一种基于CNN深度学习模型的活体人脸检测方法和装置

摘要

本发明提供了一种基于CNN深度学习模型的活体人脸检测方法，其主要用于人脸检测技术领域。该方法首先利用图像采集设备，获取包含活体或非活体人脸的RGB彩色图像；再对活体人脸图像进行分割，并基于分割后的活体人脸图像区域块，提取和融合纹理特征和梯度特征，形成低层活体人脸表征；之后将低层活体人脸表征作为CNN深度学习模型的输入数据进行学习，进而得到活体人脸图像的深度特征表示，最后再通过活体人脸分类模块完成活体人脸检测。本发明还提供了一种基于CNN深度学习模型的活体人脸检测装置。本发明基于深度学习框架，通过融合低层特征和深度特征，有效克服单一特征提取所带来的不确定性，增强人脸特征的通用性，提高活体人脸检测分类的准确度。