申请/专利权人:杭州知存智能科技有限公司
申请日:2021-03-20
公开(公告)日:2024-07-05
公开(公告)号:CN112926497B
主分类号:G06F30/27
分类号:G06F30/27;G06T7/00;G06N3/04
优先权:
专利状态码:有效-授权
法律状态:2024.07.05#授权;2021.06.25#实质审查的生效;2021.06.08#公开
摘要:本发明提供一种基于多通道数据特征融合的人脸识别活体检测方法和装置,该方法包括:获取待检测图像的RGB数据、IR灰度数据以及Depth深度数据,该RGB数据包括各像素的R值、G值、B值,该IR灰度数据包括各像素的Gray值,该Depth深度数据包括各像素的Depth值;将该待检测图像的各像素的R值、G值、B值、Gray值以及Depth值融合为4个特征值得到该待检测图像的特征数据;将该特征数据作为检测样本输入预训练的深度学习神经网络模型,并将该深度学习神经网络模型的输出作为该待检测图像是否含有活体的检测结果,提高神经网络的复用度,降低总计算量和总耗时,提高了判断精度。
主权项:1.一种基于多通道数据特征融合的人脸识别活体检测方法,其特征在于,包括:获取待检测图像的RGB数据、IR灰度数据以及Depth深度数据,所述RGB数据包括各像素的R值、G值、B值,所述IR灰度数据包括各像素的Gray值,所述Depth深度数据包括各像素的Depth值;将所述待检测图像的各像素的R值、G值、B值、Gray值以及Depth值融合为4个特征值得到所述待检测图像的特征数据;将所述特征数据作为检测样本输入预训练的深度学习神经网络模型,并将所述深度学习神经网络模型的输出作为所述待检测图像是否含有活体的检测结果;其中,所述将所述待检测图像的各像素的R值、G值、B值、Gray值以及Depth值融合为4个特征值包括:计算一像素的R值与Gray值的平均值作为第一特征值;计算所述像素的G值与Gray值的平均值作为第二特征值;计算所述像素的B值与Gray值的平均值作为第三特征值,并将所述像素的Depth值作为第四特征值;其中,所述待检测图像的各像素对应的4个特征值组成所述待检测图像的特征数据;其中,对彩色RGB和红外IR添加帧同步信号,同步采集RGB数据和IR灰度数据,Depth数据是对该帧数据进行处理生成。
全文数据:
权利要求:
百度查询: 杭州知存智能科技有限公司 基于多通道数据特征融合的人脸识别活体检测方法和装置
免责声明
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。