(19)中华 人民共和国 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 202111659337.X (22)申请日 2021.12.3 0 (71)申请人 杭州萤石软件 有限公司 地址 310051 浙江省杭州市滨江区丹 枫路 399号2号楼B楼3 02室 (72)发明人 王晟　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 代理人 姜凤岩 (51)Int.Cl. G06V 40/16(2022.01) G06V 40/40(2022.01) G06V 10/44(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 活体检测方法、 装置、 设备及存 储介质 (57)摘要 本说明书一实施例公开了一种活体检测方 法、 装置、 设备及存储介质， 其中方法包括： 获取 待检测的人脸图像， 对所述人脸图像中的多个预 设人脸部位进行图像提取， 得到多个人脸部位图 像； 通过预先训练的多模态活体检测模型， 分别 对各所述人脸部位图像进行特征提取， 并对提取 得到的特征进行融合； 通过所述多模态活体检测 模型， 基于融合后的特征进行高维特征生成处 理， 基于高维特征生成结果， 判断所述人脸图像 对应的用户是否为活体用户。 通过本实施例， 能 够基于人脸图像进行活体检测， 提高活体检测的 准确度。 权利要求书2页 说明书16页 附图7页 CN 114360015 A 2022.04.15 CN 114360015 A 1.一种活体 检测方法， 其特 征在于， 包括： 获取待检测的人脸图像， 对所述人脸图像中的多个预设人脸部位进行图像提取， 得到 多个人脸部位图像； 通过预先训练的多模态活体检测模型， 分别对各所述人脸部位图像进行特征提取， 并 对提取得到的特 征进行融合； 通过所述多模态活体检测模型， 基于融合后的特征进行高维特征生成处理， 基于高维 特征生成结果， 判断所述人脸图像对应的用户是否为活体用户。 2.根据权利要求1所述的方法， 其特征在于， 对所述人脸图像中的多个预设人脸部位进 行图像提取， 得到多个人脸部位图像， 包括： 对所述人脸图像中的人脸部分进行抠图， 得到人脸 抠图图像； 利用预设的人脸部位检测算法， 在所述人脸抠图图像中对各所述预设人脸部位进行位 置检测， 得到各 所述预设人脸部位的关键位置坐标； 基于各所述预设人脸部位的关键位置坐标， 在所述人脸抠图图像中对各所述预设人脸 部位进行抠图， 得到各 所述人脸部位图像。 3.根据权利要求2所述的方法， 其特征在于， 在对所述人脸图像中的人脸部分进行抠 图， 得到人脸 抠图图像之前， 还 包括： 在所述人脸图像中检测预设特征点的位置坐标， 根据所述预设特征点的位置坐标， 对 所述人脸图像中的人脸部分进行姿态矫 正处理； 对所述人脸图像中的人脸部分进行抠图， 得到人脸 抠图图像， 包括： 对姿态矫 正处理后的所述人脸图像中的人脸部分进行抠图， 得到所述人脸 抠图图像。 4.根据权利要求1所述的方法， 其特征在于， 所述多模态活体检测模型包括： 与各个所 述预设人脸部位一一对应的多个特征提取模块、 特征融合模块； 通过预先训练的多模态活 体检测模 型， 分别对 各所述人脸部位图像进 行特征提取， 并对提取得到的特征进 行融合， 包 括： 通过各所述特征提取模块， 分别对各所述人脸部位图像进行特征提取， 得到各所述预 设人脸部位的特 征； 通过所述特征融合模块， 根据预设的特征融合算法， 对各所述预设人脸部位的特征进 行融合， 得到融合后的特 征。 5.根据权利要求1所述的方法， 其特征在于， 所述多模态活体检测模型包括： 特征补充 模块、 高维特征生成模块和结果确定模块； 通过所述多模态活体检测模型， 基于融合后的特 征进行高维特征生成处理， 基于高维特征生成结果， 判断所述人脸图像对应的用户是否为 活体用户， 包括： 通过所述特征补充模块， 对所述融合后的特征进行组合分析， 得到补充特征， 将所述融 合后的特 征和所述补充特 征共同作为待处 理特征； 通过所述高维特征生成模块， 对所述待处理特征进行集合划分， 对于每个集合， 基于该 集合内的各个特征生成高维特征； 其中， 每个集合内包括的各个特征之间的特征相关性满 足高维特 征生成要求； 通过所述高维特征生成模块， 在各个集合生成的各个高维特征中存在特征相关性满足 高维特征生成要求的高维特征的情况下， 重复执行所述集合划分和所述生成 高维特征的过权　利　要　求　书 1/2 页 2 CN 114360015 A 2程， 直至各个集合生成的各个高维特征中不存在特征相关性满足 高维特征生成要求的高维 特征； 通过所述结果确定模块， 基于最终生成得到的高维特征， 以及与每个最终生成得到的 高维特征相对应的特 征分类规则， 判断所述人脸图像对应的用户是否为活体用户。 6.根据权利要求5所述的方法， 其特征在于， 通过所述结果确定模块， 基于最终生成得 到的高维特征， 以及与每个最终生成得到的高维特征相对应的特征分类规则， 判断所述人 脸图像对应的用户是否为活体用户， 包括： 通过所述结果确定模块， 基于最终生成得到的高维特征， 以及与每个最终生成得到的 高维特征相对应的特征分类规则， 对每个最终生成得到的高维特征进行分类， 分类结果包 括属于活体特 征或者不属于活体特 征； 通过所述结果确定模块， 在分类结果为属于活体特征的高维特征数量占比大于预设数 量占比时， 确定所述人脸图像对应的用户为活体用户， 反之， 确定所述人脸图像对应的用户 不为活体用户。 7.根据权利要求1所述的方法， 其特征在于， 所述多个预设人脸部位包括左眼、 右眼、 鼻 子、 嘴巴、 左面颊和右面颊中的至少两项。 8.一种活体 检测装置， 其特 征在于， 包括： 存储器， 用于存 储待检测的人脸图像和预 先训练的多模态活体 检测模型； 处理器， 用于对所述人脸图像中的多个预设人脸部位进行图像提取， 得到多个人脸部 位图像； 通过所述多模态活体检测模型， 分别对各所述人脸部位图像进 行特征提取， 并对提 取得到的特征进行融合； 通过所述多模态活体检测模型， 基于融合后的特征进行高维特征 生成处理， 基于高维特 征生成结果， 判断所述人脸图像对应的用户是否为活体用户。 9.一种活体 检测设备， 其特 征在于， 包括： 处理器； 以及被安排成存储计算机可执行指令的存储器， 所述计算机可执行指令在被 执行时使所述处 理器实现上述权利要求1 ‑7任一项所述的方法的步骤。 10.一种存储介质， 其特征在于， 用于存储计算机可执行指令， 所述计算机可执行指令 在被处理器执行时实现上述权利要求1 ‑7任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114360015 A 3