直的第二方向等间距排列。 10.根据权利要求9所述的方法， 其中， 相邻第一条形子斑之间的间隔区域被第三颜色 的第二条 形子斑照射， 其中， 所述第三颜色与所述第二颜色的色差大于或等于色差阈值。 11.根据权利要求8 ‑10中任一项所述的方法， 其中， 所述训练图像集还包括第 三训练图 像， 所述第三训练图像包括的所述训练样本被第三条 形光斑照射。权　利　要　求　书 1/3 页 2 CN 115035287 A 212.根据权利要求10所述的方法， 其中， 所述第三条 形光斑满足以下至少一项： 颜色不同于所述第一颜色； 和 延伸方向不同于所述第一条 形光斑的延伸方向。 13.根据权利要求8 ‑12中任一项所述的方法， 其中， 所述将所述训练图像集输入至所述 图像检测模型包括： 至少基于所述训练图像集， 获得融合训练图像； 以及 将所述融合训练图像输入所述图像 检测模型。 14.根据权利要求8 ‑13中任一项所述的方法， 其中， 所述训练样本包括人脸， 所述目标 分类包括人脸活体分类。 15.一种图像 检测装置， 包括： 第一图像获取单元， 被配置用于获取第一图像， 所述第一图像包括的目标对象被第一 颜色的第一 光斑照射； 第二图像获取单元， 被配置用于获取第二图像， 所述第二图像包括的所述目标对象被 第二颜色的第一条 形光斑照射； 以及 图像检测单元， 被配置用于 至少基于所述第一图像和所述第二图像进行图像 检测。 16.根据权利要求15所述的装置， 其中， 所述第 一条形光斑包括沿着第 一方向延伸的多 个第一条形子斑， 所述多个第一条形子斑沿着与所述第一方向垂直的第二方向等间距排 列。 17.根据权利要求16所述的装置， 其中， 相邻第 一条形子斑之间的间隔区域被第 三颜色 的第二条 形子斑照射， 其中， 所述第三颜色与所述第二颜色的色差大于或等于色差阈值。 18.根据权利要求15 ‑17中任一项所述的装置， 还 包括： 图像融合单元， 被配置用用于至少基于所述第 一图像和所述第二图像， 获得融合图像； 以及 特征提取单元， 被配置用于基于所述融合图像进行 特征提取， 以获得图像特 征； 以及 检测结果获取单元， 被配置用于基于所述图像特征， 获得检测结果， 所述检测结果指示 所述目标对象是否对应于目标分类。 19.根据权利要求18所述的装置， 还 包括： 第三图像获取单元， 被配置用于获取第三图像， 所述第三图像包括的所述目标对象被 第三条形光斑照射； 其中， 所述图像融合单 元包括： 融合子单元， 被配置用于基于所述第 一图像、 所述第 二图像和所述第 三图像， 获得所述 融合图像。 20.根据权利要求19所述的装置， 其中， 所述第三条 形光斑满足以下至少一项： 颜色不同于所述第一颜色； 和 延伸方向不同于所述第一条 形光斑的延伸方向。 21.根据权利要求15 ‑20中任一项所述的装置， 其中， 所述目标对象包括人脸， 所述图像 检测包括人脸活体 检测。 22.一种用于训练图像 检测模型的装置， 包括： 训练样本获取单元， 被配置用于获得训练样本， 所述训练样本具有样本标签， 所述样本 标签指示所述训练样本是否对应于目标分类；权　利　要　求　书 2/3 页 3 CN 115035287 A 3