CN111507131B - 活体检测方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种活体检测方法及装置、电子设备和存储介质，所述方法包括：获取待检测图像以及与所述待检测图像对应的深度图像；对待检测图像进行深度预测处理，获得待检测图像中多个像素点的深度预测值；根据待检测图像对应的深度图像以及待检测图像中多个像素点的深度预测值，获得待检测图像中包含的目标对象的活体检测结果。根据本公开的实施例的活体检测方法，可根据待检测图像中多个像素点的深度预测值以及深度图像进行活体检测，降低对深度传感器的性能要求，可提高活体检测方法的鲁棒性。

Description

活体检测方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种活体检测方法及装置、电子设备和存储介质。

背景技术

随着计算机视觉技术的不断发展，人脸识别技术已经得到了广泛的应用，然而，由于人脸的易获得和易伪造特性，需要通过活体检测来判定在摄像头前的人脸图像是否来自真实的人，以提高人脸识别的安全性。在相关技术中，可结合深度传感器采集到的深度图对目标对象进行活体检测。然而，该检测方法对深度传感器的性能要求较高，鲁棒性较低。

发明内容

本公开提出了一种活体检测方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种活体检测方法，包括：

获取待检测图像以及与所述待检测图像对应的深度图像；

对所述待检测图像进行深度预测处理，获得所述待检测图像中多个像素点的深度预测值；

根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果。

根据本公开的实施例的活体检测方法，可根据待检测图像中多个像素点的深度预测值以及深度图像进行活体检测，降低对深度传感器的性能要求，可提高活体检测方法的鲁棒性。

在一种可能的实现方式中，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息；

根据所述多个像素点的深度差异信息，确定活体检测结果。

通过这种方式，可利用深度差异信息确定活体检测结果，提高活体检测的鲁棒性。

在一种可能的实现方式中，所述基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息，包括：

对所述多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值进行作差处理，获得所述多个像素点中每个像素点的深度差，其中，所述多个像素点的深度差异信息包括所述多个像素点中每个像素点的深度差。

通过这种方式，通过作差处理获得多个像素点的深度差异信息，可通过简单的处理方式获得深度差异信息，提高处理效率。

在一种可能的实现方式中，根据所述深度差异信息，确定活体检测结果，包括：

根据所述多个像素点中每个像素点的深度差，确定所述多个像素点中的至少一个有效像素点；

基于所述至少一个有效像素点，确定所述活体检测结果。

通过这种方式，可基于有效像素点确定活体检测结果，提高处理效率。

在一种可能的实现方式中，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

将所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。

在一种可能的实现方式中，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

将所述待检测图像、所述待检测图像对应的深度图像以及包含所述待检测图像中多个像素点的深度预测值的深度预测图输入到活体检测网络进行处理，获得所述待检测图像中包含的目标对象的活体检测结果。

在一种可能的实现方式中，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

对所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值分别进行特征提取处理，得到第一特征数据、第二特征数据和第三特征数据；

对所述第一特征数据、所述第二特征数据和所述第三特征数据进行融合处理，得到融合特征数据；

基于所述融合特征数据，得到所述目标对象的活体检测结果。

通过这种方式，可通过所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值获得活体检测结果，可扩大所述活体检测方法的使用范围，提高活体检测结果的正确率，提高活体检测结果的方法的鲁棒性。

在一种可能的实现方式中，所述待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布。

在一种可能的实现方式中，所述待检测图像为RGB图像或近红外图像。

根据本公开的另一方面，提供了一种活体检测装置，包括：

获取模块，用于获取待检测图像以及与所述待检测图像对应的深度图像；

预测模块，用于对所述待检测图像进行深度预测处理，获得所述待检测图像中多个像素点的深度预测值；

活体检测结果获得模块，用于根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果。

在一种可能的实现方式中，所述活体检测结果获得模块被进一步配置为：

基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息；

根据所述多个像素点的深度差异信息，确定活体检测结果。

在一种可能的实现方式中，所述活体检测结果获得模块被进一步配置为：

对所述多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值进行作差处理，获得所述多个像素点中每个像素点的深度差，其中，所述多个像素点的深度差异信息包括所述多个像素点中每个像素点的深度差。

在一种可能的实现方式中，所述活体检测结果获得模块被进一步配置为：

根据所述多个像素点中每个像素点的深度差，确定所述多个像素点中的至少一个有效像素点；

基于所述至少一个有效像素点，确定所述活体检测结果。

在一种可能的实现方式中，所述活体检测结果获得模块被进一步配置为：

将所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。

在一种可能的实现方式中，所述活体检测结果获得模块被进一步配置为：

将所述待检测图像、所述待检测图像对应的深度图像以及包含所述待检测图像中多个像素点的深度预测值的深度预测图输入到活体检测网络进行处理，获得所述待检测图像中包含的目标对象的活体检测结果。

在一种可能的实现方式中，所述活体检测结果获得模块被进一步配置为：

对所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值分别进行特征提取处理，得到第一特征数据、第二特征数据和第三特征数据；

对所述第一特征数据、所述第二特征数据和所述第三特征数据进行融合处理，得到融合特征数据；

基于所述融合特征数据，得到所述目标对象的活体检测结果。

在一种可能的实现方式中，所述待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布。

在一种可能的实现方式中，所述待检测图像为RGB图像或近红外图像。

根据本公开的另一方面，提供了一种电子设备，包括：

处理器；

用于计算机可读指令的存储器；

其中，所述处理器被配置为运行所述存储器存储的指令，以执行上述活体检测方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述活体检测方法。

根据本公开的实施例的活体检测方法，可获取所述待检测图像中多个像素点的深度预测值和深度图像之间的深度差异信息，以根据深度差异信息进行活体检测，能够降低对深度传感器的性能要求，可提高活体检测方法的鲁棒性。进一步地，可通过待检测图像、待检测图像对应的深度图像以及待检测图像中多个像素点的深度预测值共同确定活体检测结果，提高活体检测结果的正确率，提高获取活体检测结果的方法的鲁棒性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的活体检测方法的流程图；

图2示出根据本公开实施例的活体检测网络的示意图

图3A-图3C示出根据本公开实施例的活体检测方法的应用示意图；

图4示出根据本公开实施例的活体检测装置的框图；

图5示出根据本公开实施例的电子装置的框图；

图6示出根据本公开实施例的电子装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的活体检测方法的流程图。如图1所示，所述方法包括：

在步骤S11中，获取待检测图像以及与所述待检测图像对应的深度图像；

在步骤S12中，对所述待检测图像进行深度预测处理，获得所述待检测图像中多个像素点的深度预测值；

在步骤S13中，根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果。

根据本公开的实施例的活体检测方法，对所述待检测图像进行深度预测处理，获得所述待检测图像中多个像素点的深度预测值，并根据待检测图像中多个像素点的深度预测值以及深度图像进行活体检测，能够降低对深度传感器的性能要求，从而提高活体检测方法的鲁棒性。

在一些实施例中，所述活体检测方法可以由终端设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些实施例中，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，终端设备或图像采集设备(例如相机等)获取待检测图像和深度图像，并将待检测图像和深度图像发送至服务器，从而由服务器执行所述方法。在一些实施例中，所述方法由其他类型的电子设备或装置执行，本公开实施例对此不做限定。

在一些实施例中，待检测图像中的目标对象为人脸或人体或其他活体对象的至少一部分，本公开实施例对此不做限定。

在一些实施例中，在步骤S11中，所述待检测图像为RGB图像或近红外图像或其他类型的图像，所述待检测图像可以是通过图像传感器获取的目标对象的图像，其中，可以通过图像传感器采集静态的图像，如JPEG，TIFF，BMP，GIF，PNG，RAW等格式的图片。或者，也可以通过图像传感器采集连续的视频流，然后从采集到的视频流中选取一帧或多帧图像作为待检测图像，相应地，待检测图像可以为静态图像或者视频帧图像，本公开实施例对此不做限定。

同时，可以通过深度传感器采集与待检测图像对应的深度图像，该深度图像为与待检测图像经过配准处理的深度图像，即，所述深度图像与待检测图像中的相同坐标的像素点表示相同位置。与待检测图像对应的深度图像为摄像头获取的真实的深度图像。在示例中，如果待检测图像中的目标对象为活体(例如，人)，则所述深度图像中的各像素点的深度值表示人的五官等部位的真实深度值，且不同的部位可以具有不同的深度值；如果待检测图像中的目标对象为照片或视频，则深度图像中的各像素点的深度值表示所述照片或视频所在平面(例如，照片所在平面)的深度值。

在本公开实施例中，可以通过多种方式获取待检测图像和深度图像。在一些实施例中，活体检测装置上设置有摄像头，活体检测装置通过摄像头进行静态图像或视频流采集，得到待检测图像，本公开实施例对此不做限定。

在一些实施例中，活体检测装置接收其他设备发送的待检测图像和深度图像，例如，该待检测图像可以携带在活体检测请求或身份认证请求或其他消息中发送，本公开实施例对此不做限定。例如，活体检测装置接收设置有摄像头的终端设备发送的待检测图像和深度图像，其中，可选地，终端设备可以向活体检测装置(例如服务器)发送待检测图像和深度图像，其中，该待检测图像和深度图像可以是摄像头采集到的静态图像或者是从摄像头采集到的视频序列中选帧得到的视频帧图像；或者，终端设备向活体检测装置发送包括待检测图像和深度图像的视频序列，活体检测装置在接收到终端设备发送的视频序列之后，通过选帧得到待检测图像和深度图像。

在一些实施例中，待检测图像是对摄像头采集到的视频流或视频序列执行以下选帧流程得到的：基于图像中包括的目标对象的关键点信息和图像质量，从视频流包括的多帧图像中选择一帧或多帧图像。例如，基于通过关键点模型检测到的关键点信息确定所述待检测视频每一帧或者间隔若干帧图像中目标对象的姿态，例如人脸朝向，并确定所述待检测视频每一帧或者间隔若干帧图像的图像质量，其中，图像质量可以基于图像清晰度、图像亮度、图像曝光度、图像对比度、人脸完整度、人脸是否有遮挡等一种或任意多种因素的组合来进行考量，最后，综合目标对象的姿态和图像质量，选择姿态符合预设条件(例如人脸朝向为正面朝向或者人脸朝向与正向之间的夹角低于设定阈值)且图像质量较高的一帧或者多帧图像作为所述待检测图像。

在一些实施例中，从视频流中筛选出满足预设条件的一个或多个图像作为待检测图像，其中，所述预设条件包括以下因素中的一种或多种因素的任意组合：图像中的人脸朝向是否正面朝向、是否处于闭眼状态、是否处于张嘴状态、是否出现运动模糊或者对焦模糊等，本公开实施例对此不做限定。

在一些实施例中，上述关键点模型可以通过深度神经网络实现，例如卷积神经网络、循环神经网络等，例如可以是LeNet、AlexNet、GoogLeNet、VGGNet、ResNet等任意类型的神经网络模型，或者，关键点模型也可以是基于其他机器学习方法的模型，本公开实施例对关键点模型的具体实现不作限定。

在一些实施例中，待检测图像是图像传感器采集到的原始图像，或者是对图像传感器采集到的原始图像进行截取处理得到的目标对象的图像。例如，对原始图像进行目标对象检测，得到目标对象的位置信息，例如目标对象的限定框位置，并基于目标对象的位置信息从原始图像中截取目标对象的第一图像，可选地，可以将该目标对象的第一图像作为待检测图像。或者，对该目标对象的第一图像进行关键点检测，得到目标对象的关键点信息，并基于目标对象的关键点信息，从原始图像中截取目标对象的第二图像，并将该目标对象的第二图像作为待检测图像，其中，与第一图像相比，通过关键点检测能够得到目标对象的较为精确的位置信息，有利于提高后续活体检测的准确度。

类似地，待检测图像对应的深度图像可以为深度传感器采集到的原始深度图，或者是从原始深度图中截取的目标对象的深度图，本公开实施例对此不做限定。

在一些实施例中，在步骤S12中，可通过深度预测网络对待检测图像进行深度预测处理，所述深度预测网络可以是BP神经网络、递归神经网络或卷积神经网络等神经网络，本公开对深度预测网络的类型不作限制。在示例中，所述深度预测网络为深度学习神经网络，例如，具有多层级结构(即，具有多个隐含层)的深度学习神经网络，所述深度预测网络的输入层、多个隐含层和输出层的各神经元之间可进行全连接或非全连接等树型连接。所述深度预测网络的输入层可输入待检测图像，经过隐含层的处理后，所述深度预测网络的输出层可输出待检测图像中多个像素点的深度预测值，所述待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布。

在一些实施例中，所述深度预测网络可根据待检测图像的纹理信息、RGB值或近红外谱段等一种或多种参数，预测待检测图像中多个像素点的深度值。在示例中，待检测图像的目标对象为人，或者人的照片等画面，深度预测网络可根据从待检测图像中提取的特征数据预测目标对象的深度信息，其中，该提取的特征数据的类型可以在对深度预测网络的训练过程中学习到，本公开实施例对此不做限定。

在一些实施例中，可向深度预测网络输入任一样本图像，获得深度预测网络输出的样本图像的多个像素点的深度预测值，所述深度预测值为深度预测网络的输出结果，该输出结果可能存在误差。

在一些实施例中，可以将待检测图像或从待检测图像中截取的图像输入到深度预测网络中进行深度预测，得到待检测图像中多个像素点的深度预测值。可选地，深度预测网络可以输出深度预测图，深度预测图包含待检测图像中的部分或全部像素点的深度预测值，但本公开实施例不限于此。

在一些实施例中，可以利用活体数据(例如真人数据)训练深度预测网络，使其能同时预测活体和假体的深度。

在一些实施例中，可根据深度预测网络输出的样本图像的深度预测图和样本深度图像，确定深度预测网络的网络损失。在示例中，可将样本图像的多个像素点的深度预测值和样本深度图像的多个像素点的深度值进行对比，基于对比获得的差异确定深度预测网络的损失函数值。又例如，可根据样本图像的多个像素点的深度预测值和样本深度图像的多个像素点的深度值的差异，确定深度预测网络的网络损失，其中，可选地，可以利用交叉熵损失函数来训练深度预测网络，但本公开对损失函数及其数值的确定方法的具体实现不做限制。在示例中，可使用正则化的损失函数作为深度预测网络的网络损失，避免在迭代训练过程中，深度预测网络的网络参数出现过拟合的情况。

在一些实施例中，可根据网络损失来调整深度预测网络的网络参数，在示例中，可按照使网络损失最小化的方向来调整网络参数。在示例中，可使用梯度下降法进行网络损失的反向传播，以调整深度预测网络的网络参数，例如，对于各神经元之间进行树型连接的检测网络，可使用随机梯度下降法等方法调整网络参数，以降低调整网络参数的过程的复杂程度，提高调整网络参数的效率，并可避免调整的网络参数出现过拟合的情况。

在一些实施例中，在深度预测网络满足训练终止条件时，停止训练，获得训练后的深度预测网络。所述训练终止条件可包括调整次数达到预设数值、网络损失达到特定范围或敛散性等条件。例如，对深度预测网络输入预定数量的样本图像，将深度预测网络的网络参数调整预定次数，当调整次数达到预定次数时，即为满足训练终止条件。再例如，不限制调整的次数，而在网络损失降低到一定程度或收敛于一定阈值内时，即为满足训练终止条件。

在一些实施例中，也可以通过其他方式对待检测图像进行处理，得到待检测图像中多个像素点的深度预测值，本公开实施例对深度预测的具体实现不做限定。

在一些实施例中，待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布，也就是说，无论待检测图像中的目标对象为活体还是假体，都可以获得符合活体深度数据分布的深度预测图。

在获得待检测图像中多个像素点的深度预测值之后，可以根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果。

在一些实施例中，基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息；根据所述多个像素点的深度差异信息，确定活体检测结果。例如，如果待检测图像中的目标对象为真人，则待检测图像中多个像素点的深度预测值与摄像头获取的深度图像中对应像素点的深度值一致或相近，而如果待检测图像中的目标对象为假人，例如人的照片或视频等，摄像头获取的深度图像中各像素点的深度值与待检测图像中对应像素点的深度预测值会存在较明显的差异。

在一些实施例中，对所述多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值进行作差处理，获得所述多个像素点中每个像素点的深度差，其中，所述多个像素点的深度差异信息包括所述多个像素点中每个像素点的深度差。在示例中，获得包含多个像素点的深度预测值的深度预测图，则可以对深度图和深度预测图中的对应像素点的值相减，得到包含多个像素点中每个像素点的深度差的深度差图，但本公开实施例不限于此。

在一些实施例中，根据多个像素点中每个像素点的深度差，确定活体检测结果。例如，根据多个像素点的深度差的最大值或平均值与预设阈值的比较结果，确定活体检测结果。再例如，根据所述多个像素点中每个像素点的深度差，确定所述多个像素点中的至少一个有效像素点；基于所述至少一个有效像素点，确定所述活体检测结果。

在一些实施例中，设定第一阈值，并将所述多个像素点中深度差小于或等于第一阈值的像素点确定为有效像素点。进一步地，可确定有效像素点的第一数量与所述多个像素点的第二数量之间的比值，并根据所述比值确定活体检测结果。例如，可将第一数量和第二数量的比值确定为活体分数，如果活体分数大于或等于分数阈值，即，有效像素点在多个像素点中所占的比例(即第一数量与第二数量的比值)达到第二阈值，有效像素点所占的比例较大，可认为待检测图像对应的深度图像中多个像素点的深度值与所述待检测图像中多个像素点的深度预测值之间的差异较小，即，待检测图像中的目标对象为人(即，活体检测结果为活体)。如果活体分数小于分数阈值，即，第一数量和第二数量的比值未达到第二阈值，有效像素点的第一数量较少，可认为待检测图像对应的深度图像中多个像素点的深度值与所述待检测图像中多个像素点的深度预测值之间的差异较大，即，待检测图像中的目标对象为人的照片或视频(即，活体检测结果为非活体)。综上所述，如果第一数量与第二数量的比值达到第二阈值，则确定目标对象为活体；而如果达到第二阈值的比值低于第二阈值，则确定目标对象为假体。

在示例中，如果待检测图像中的目标对象为真人，则所述待检测图像对应的深度图像中多个像素点的深度值与所述待检测图像中多个像素点的深度预测值之间的差异较小，相应地，有效像素点的第一数量较多。如果待检测图像中的目标对象为假人，则所述待检测图像对应的深度图像中多个像素点的深度值与所述待检测图像中多个像素点的深度预测值之间的差异较大，相应地，有效像素点的第一数量较少。

在一些实施例中，可根据第一数量和第二数量之间的比值确定活体检测结果。在示例中，即，活体分数为深度差大于或等于第一阈值的像素点在所有像素点中所占的比例。

在一些实施例中，可将所述多个像素点的深度差进行平均处理，得到平均深度差，并基于所述平均深度差与第二阈值之间的大小关系，确定活体检测结果。

在一些实施例中，如果待检测图像中的目标对象为真人，则所述待检测图像对应的深度图像中多个像素点的深度值与所述待检测图像中多个像素点的深度预测值之间的差异较小，所述平均深度差小于或等于所述第二阈值。如果待检测图像中的目标对象为假人，则所述待检测图像对应的深度图像中多个像素点的深度值与所述待检测图像中多个像素点的深度预测值之间的差异较大，所述平均深度差大于所述第二阈值。也就是说，如果所述平均深度差小于或等于所述第二阈值，则活体检测结果为活体，而如果所述平均深度差大于所述第二阈值，则活体检测结果为假体。

在一些实施例中，对所述待检测图像对应的深度图像和所述待检测图像中多个像素点的深度预测值进行假设检验处理，得到所述目标对象为活体的概率信息，并可根据所述目标对象为活体的概率信息，确定所述活体检测结果。

在示例中，可针对待检测图像对应的深度图像的多个像素点的深度值与多个像素点的深度预测值之间有无显著区别进行统计推断等假设检验处理，确定所述深度图像的多个像素点的深度值与多个像素点的深度预测值之间无显著区别的置信度(或有显著差别的置信度)，即目标对象为活体(或假体)的概率。如果所述目标对象为活体的概率大于或等于概率阈值，即可认为所述深度图像的多个像素点的深度值与多个像素点的深度预测值之间无统计学意义上的显著区别，即，所述深度图像中多个像素点的深度值与所述待检测图像中多个像素点的深度预测值之间的差异较小，所述活体检测结果为活体。

在一些实施例中，通过活体检测网络来确定活体检测结果。例如，将所述多个像素点的深度差异信息，输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。可选地，获得包括多个像素点的深度差异信息的差异信息图，相应地，将差异信息图输入到活体检测网络进行处理，得到活体检测结果。

在一些实施例中，可将差异信息图和待检测图像输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。例如，活体检测网络可具有两个分支，分别用于提取差异信息图和待检测图像的特征数据，差异信息图的特征数据可包括各像素点的差异信息数据，待检测图像的特征数据可包括待检测图像的纹理特征数据。所述差异信息数据和纹理特征数据均可用于确定目标对象的活体检测结果，例如，差异信息数据可用于识别冒用照片、图像等非活体，纹理特征数据可用于识别面具、头套、塑像等非活体。可将所述差异信息数据和纹理特征数据进行融合处理，例如，活体检测网络可包括特征融合层，可用于对差异信息数据和纹理特征数据进行融合处理，进一步地，活体检测网络还可包括池化层，激活层等层级，可用于对融合后的特征数据进行池化、激活等一种或多种处理，得到活体检测结果。

在一些实施例中，通过活体检测网络来确定活体检测结果。例如，将所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。可选地，获得包括多个像素点的深度预测值的深度预测图，相应地，将深度图和深度预测图输入到活体检测网络进行处理，得到活体检测结果。

在一些实施例中，还可以基于待检测图像、待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，得到活体检测结果，例如，将待检测图像、待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值输入到活体检测网络中进行处理，得到活体检测结果，但本公开实施例不限于此。

在一些实施例中，所述活体检测网络可以是BP神经网络、递归神经网络、残差网络或卷积神经网络等神经网络，本公开对判别网络的类型不作限制。所述活体检测网络可通过待检测图像对应的深度图像和待检测图像中多个像素点的深度预测值，确定目标对象的活体检测结果。

在一些实施例中，所述活体检测网络可以确定所述深度图像和所述待检测图像中多个像素点的深度预测值之间的深度差异信息，并根据所述深度差异信息确定活体检测结果。或者，所述活体检测网络可以对所述深度图像和包含所述待检测图像中多个像素点的深度预测值的深度预测图进行特征提取，并根据提取的特征确定所述活体检测结果，本公开对所述活体检测网络的结构和功能不做限制。

在一些实施例中，在使用所述活体检测网络确定所述活体检测结果之前，可对所述活体检测网络进行训练。在示例中，可使用样本图像对应的深度图像以及样本图像中多个像素点的深度预测值训练所述活体检测网络。在示例中，可将样本图像对应的深度图像以及样本图像中多个像素点的深度预测值输入所述活体检测网络，并获得活体检测结果，例如，所述活体检测结果为样本图像中包含的目标对象为活体的概率，可将该概率与所述样本图像的标注(例如，如果样本图像中包含的目标对象为活体，则标注为1，如果样本图像中包含的目标对象为非活体，则标注为0)进行比较，以确定活体检测网络的网络损失，进一步地，可根据所述网络损失调整所述活体检测网络的网络参数，在网络损失减小到设定阈值以下或收敛于设定区间内，或者训练次数达到预设次数的情况下，完成活体检测网络的训练，并可将所述活体检测网络用于确定所述活体检测结果的过程中。

在一些实施例中，待检测图像中可包括戴着面具或头套的人，或者塑像(例如橡胶塑像)，待检测图像中的多个像素点的深度预测值与人一致或相近。可利用所述待检测图像来进一步确定活体检测结果。

在一些实施例中，对所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值分别进行特征提取处理，得到第一特征数据、第二特征数据和第三特征数据；对所述第一特征数据、所述第二特征数据和所述第三特征数据进行融合处理，得到融合特征数据；基于所述融合特征数据，得到所述目标对象的活体检测结果。

在一些实施例中，可对待检测图像进行特征提取处理，获得第一特征数据。在示例中，待检测图像为RGB图像或近红外图像等，所述第一特征数据可包括待检测图像的纹理特征数据。所述第二特征数据为所述深度图像的特征数据，所述第三特征数据为待检测图像中多个像素点的深度预测值的特征数据，可结合第一特征数据、第二特征数据和第三特征数据来确定目标对象的活体检测结果。

在一些实施例中，可对第一特征数据、第二特征数据和第三特征数据进行融合处理，例如，将第一特征数据、第二特征数据和第三特征数据连接，得到融合特征数据。

在一些实施例中，可根据所述融合特征数据确定目标对象的活体检测结果，例如，对融合特征数据进行池化、激活等一种或多种处理，得到活体检测结果。

在一些实施例中，可使用活体检测网络来确定活体检测结果。其中，根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：将所述待检测图像、所述待检测图像对应的深度图像以及包含所述待检测图像中多个像素点的深度预测值的深度预测图输入到活体检测网络进行处理，获得所述待检测图像中包含的目标对象的活体检测结果。

在一些实施例中，所述活体检测网络可分别对待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值进行特征提取，并对提取的特征数据进行融合处理，以基于融合后获得的融合特征数据获得活体检测结果。所述活体检测网络也可在进行特征提取处理后，直接基于获得的特征数据获得活体检测结果。本公开对所述活体检测网络的结构和功能不做限制。

图2示出根据本公开实施例的活体检测网络的示意图，如图2所示，所述活体检测网络可包括第一分支、第二分支和第三分支，分别用于对所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值进行特征提取处理。在示例中，所述待检测图像中多个像素点的深度预测值可以是深度预测图，即，深度预测图的各像素点的深度值即为所述深度预测值，第三分支可对深度预测图进行特征提取处理。在示例中，所述第一分支、第二分支和第三分支可以具有相同的网络结构，但三个分支的网络参数可不同。在另一示例中，三个分支可具有不同的网络结构。本公开对活体检测网络的网络结构不做限制。

在一些实施例中，每个分支可包括卷积层、下采样层和全连接层。例如，每个分支可以包括一级卷积层、一级下采样层和一级全连接层。其中，该级卷积层可以包括一个或多个卷积层，该级下采样层可以包括一个或多个下采样层，该级全连接层可以包括一个或多个全连接层。

又如，每个分支可以包括多级卷积层、多级下采样层和一级全连接层。其中，每级卷积层可以包括一个或多个卷积层，每级下采样层可以包括一个或多个下采样层，每级全连接层可以包括一个或多个全连接层。其中，第j级卷积层后级联第j级下采样层，第j级下采样层后级联第j+1级卷积层，第m级下采样层后级联全连接层，其中，j和m均为正整数，1≤j≤m，m表示每个分支中卷积层和下采样层的级数。

作为该实现方式的另一个示例，每个分支可以包括卷积层、下采样层、归一化层和全连接层。

例如，每个分支可以包括一级卷积层、一个归一化层、一级下采样层和一级全连接层。其中，该级卷积层可以包括一个或多个卷积层，该级下采样层可以包括一个或多个下采样层，该级全连接层可以包括一个或多个全连接层。

又如，每个分支可以包括多级卷积层、多个归一化层和多级下采样层和一级全连接层。其中，每级卷积层可以包括一个或多个卷积层，每级下采样层可以包括一个或多个下采样层，每级全连接层可以包括一个或多个全连接层。其中，第j级卷积层后级联第j个归一化层，第j个归一化层后级联第j级下采样层，第j级下采样层后级联第j+1级卷积层，第m级下采样层后级联全连接层，其中，j和m均为正整数，1≤j≤m，m表示每个分支中卷积层、下采样层的级数和归一化层的个数。

在一些实施例中，所述活体检测网络可包括特征融合层，可用于对所述三个分支提取的第一特征数据、第二特征数据和第三特征数据进行融合处理，得到融合特征数据。

在一些实施例中，所述活体检测网络还可包括池化层，激活层等层级，可用于对对融合特征数据进行池化、激活等一种或多种处理，得到活体检测结果。

在一些实施例中，在使用所述活体检测网络确定所述活体检测结果之前，可对所述活体检测网络进行训练。在示例中，可使用样本图像、与样本图像对应的深度图像以及样本图像中多个像素点的深度预测值训练所述活体检测网络。在示例中，可将样本图像、样本图像对应的深度图像以及样本图像中多个像素点的深度预测值输入所述活体检测网络，并获得活体检测结果，例如，所述活体检测结果为样本图像中包含的目标对象为活体的概率，可将该概率与所述样本图像的标注(例如，如果样本图像中包含的目标对象为活体，则标注为100％，如果样本图像中包含的目标对象为非活体，则标注为0)进行比较，以确定活体检测网络的网络损失，进一步地，可根据所述网络损失调整所述活体检测网络的网络参数，在网络损失减小到设定阈值以下或收敛于设定区间内，或者训练次数达到预设次数的情况下，完成活体检测网络的训练，并可将所述活体检测网络用于确定所述活体检测结果的过程中。

根据本公开的实施例的活体检测方法，可获取所述待检测图像中多个像素点的深度预测值和深度图像之间的深度差异信息，以根据深度差异信息进行活体检测，能够降低对深度传感器的性能要求，可提高活体检测方法的鲁棒性。进一步地，可通过待检测图像、待检测图像对应的深度图像以及待检测图像中多个像素点的深度预测值共同确定活体检测结果，提高活体检测结果的正确率，提高获取活体检测结果的方法的鲁棒性。

图3A-图3C示出根据本公开实施例的活体检测方法的应用示意图。摄像头可同时获取待检测图像以及与待检测图像经过配准处理的深度图像。所述待检测图像可以是近红外图像，待检测图像中的目标对象可以是人脸，或者人脸的照片或视频帧。

在一些实施例中，可将待检测图像输入深度预测网络进行处理，深度预测网络可输出待检测图像的各像素点的深度预测值，例如输出深度预测图，其中，深度预测图包含待检测图像中多个像素点的深度预测值。所述待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布。不论待检测图像中的目标对象是人脸，还是人脸的照片或视频帧，深度预测网络均可输出的各像素点的深度预测值与人脸一致，例如，目标对象是某人物的人脸的照片，深度预测网络输出的各像素点的深度预测值，与深度预测网络对该人物的人脸的图像进行处理输出的各像素点的深度预测值一致。

在一些实施例中，如图3A所示，可对待检测图像中多个像素点的深度预测值(即，深度预测图)与所述摄像头获取的深度图像的各像素点的深度值进行作差处理，可获得各像素点的深度差异信息。所述深度图像是摄像头直接获得的，因此，如果目标对象是人脸，则可获得该人脸的图像的各像素点真实的深度值，如果目标对象为人脸的照片或视频帧，则可获得照片或视频帧所在平面的深度值。在示例中，如果目标对象是人脸，则待检测图像中多个像素点的深度预测值与深度图像中各像素点的深度值一致，各像素点的深度差异信息较小。如果目标对象是人脸的照片或视频帧，则各像素点的深度差异信息较大。可根据所述深度差异信息确定活体检测结果。或者，可将所述深度预测图和所述深度图像输入活体检测网络，获得所述活体检测结果。

在一些实施例中，如图3B所示，可将所述深度差异信息与待检测图像输入活体检测网络进行处理，所述深度差异信息可提供各像素点的差异信息数据，所述待检测图像可提供纹理特征数据，所述活体检测结果可对差异信息数据和纹理特征数据进行融合，并根据融合后的特征数据获得活体检测结果。

在一些实施例中，如图3C所示，可将待检测图像、待检测图像对应的深度图像以及包含待检测图像中多个像素点的深度预测值的深度预测图输入到活体检测网络进行处理，活体检测网络进行处理可提取待检测图像的第一特征数据(例如，纹理特征数据)，并提取待检测图像对应的深度图像的第二特征数据以及待检测图像中多个像素点的深度预测值的第三特征数据。活体检测网络可对第一特征数据第二特征数据以及第三特征数据进行融合处理，以基于融合后获得的融合特征数据获得活体检测结果。

在示例中，活体检测结果可以是0或1的形式，例如，活体检测结果为0，则判断目标对象为非活体，活体检测结果为1，则判断目标对象为活体。又例如，活体检测结果可以是概率的形式，例如，目标对象为活体的概率为70％，超过了50％的概率阈值，因此，活体检测结果为活体，或者，目标对象为活体的概率为20％，未超过50％的概率阈值，因此，活体检测结果为非活体。

图4示出根据本公开实施例的活体检测装置的框图，如图4所示，所述装置包括：

获取模块11，用于获取待检测图像以及与所述待检测图像对应的深度图像；

预测模块12，用于对所述待检测图像进行深度预测处理，获得所述待检测图像中多个像素点的深度预测值；

活体检测结果获得模块13，用于根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果。

在一些实施例中，所述活体检测结果获得模块被进一步配置为：

基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息；

根据所述多个像素点的深度差异信息，确定活体检测结果。

在一些实施例中，所述活体检测结果获得模块被进一步配置为：

对所述多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值进行作差处理，获得所述多个像素点中每个像素点的深度差，其中，所述多个像素点的深度差异信息包括所述多个像素点中每个像素点的深度差。

在一些实施例中，所述活体检测结果获得模块被进一步配置为：

根据所述多个像素点中每个像素点的深度差，确定所述多个像素点中的至少一个有效像素点；

基于所述至少一个有效像素点，确定所述活体检测结果。

在一些实施例中，所述活体检测结果获得模块被进一步配置为：

将所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。

在一些实施例中，所述活体检测结果获得模块被进一步配置为：

将所述待检测图像、所述待检测图像对应的深度图像以及包含所述待检测图像中多个像素点的深度预测值的深度预测图输入到活体检测网络进行处理，获得所述待检测图像中包含的目标对象的活体检测结果。

在一些实施例中，所述活体检测结果获得模块被进一步配置为：

对所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值分别进行特征提取处理，得到第一特征数据、第二特征数据和第三特征数据；

对所述第一特征数据、所述第二特征数据和所述第三特征数据进行融合处理，得到融合特征数据；

基于所述融合特征数据，得到所述目标对象的活体检测结果。

在一些实施例中，所述待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布。

在一些实施例中，所述待检测图像为RGB图像或近红外图像。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

此外，本公开还提供了活体检测构建装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种活体检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图5是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图6是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1.一种活体检测方法，其特征在于，所述方法包括：

获取待检测图像以及与所述待检测图像对应的深度图像；

对所述待检测图像进行深度预测处理，获得所述待检测图像中多个像素点的深度预测值；

根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果；

其中，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息；

根据所述多个像素点的深度差异信息，确定活体检测结果；

所述基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息，包括：

对所述多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值进行作差处理，获得所述多个像素点中每个像素点的深度差，其中，所述多个像素点的深度差异信息包括所述多个像素点中每个像素点的深度差。

2.根据权利要求1所述的方法，其特征在于，根据所述深度差异信息，确定活体检测结果，包括：

根据所述多个像素点中每个像素点的深度差，确定所述多个像素点中的至少一个有效像素点；

基于所述至少一个有效像素点，确定所述活体检测结果。

3.根据权利要求1所述的方法，其特征在于，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

将所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。

4.根据权利要求1或3所述的方法，其特征在于，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

将所述待检测图像、所述待检测图像对应的深度图像以及包含所述待检测图像中多个像素点的深度预测值的深度预测图输入到活体检测网络进行处理，获得所述待检测图像中包含的目标对象的活体检测结果。

5.根据权利要求1或3所述的方法，其特征在于，所述根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果，包括：

对所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值分别进行特征提取处理，得到第一特征数据、第二特征数据和第三特征数据；

对所述第一特征数据、所述第二特征数据和所述第三特征数据进行融合处理，得到融合特征数据；

基于所述融合特征数据，得到所述目标对象的活体检测结果。

6.根据权利要求1至3中任一项所述的方法，其特征在于，所述待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布。

7.根据权利要求1至3中任一项所述的方法，其特征在于，所述待检测图像为RGB图像或近红外图像。

8.一种活体检测装置，其特征在于，包括：

获取模块，用于获取待检测图像以及与所述待检测图像对应的深度图像；

预测模块，用于对所述待检测图像进行深度预测处理，获得所述待检测图像中多个像素点的深度预测值；

活体检测结果获得模块，用于根据所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值，获得所述待检测图像中包含的目标对象的活体检测结果；

其中，所述活体检测结果获得模块被进一步配置为：

基于所述待检测图像中多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值，确定所述多个像素点的深度差异信息；

根据所述多个像素点的深度差异信息，确定活体检测结果；

所述活体检测结果获得模块被进一步配置为：

对所述多个像素点在所述深度图像中对应的深度值与所述多个像素点的深度预测值进行作差处理，获得所述多个像素点中每个像素点的深度差，其中，所述多个像素点的深度差异信息包括所述多个像素点中每个像素点的深度差。

9.根据权利要求8所述的装置，其特征在于，所述活体检测结果获得模块被进一步配置为：

根据所述多个像素点中每个像素点的深度差，确定所述多个像素点中的至少一个有效像素点；

基于所述至少一个有效像素点，确定所述活体检测结果。

10.根据权利要求8所述的装置，其特征在于，所述活体检测结果获得模块被进一步配置为：

将所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值输入到活体检测网络进行处理，得到所述目标对象的活体检测结果。

11.根据权利要求8或10所述的装置，其特征在于，所述活体检测结果获得模块被进一步配置为：

将所述待检测图像、所述待检测图像对应的深度图像以及包含所述待检测图像中多个像素点的深度预测值的深度预测图输入到活体检测网络进行处理，获得所述待检测图像中包含的目标对象的活体检测结果。

12.根据权利要求8或10所述的装置，其特征在于，所述活体检测结果获得模块被进一步配置为：

对所述待检测图像、所述待检测图像对应的深度图像以及所述待检测图像中多个像素点的深度预测值分别进行特征提取处理，得到第一特征数据、第二特征数据和第三特征数据；

对所述第一特征数据、所述第二特征数据和所述第三特征数据进行融合处理，得到融合特征数据；

基于所述融合特征数据，得到所述目标对象的活体检测结果。

13.根据权利要求8至10中任一项所述的装置，其特征在于，所述待检测图像中多个像素点的深度预测值满足活体对象的深度数据分布。

14.根据权利要求8至10中任一项所述的装置，其特征在于，所述待检测图像为RGB图像或近红外图像。

15.一种电子设备，其特征在于，包括：

处理器；

用于存储计算机可读指令的存储器；

其中，所述处理器被配置为运行所述存储器存储的指令，以执行权利要求1至7中任意一项所述的方法。

16.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。