基于多模态大语言模型的人脸活体检测方法、装置、设备及存储介质

本申请公开了一种基于多模态大语言模型的人脸活体检测方法、装置、设备及存储介质，涉及图像检测技术领域，包括：将待识别人脸图像、目标辅助模态图像以及用户指令输入训练好的多模态大语言模型中，得到针对所述用户指令的多任务输出结果，其中，所述多模态大语言模型包括视觉令牌掩码器，所述多任务输出结果包括粗粒度分类结果、细粒度分类结果、原因推理结果以及攻击定位结果中的至少一种。本申请能够提高人脸活体检测的安全性以及可靠性。