技术特征：
1.一种活体检测方法，包括：从当前视频帧中确定目标对象所在的图像区域；基于预设的至少一种图像质量检测方式，对所述图像区域进行图像质量检测，得到至少一个第一活体检测结果；基于所述至少一个第一活体检测结果，确定所述图像区域是否满足预设条件；若满足，通过预先训练的活体检测模型，确定用于表征所述目标对象是否为活体的预测值，以及基于所述预测值，确定所述当前视频帧关于所述目标对象的第二活体检测结果；若不满足，基于所述至少一个第一活体检测结果，确定所述当前视频帧关于所述目标对象的第二活体检测结果。2.根据权利要求1所述的方法，其中，所述方法还包括：通过所述当前视频帧所在的滑动窗口中的每个视频帧对应的第二活体检测结果，生成所述滑动窗口对应的第三活体检测结果；基于所述当前视频帧的第二活体检测结果和所述滑动窗口对应的第三活体检测结果，确定当前视频帧的活体检测结果。3.根据权利要求2所述的方法，其中，所述基于所述当前视频帧的第二活体检测结果和所述滑动窗口对应的第三活体检测结果，确定当前视频帧的活体检测结果，包括：若所述第二活体检测结果和所述第三活体检测结果均表示所述目标对象为活体，输出表示所述目标对象为活体的活体检测结果；若所述第三活体检测结果表示所述目标对象为非活体，输出表示所述目标对象为非活体的活体检测结果；若所述第三活体检测结果表示所述目标对象为活体，且所述第二活体检测结果表示所述目标对象为非活体或不确定是否为活体，输出不确定所述目标对象是否为活体的活体检测结果；若所述第三活体检测结果表示不确定所述目标对象是否为活体，输出不确定所述目标对象是否为活体的活体检测结果；若所述滑动窗口的长度小于预设长度，输出不确定所述目标对象是否为活体的活体检测结果。4.根据权利要求3所述的方法，其中，所述若所述第三活体检测结果表示不确定所述目标对象是否为活体，输出不确定所述目标对象是否为活体的活体检测结果，包括：若所述第三活体检测结果表示不确定所述目标对象是否为活体，基于所述第二活体检测结果的类别，生成与所述类别对应的活体检测结果。5.根据权利要求2所述的方法，其中，所述通过所述当前视频帧所在的滑动窗口中的每个视频帧对应的第二活体检测结果，生成所述滑动窗口对应的第三活体检测结果，包括：统计所述滑动窗口中的每个视频帧对应的第二活体检测结果中的相同的第二活体检测结果的数量；根据所统计出的数量中的大于或等于预设数量阈值的数量对应的第二活体检测结果，生成所述滑动窗口对应的第三活体检测结果。6.根据权利要求1所述的方法，其中，所述基于预设的至少一种图像质量检测方式，对所述图像区域进行图像质量检测，得到至少一个第一活体检测结果，包括：
确定所述图像区域的长宽比，将所述长宽比与预设长宽比区间比较，基于比较结果确定长宽比检测方式对应的第一活体检测结果；将所述图像区域放大预设倍数，确定放大后的图像区域整体是否处于所述当前视频帧内，并生成图像区域超边界检测方式对应的第一活体检测结果；对所述图像区域进行至少一种目标对象属性检测，基于所述至少一种目标对象属性检测的检测结果，生成目标对象属性检测方式对应的第一活体检测结果。7.根据权利要求6所述的方法，其中，所述对所述图像区域进行至少一种目标对象属性检测，包括以下至少一项：对所述图像区域进行目标对象关键点检测，得到目标对象关键点的数量；对所述图像区域进行目标对象姿态角检测，得到目标对象姿态角；对所述图像区域进行目标对象大小检测，得到目标对象尺寸。8.根据权利要求7所述的方法，其中，所述基于所述至少一种目标对象属性检测的检测结果，生成目标对象属性检测方式对应的第一活体检测结果，包括：如果满足以下条件中的第一预设数量个条件，生成表示图像质量合格的第一活体检测结果：检测出的目标对象关键点的数量大于或等于第二预设数量；检测出的目标对象姿态角处于预设姿态角范围内；检测出的目标对象尺寸大于或等于预设尺寸。9.根据权利要求6所述的方法，其中，所述若不满足，基于所述至少一个第一活体检测结果，确定所述当前视频帧关于所述目标对象的第二活体检测结果，包括：响应于确定所述长宽比检测方式对应的第一活体检测结果表示图像质量不合格，确定所述当前视频帧的第二活体检测结果为表征所述目标对象为非活体；响应于确定所述长宽比检测方式的检测结果表示图像质量合格，且所述图像区域超边界检测方式的检测结果表示图像质量不合格，确定所述当前视频帧的第二活体检测结果为表征不确定所述目标对象是否为活体；响应于确定所述长宽比检测方式和所述图像区域超边界检测方式对应的第一活体检测结果均表示图像质量合格，且所述图像区域超边界检测方式对应的第一活体检测结果表示图像质量不合格，确定所述当前视频帧的第二活体检测结果为表征不确定所述目标对象是否为活体。10.根据权利要求6所述的方法，其中，所述通过预先训练的活体检测模型，确定用于表征所述目标对象是否为活体的预测值，包括：将所述放大后的图像区域输入所述活体检测模型，得到用于表征所述目标对象是否为活体的预测值。11.根据权利要求1所述的方法，其中，所述基于所述至少一个第一活体检测结果，确定所述图像区域是否满足预设条件，包括：基于所述至少一个第一活体检测结果均表示图像质量合格，确定所述图像区域满足预设条件；基于所述至少一个第一活体检测结果中存在至少一个表示图像质量不合格的第一活体检测结果，确定所述图像区域不满足预设条件。
12.根据权利要求2所述的方法，其中，所述基于预设的至少一种图像质量检测方式，对所述图像区域进行图像质量检测，得到至少一个第一活体检测结果，包括：对所述图像区域进行黑白图检测，生成表示所述图像区域是否为黑白图的第一活体检测结果；所述若不满足，基于所述至少一个第一活体检测结果，确定所述当前视频帧关于所述目标对象的第二活体检测结果，包括：响应于确定所述黑白图检测方式对应的第一活体检测结果表示所述图像区域为黑白图，确定所述当前视频帧的第二活体检测结果为表征所述目标对象为非活体；所述基于所述当前视频帧的第二活体检测结果和所述滑动窗口对应的第三活体检测结果，确定当前视频帧的活体检测结果，包括：如果所述第三活体检测结果表示所述目标对象为非活体，且所述黑白图检测方式对应的第一活体检测结果表示所述图像区域为黑白图，确定所述当前视频帧无效或输出表示表示所述目标对象为非活体的活体检测结果。13.一种活体检测装置，包括：第一确定模块，用于从当前视频帧中确定目标对象所在的图像区域；第一检测模块，用于基于预设的至少一种图像质量检测方式，对所述图像区域进行图像质量检测，得到至少一个第一活体检测结果；第二确定模块，用于基于所述至少一个第一活体检测结果，确定所述图像区域是否满足预设条件；第二检测模块，用于若满足，通过预先训练的活体检测模型，确定用于表征所述目标对象是否为活体的预测值，以及基于所述预测值，确定所述当前视频帧关于所述目标对象的第二活体检测结果；第三确定模块，用于若不满足，基于所述至少一个第一活体检测结果，确定所述当前视频帧关于所述目标对象的第二活体检测结果。14.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-12任一所述的方法。15.一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-12任一所述的方法。
技术总结
本公开实施例公开了一种活体检测方法、装置、计算机可读存储介质及电子设备，其中，该方法包括：从当前视频帧中确定目标对象所在的图像区域；基于预设的至少一种图像质量检测方式，对图像区域进行图像质量检测，得到至少一个第一活体检测结果；基于至少一个第一活体检测结果，确定图像区域是否满足预设条件；若满足，通过活体检测模型，确定用于表征目标对象是否为活体的预测值，基于预测值，确定当前视频帧的第二活体检测结果；若不满足，基于至少一个第一活体检测结果，确定当前视频帧的第二活体检测结果。本公开实施例先对图像进行质量检测，辅助活体检测模型进行活体检测，有助于提高对视频帧进行活体检测的准确性。提高对视频帧进行活体检测的准确性。提高对视频帧进行活体检测的准确性。
技术研发人员：周子键 苏治中
受保护的技术使用者：北京地平线机器人技术研发有限公司
技术研发日：2022.03.30
技术公布日：2022/6/28