(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 202210997420.6 (22)申请日 2022.08.19 (71)申请人 奥比中光科技 集团股份有限公司 地址 518063 广东省深圳市南 山区粤海街 道学府路63号高新区联合总部大厦 11-13楼 (72)发明人 师少光　刘敏　龚冰冰　邓可旺　 罗鑫　蔡万源　 (74)专利代理 机构 深圳汉世知识产权代理事务 所(特殊普通 合伙) 44578 专利代理师 冷仔 (51)Int.Cl. G06V 40/16(2022.01) G06V 40/40(2022.01) G06V 10/80(2022.01) (54)发明名称 一种活体 检测方法、 设备及存 储介质 (57)摘要 本申请适用于生物识别技术领域， 提供了活 体检测方法、 设备及存储介质， 活体检测方法包 括： 获取待检测目标的多光谱图像； 提取所述多 光谱图像中至少两个对应不同波段的子图像； 获 取子图像中的人脸特征区域和参考特征区域； 根 据子图像内人脸特征区域的第一灰度值和参考 特征区域的第二灰度值之间的比值， 提取图像比 特征； 根据不同子图像 之间人脸特征区域的第一 灰度值的差值， 提取图像差特征； 根据图像比特 征和图像差特征， 确定待检测目标的活体检测结 果。 上述方法， 基于多光谱成像的方式能够有效 提高波长分辨率， 减少户外光的影响， 且能够从 多光谱图像内包含的至少两个对应不同波段的 子图像中提取到丰富的人脸特征， 以提升活体检 测的准确性。 权利要求书2页 说明书13页 附图4页 CN 115393931 A 2022.11.25 CN 115393931 A 1.一种活体 检测方法， 其特 征在于， 包括： 获取待检测目标的多光谱图像； 提取所述多光谱图像中至少两个对应不同波段的子图像； 获取所述子图像中的人脸特 征区域和参 考特征区域； 根据所述子图像内人脸特征区域的第一灰度值和参考特征区域的第二灰度值之间的 比值， 分别得到各个子图像对应的图像比特 征； 根据不同所述子图像之间所述人脸特 征区域的第一灰度值的差值， 得到图像差特 征； 根据所述图像比特 征和所述图像差特 征， 确定所述待检测目标的活体 检测结果。 2.如权利要求1所述的所述活体检测方法， 其特征在于， 所述子图像对应的波段范围为 1400‑1700nm。 3.如权利要求1所述的活体检测方法， 其特征在于， 所述根据所述子图像 内人脸特征区 域的第一灰度值和参考特征区域的第二灰度值之间的比值， 分别得到各个子图像对应的图 像比特征， 包括： 根据所述人脸特 征区域内所有像素点的灰度值的均值， 得到第一灰度值； 根据所述 参考特征区域内所有像素点的灰度值的均值， 得到第二灰度值； 根据所述第一灰度值和所述第二灰度值的比值， 得到所述图像比特 征。 4.如权利要求1所述的活体检测方法， 其特征在于， 所述根据不同所述子图像之间所述 人脸特征区域的第一灰度值的差值， 提取图像差特 征， 包括： 根据不同所述子图像 内所述人脸特征区域内所有像素点的灰度值的均值， 得到至少两 个第一灰度值； 根据不同所述子图像之间所述第一灰度值的差值， 得到所述图像差特 征。 5.如权利要求1至4任意一项所述的活体检测方法， 其特征在于， 所述根据所述图像比 特征和所述图像差特 征， 确定所述待检测目标的活体 检测结果， 包括： 融合所述图像比特 征和所述图像差特 征， 得到所述待检测目标对应的人脸融合特 征； 将所述待检测目标对应的人脸融合特征输入至经训练的活体检测模型， 得到所述待检 测目标的活体 检测结果。 6.如权利要求5所述的活体检测方法， 其特征在于， 所述经训练 的活体检测模型包括经 训练的皮肤检测模型和经训练的温度检测模型， 所述将所述待检测目标对应的人脸融合特 征输入至经训练的活体 检测模型， 得到所述待检测目标的活体 检测结果， 包括： 将所述待检测目标对应的人脸融合特征输入至所述经训练 的皮肤检测模型， 得到皮肤 检测数据； 将所述待检测目标对应的人脸融合特征输入至所述经训练 的温度检测模型， 得到温度 检测数据； 根据所述皮肤检测数据和所述温度检测数据， 得到所述待检测目标的活体 检测结果。 7.如权利要求6所述的活体检测方法， 其特征在于， 所述根据所述皮肤检测数据和所述 温度检测数据， 得到所述待检测目标的活体 检测结果， 包括： 计算所述皮肤检测数据中第一像素点的占比； 其中， 所述第一像素点是指皮肤检测为 真的像素点； 计算所述温度检测数据中第二像素点的占比； 其中， 所述第二像素点是指对应的温度权　利　要　求　书 1/2 页 2 CN 115393931 A 2在预设的人体温度范围内的像素点； 根据所述皮肤检测数据中所述第一像素点的占比和所述温度检测数据中所述第二像 素点的占比， 得到所述待检测目标的活体 检测结果。 8.如权利要求5所述的活体检测方法， 其特征在于， 所述将所述待检测目标对应的人脸 融合特征输入至经训练的活体 检测模型， 得到所述待检测目标的活体 检测结果之前， 包括： 获取人脸融合训练特征； 其中， 所述人脸融合训练特征中每个像素点均标记有皮肤真 假标签和温度标签； 根据所述人脸融合训练特征、 预设的损 失函数、 预设的模型优化算法 以及预设的迭代 训练终止条件， 迭代训练 活体检测模型， 得到所述经训练的活体 检测模型。 9.一种活体检测设备， 其特征在于， 包括： 多光谱相机、 处理器、 存储器以及存储在所述 存储器中并可在所述处 理器上运行的计算机程序； 所述多光谱相机用于采集多光谱图像； 所述处理器执行所述计算机程序时实现如权利要求1至8任意 一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至8任意 一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115393931 A 3