一种活体检测方法、装置、存储介质及电子设备与流程

本说明书涉及计算机，尤其涉及一种活体检测方法、装置、存储介质及电子设备。

背景技术：

1、随着计算机技术的快速发展，生物识别技术被广泛应用到人们的生产和生活当中。例如刷脸支付，面部门禁，面部考勤以及面部进站等技术都需要依赖生物识别，但是，随着生物识别技术越来越广泛的应用，生物识别场景下的活体检测需求也越来越凸出，例如面部考勤、刷脸进站、刷脸支付等生物识别场景得到了广泛应用，在生物识别为人们提供方便的同时，也带来了新的风险挑战。威胁生物识别系统安全的最常见的手段为活体攻击，即通过设备屏幕、打印照片等手段尝试绕过图像生物验证的手法，因此在生物识别场景中活体检测尤为重要。

技术实现思路

1、本说明书提供了一种活体检测方法、装置、存储介质及电子设备，所述技术方案如下：

2、第一方面，本说明书提供了一种活体检测方法，所述方法包括：

3、获取目标场景下的第一样本对象检测图像，基于各所述第一样本对象检测图像确定目标场景性质描述文本；

4、基于所述目标场景性质描述文本和所述第一样本对象检测图像进行人工智能图像生成，得到多个第二样本对象检测图像，所述第二样本对象检测图像的样本数量大于所述第一样本对象检测图像的样本数量；

5、基于参考活体检测模型创建针对所述目标场景的初始目标活体检测模型，采用所述第二样本对象检测图像对所述初始目标活体检测模型进行模型训练，得到目标活体检测模型，所述参考活体检测模型为参考场景下的活体检测模型。

6、第二方面，本说明书提供了一种活体检测装置，所述装置包括：

7、数据处理模块，用于获取目标场景下的第一样本对象检测图像，基于各所述第一样本对象检测图像确定目标场景性质描述文本；

8、图像生成模块，用于基于所述目标场景性质描述文本和所述第一样本对象检测图像进行人工智能图像生成，得到多个第二样本对象检测图像，所述第二样本对象检测图像的样本数量大于所述第一样本对象检测图像的样本数量；

9、模型训练模块，用于基于参考活体检测模型创建针对所述目标场景的初始目标活体检测模型，采用所述第二样本对象检测图像对所述初始目标活体检测模型进行模型训练，得到目标活体检测模型，所述参考活体检测模型为参考场景下的活体检测模型。

10、第三方面，本说明书提供一种计算机存储介质，所述计算机存储介质存储有至少一条指令，所述指令适于由处理器加载并执行本说明书一个或多个实施例的方法步骤。

11、第四方面，本说明书提供一种计算机程序产品，所述计算机程序产品存储有至少一条指令，所述指令适于由处理器加载并执行本说明书一个或多个实施例的方法步骤。

12、第五方面，本说明书提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行本说明书一个或多个实施例的方法步骤。

13、本说明书一些实施例提供的技术方案带来的有益效果至少包括：

14、在本说明书一个或多个实施例中，基于目标场景下的第一样本对象检测图像确定目标场景性质描述文本，结合目标场景性质描述文本和第一样本对象检测图像进行人工智能图像生成得到多个第二样本对象检测图像，基于参考活体检测模型创建针对目标场景的初始目标活体检测模型，通过采用第二样本对象检测图像对初始目标活体检测模型进行模型训练得到适配新场景下的目标活体检测模型，在新的目标场景中可以达到比较好的活体检测性能，模型训练不需要依赖大量的人工标注和较长的模型训练时间，提升了活体检测效率，提升了新场景下的模型适配效率。

技术特征：

1.一种活体检测方法，所述方法包括：

2.根据权利要求1所述的方法，所述基于各所述第一样本对象检测图像确定目标场景性质描述文本，包括：

3.根据权利要求2所述的方法，所述基于所述目标场景共性描述信息和所述目标场景特性描述信息确定目标场景性质描述文本，包括：

4.根据权利要求3所述的方法，所述对所述目标场景共性描述信息进行描述文本采样，包括：

5.根据权利要求2所述的方法，所述方法还包括：

6.根据权利要求5所述的方法，所述初始场景性质描述生成模型包括基础特征编码模块、共性文本描述生成模块和特性文本描述生成模块，所述样本场景性质描述文本包括样本场景共性描述文本和样本场景特性描述文本，

7.根据权利要求6所述的方法，所述场景性质描述文本标签包括场景共性描述文本标签和场景特性描述文本标签，

8.根据权利要求1所述的方法，所述基于所述目标场景性质描述文本和所述第一样本对象检测图像进行人工智能图像生成，得到多个第二样本对象检测图像，包括：

9.根据权利要求8所述的方法，所述方法还包括：

10.根据权利要求9所述的方法，所述初始场景活体样本生成模型包括素材锁定模块、场景生成模块、融合模块和特征提取模块，

11.根据权利要求10所述的方法，所述基于所述素材调整图像特征、所述参考素材图像特征、所述素材调整文本特征、所述素材场景描述文本特征、所述参考场景图像特征和所述样本对象图像特征对初始场景活体样本生成模型进行模型参数调整，包括：

12.根据权利要求1所述的方法，所述初始目标活体检测模型包括质量自适应模块、软性门模块和基于所述参考活体检测模型的活体检测模块，

13.根据权利要求12所述的方法，所述基于所述样本训练权重和所述活体检测结果对所述初始目标活体检测模型的所述活体检测模块进行模型参数调整，包括：

14.根据权利要求1所述的方法，所述方法还包括；

15.一种活体检测装置，所述装置包括：

16.一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～14任意一项的方法步骤。

17.一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由处理器加载并执行如权利要求1～14任意一项的方法步骤。

18.一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～14任意一项的方法步骤。

技术总结
本说明书公开了一种活体检测方法、装置、存储介质及电子设备，其中，方法包括：基于目标场景下的第一样本对象检测图像确定目标场景性质描述文本，结合目标场景性质描述文本和第一样本对象检测图像进行人工智能图像生成得到多个第二样本对象检测图像，基于参考活体检测模型创建针对目标场景的初始目标活体检测模型，采用第二样本对象检测图像对初始目标活体检测模型进行模型训练得到目标活体检测模型。

技术研发人员：曹佳炯
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/1/15