(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211153579.6 (22)申请日 2022.09.21 (71)申请人 厦门市美亚柏科信息股份有限公司 地址 361000 福建省厦门市思明区软件园 二期观日路12号102-402单 元 (72)发明人 黄裕锟　吴俊毅　满君怡　高志鹏　 吴婷婷　陈德意　赵建强　杜新胜　 金辉　韩名羲　 (74)专利代理 机构 厦门福贝知识产权代理事务 所(普通合伙) 35235 专利代理师 郭涵炜 (51)Int.Cl. G06V 40/40(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06V 10/44(2022.01) G06V 10/77(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种多尺度特征聚合的活体检测方法和系 统 (57)摘要 公开了多尺度特征聚合的活体检测方法和 系统， 包括将RGB图像通过图像变换转换为HSV图 像， 将RGB图像和HSV图像融合为RGB ‑HSV图像并 送入主干网络； 将主干网络提取的特征送入特征 深度拓展模块， 并将输出送入多特征提取模块以 获得更多的上下文信息； 将最终输出经过池化层 和分类层， 并在交叉熵损失函数的约束下进行训 练。 本发明提出的一种多尺度特征聚合的活体检 测方法和系统， 其具有参数量小、 对图像的接受 域大、 多尺度特征聚合的特点， 利用了空洞卷积 以扩大网络的感受野， 获取更多的上下文信息， 利用RGB图像和HSV图像作为6通道的图像作为输 入， 运行速度与仅使用RGB图像的运行速度是一 致的， 在性能和效率之间取得了 很好的平衡 。 权利要求书2页 说明书6页 附图3页 CN 115546907 A 2022.12.30 CN 115546907 A 1.一种多尺度特 征聚合的活体 检测方法， 其特 征在于， 包括： S1： 将RGB图像通过图像变换转换为HSV图像， 将所述RGB图像和所述HSV图像融合为 RGB‑HSV图像并送入主干网络； S2： 将所述主干网络提取的特征送入特征深度拓展模块， 并将输出送入多特征提取模 块以获得 更多的上 下文信息； S3： 将最终输出 经过池化层和分类层， 并在交叉熵损失函数的约束下进行训练。 2.根据权利要求1所述的多尺度 特征聚合的活体检测方法， 其特征在于， 所述主干网络 可选用ResNet18或者Mobi leNetV2。 3.根据权利要求1所述的多尺度特征聚合的活体检测方法， 其特征在于， 所述RGB ‑HSV 图像的通道数为6， 所述主干网络的第一个卷积层的输入通道数为3 。 4.根据权利要求1所述的多尺度 特征聚合的活体检测方法， 其特征在于， 所述特征深度 拓展模块包括 一个3*3卷积、 BN层和ReLU激活函数。 5.根据权利要求1所述的多尺度 特征聚合的活体检测方法， 其特征在于， 所述多特征提 取模块包括两个支路， 上支路包括3*1和1*3卷积组成的模拟 3*3卷积， 下支路包括空洞率为 3的3*3空洞卷积， 所述多特征提取模块的上下两支路进行融合， 再经过BN层和ReLU防止过 拟合。 6.根据权利要求1所述的多尺度 特征聚合的活体检测方法， 其特征在于， 所述多特征提 取模块有7个， 所述特征深度拓展模块的输出分别连接到第四个和第七个多特征提取模块 的输出。 7.一种计算机可读存储介质， 其上存储有一或多个计算机程序， 其特征在于， 该一或多 个计算机程序被 计算机处 理器执行时实施权利要求1至 6任一项所述的方法。 8.一种多尺度特 征聚合的活体 检测系统， 其特 征在于， 所述系统包括： 图像融合单元， 配置用于将RGB图像通过图像变换转换为HSV图像， 将所述RGB图像和所 述HSV图像融合 为RGB‑HSV图像并送入主干网络； 特征深度拓展单元， 配置用于将所述主干网络提取的特征送入特征深度拓展模块， 并 将输出送入多特 征提取模块以获得 更多的上 下文信息； 训练单元： 配置用于将最终输出经过池化层和分类层， 并在交叉熵损 失函数的约束下 进行训练。 9.根据权利要求8所述的多尺度 特征聚合的活体检测系统， 其特征在于， 所述主干网络 可选用ResNet18或者MobileNetV2， 所述RGB ‑HSV图像的通道数为6， 所述主干网络的第一个 卷积层的输入通道数为3 。 10.根据权利要求8所述的多尺度特征聚合的活体检测系统， 其特征在于， 所述特征深 度拓展模块包括 一个3*3卷积、 BN层和ReLU激活函数。 11.根据权利要求8所述的多尺度特征聚合的活体检测系统， 其特征在于， 所述多特征 提取模块包括两个支路， 上支路包括3*1和1*3卷积组成的模拟 3*3卷积， 下支路包括空洞率 为3的3*3空洞卷积， 所述多特征提取模块的上下两支路进行融合， 再经过BN层和ReLU防止 过拟合。 12.根据权利要求8所述的多尺度特征聚合的活体检测系统， 其特征在于， 所述多特征 提取模块有7个， 所述特征深度拓展模块的输出分别连接到第四个和第七个多特征提取模权　利　要　求　书 1/2 页 2 CN 115546907 A 2块的输出。权　利　要　求　书 2/2 页 3 CN 115546907 A 3