CN104751110A - 一种活体检测方法和装置 - Google Patents
一种活体检测方法和装置 Download PDFInfo
- Publication number
- CN104751110A CN104751110A CN201310751438.9A CN201310751438A CN104751110A CN 104751110 A CN104751110 A CN 104751110A CN 201310751438 A CN201310751438 A CN 201310751438A CN 104751110 A CN104751110 A CN 104751110A
- Authority
- CN
- China
- Prior art keywords
- face
- detecting unit
- instruction
- change
- frame picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种活体检测方法,该方法包括:步骤1,利用图像获取设备对人脸采集连续帧图片;步骤2,基于训练好的面部表情检测单元、人脸姿态检测单元和五官变化检测单元,对采集的连续帧图片进行检测;步骤3,根据步骤2的检测结果,如果存在两组以上基本动作变化,则判断为真实人脸,否则转入步骤4;步骤4,从三个检测单元的状态元素集中随机选择一组基本指令,提示用户在指定时间内完成该组基本指令,如果根据三个单元的检测结果判断完成了所述基本指令,则判断为真实人脸,否则判断为伪造人脸。本发明提出的人脸活体检测方法可以准确捕捉人脸的有效形变并给出准确检测,从而将真实人脸和伪造人脸区分开,降低人脸识别系统的可入侵性。
Description
技术领域
本发明涉及人脸识别技术领域,特别涉及一种活体检测方法和装置。
背景技术
作为身份识别的有效技术,近年来人脸识别技术得到迅速发展和广泛应用。在过去的几十年里,人脸识别已在商业和执法部门得到广泛应用,例如安全监控、门禁考勤、电脑系统登录、信用卡识别、养老保险领取等。
但是,在人脸识别技术从研究走向实际应用的过程中,必须解决人脸识别技术的安全性威胁,比如使用照片人脸、人脸视频片段或者仿照的三维人脸模型进行伪造登录人脸识别系统。为了使人脸识别系统能够走向实用,需要设计能够抵御伪造人脸登录威胁的人脸活体检测系统,解决人脸识别领域中非真实人脸的欺骗登录问题。现有的人脸活体检测方法,主要存在以下几方面问题:计算时间代价高,如利用三维深度信息去进行活体检测、采用光学流方法等进行人脸非刚性运行变化;应用场景约束多,如通过分析高频分量来进行照片人脸和真实人脸的判断,该方法只适用于低分辨率照片,不适用于高清照片;需要额外设备,如分析人脸的红外图像、联合声音识别的方法等。
发明内容
为了克服现有技术存在的上述缺陷,本发明提出了一种活体检测方法和装置,可以有效的区别真实人脸与照片人脸、视频人脸和三维人脸模型,提高人脸活体检测和识别系统的安全可靠性。
根据本发明的一个方面,提出了一种活体检测方法,该方法包括步骤:步骤1,利用图像获取设备对人脸采集连续帧图片;步骤2,基于训练好的检测单元,对采集的连续帧图片进行检测;所述检测单元包括面部表情检测单元、人脸姿态检测单元和五官变化检测单元;步骤3,根据步骤2的检测结果,如果存在两组以上基本动作变化,则判断为真实人脸,否则转入步骤4;步骤4,从所述检测单元的状态元素集中随机选择一组基本指令,并对随机选择的指令动作进行检测,如果根据所述检测单元的检测结果判断完成了所述基本指令,则判断为真实人脸,否则判断为伪造人脸。
优选地,步骤3中两种以上基本动作变化是指至少有两种检测单元检测到动作的变化。
优选地,在步骤4,所述随机选择一组基本指令,是指从所有检测单元的状态元素中随机选择一组指令,选择的结果包括以下两种情况:所选择的一组随机指令是来自同一检测单元的不同状态指令,或者是来自不同检测单元的状态指令。
优选地,对随机选择的指令动作检测进一步包括:在提示用户在指定时间内完成所述基本指令后,利用图像获取设备采集连续帧图片,分别利用面部表情检测单元、人脸姿态检测单元和五官变化检测单元对采集的连续帧图片进行检测,每个检测单元检测到对应的指令后就停止检测,无需检测全部帧图片。
优选地,所述表情检测单元和姿态检测单元对连续帧中的每一帧进行检测,若存在两种表情或者两种姿态则认为存在基本动作的变化,五官动作检测是五官变化检测单元针对连续帧图片进行检测,将连续帧图片作为一个整体,如果检测到五官动作,则认为存在基本动作变化。
优选地,所述面部表情检测单元、人脸姿态检测单元和五官变化检测单元,每种检测单元包括多种状态因素,表情包括高兴、悲伤、愤怒、惊讶和无表情,面部姿态包括正面、左侧、右侧、向上和向下,五官变化包括眨眼、张嘴、皱眉、露耳。
优选地,该方法进一步包括,在步骤1采集到连续帧图片后,从中选择正面人脸进行人脸识别,通过人脸识别认为身份正确则继续执行步骤2。
优选地,该方法进一步包括,在步骤4,当图像获取设备采集连续帧图片后,从中选择正面人脸进行人脸识别,如果人脸识别认为身份正确则继续利用三个检测单元进行指令检测。
根据本发明的另一方面,还提供了一种人脸检测装置,该装置包括:图像获取设备,用于对人脸采集连续帧图片;面部表情检测单元,用于对采集的连续帧图片进行表情检测;人脸姿态检测单元,用于对采集的连续帧图片进行姿态检测;五官变化检测单元,用于对采集的连续帧图片进行五官变化检测;第一判断单元,用于根据三个检测单元的检测结果,判断如果存在两组以上基本动作变化,则判断图片中的人脸为真实人脸;随机指令选择单元,用于在第一判断单元判断未存在两组以上基本动作变化的情况下,从三个检测单元的状态元素集中随机选择一组基本指令,提示用户在指定时间内完成该组基本指令;第二判断单元,用于根据三个单元的检测结果来判断是否完成了所述基本指令,如果完成则认为图片中的人脸为真实人脸,否则认为是伪造人脸。
优选地,所述随机指令选择单元随机选择一组基本指令,是指从所有检测单元的状态元素中随机选择一组指令,选择的结果包括以下两种情况:所选择的一组随机指令是来自同一检测单元的不同状态指令,或者是来自不同检测单元的状态指令。
优选地,随机指令选择单元在提示用户在指定时间内完成所述基本指令后,图像获取设备采集连续帧图片,面部表情检测单元、人脸姿态检测单元和五官变化检测单元对采集的连续帧图片进行检测,每个检测单元检测到对应的指令后就停止检测,无需检测全部帧图片。
在本发明中结合两组以上的基本检测单元来进行活体判断,同时引入动作指令组合,通过参与人员的主动配合来完成活体检测,进一步增加系统的安全性和可靠性。在应用到人脸识别时,本发明还加入了人脸验证环节,即从采集的连续多帧人脸图片中,随机选取一帧符合识别条件的人脸图片进行人脸识别,进一步提高了活体判断的准确性和可靠性,杜绝各种伪造人脸的攻击识别。
在实际应用中,本发明中提出的人脸活体检测方法可以准确捕捉人脸的有效形变并给出准确检测,从而将真实人脸和伪造人脸区分开,降低人脸识别系统的可入侵性。
附图说明
图1是根据本发明一实施例的活体检测方法的流程图;
图2是根据本发明另一实施例的活体检测方法的流程图;
图3为根据本发明一实施例的活体检测装置的结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
由于单个表情变化、姿态变化或者五官变化可以通过视频和图片形变得到,因此对只使用单个检测单元进行活体检测存在很大的安全风险,容易被视频或者图片形变攻击成功。而根据本发明提出的人脸活体检测的方法和装置可以克服该问题,本发明的基本原理是:首先建立三种基本检测单元,包括面部表情检测单元、人脸姿态检测单元和五官变化检测单元,每种基本检测单元包括多种状态因素,例如表情以高兴、悲伤、愤怒、惊讶和无表情这五种状态为例,面部姿态以正面、左侧、右侧、向上和向下这五种姿态为例,五官变化检测以眨眼、张嘴、皱眉、露耳为例;然后对采集到的人脸图片流(连续帧的人脸图片)进行三种基本检测单元的检测,并判断图片序列中是否同时包括两种以上基本检测单元的变化,如同时包括表情变化和姿态变化,如果存在,则认为是真实人脸;若不存在,系统随机给出三个基本检测单元的指令动作组合,即从三个动作单元中的所有状态因素中随机选择N(N>=2)个动作,如高兴表情、右侧姿态、眨眼等动作指令,在指定时间内对采集到的图片进行上述指令的检测,若检测到发出的指令组合,则认为当前为真实人脸,否则认为是非真实人脸。在应用到人脸识别中时,本发明在采集的图片序列中随机选择人脸图片进行识别验证。本发明提出的人脸活体检测方法能够很好的解决假冒人脸的欺骗登录问题,并适用于各种应用场景。
尽管伪造人脸可以构造各种面部变化,但同时具备两组以上的运动变化是比较困难的,尤其是在随机给定动作指令的情况下,更难进行假冒攻击。因此本发明提出建立三组基本检测单元并根据组合检测结果进行活体检测的方案,杜绝了照片形变、视频以及三维人脸的伪造攻击。
关于每个基本单元检测模型的建立,目前存在多种方法,均适用于本发明。以支持向量机(Support Vector Machine,SVM)和表情检测单元为例,下面对基本检测单元的建立进行描述。首先采集或收集不同表情下的人脸图片,构成表情检测训练集;根据多分类支持向量机机制,进行支持向量的训练,获取到表情检测分类器,其中多分类机制可以是一对一,也可以是一对多的训练。以一对一为例,针对五种表情,两两之间进行二分类训练,得到10个二分类器,在检测阶段,将10个二分类器的分类结果进行投票,得到最终的检测结果。同样的,可以训练多分类的人脸姿态检测分类器,建立得到姿态检测单元。表情检测和姿态检测均可针对单帧人脸图片进行检测判断,而五官变化检测则需要对连续帧图片进行检测,所以,五官变化检测单元的建立与其他两个检测单元的建立稍有不同,主要在于训练样本不再是单帧图片,而是连续N(N>=3)帧图片构造一个训练样本,而分类器训练过程则与其他两个检测单元相同。
图1为根据本发明一实施例的活体检测方法的流程图。如图1所示,该方法包括以下步骤:
步骤100,首先采集连续帧图片。在需要进行活体检测的环境中,安装图像获取装置,以针对人脸采集连续帧图片,用于进行人脸活体检测。本发明对图像获取装置不作限定,可以使用现有技术中任何可采集连续帧图片的设备,例如摄像头。
步骤101,基于训练好的面部表情检测单元、人脸姿态检测单元和五官变化检测单元,对步骤100中采集到的图片序列进行检测,以确定每帧图片中人脸的表情和姿态,并根据连续帧图片判断是否存在五官变化。
步骤102,根据步骤101的检测结果,判断是否存在两组以上基本动作的变化。例如,采集的图片序列中,第m帧为高兴表情,第n帧为愤怒表情,则认为表情基本动作变化。表情检测单元和姿态检测单元对连续帧中的每一帧进行检测,若存在两种表情或者两种姿态则认为存在基本动作的变化,五官动作检测是五官变化检测单元针对连续帧图片进行检测,将连续帧图片作为一个整体,如果检测到五官动作,则认为存在基本动作变化。
对于每种基本动作检测单元,动作变化是指从一种状态因素变换到另外一种状态因素,或者有某个动作发生。对于表情检测单元,动作变化是指在连续帧图片中存在两种以上的表情,即存在表情变化;对于姿态,动作变化即指姿态变化,是指在连续帧图片中存在两种以上的姿态,比如可以检测到正面人脸、左侧人脸等;对于五官动作,与前面两个基本动作检测单元不同的是,只要检测到一种五官动作就行,比如检测到眨眼过程或者检测到张嘴过程,即认为存在动作变化。
在本发明中,动作变化检测是基于连续多帧图片进行,每种基本动作检测单元分别对采集到的图片序列进行检测,若检测结果存在上述的动作变化,且有两种以上的基本动作检测单元都检测到了变化,则认为当前采集到的人脸为真实人脸,否则进入随机指令检测阶段。
步骤103,根据步骤102,如果存在两组以上基本动作的变化,则认为当前人脸为真实人脸。其中两组以上基本动作的变化是指判断图片序列中是否同时包括两种以上基本检测单元的变化,如同时包括表情变化和姿态变化,如果存在,则认为是真实人脸。
步骤104,根据步骤102,如果不存在两组以上基本动作的变化,则从三组基本动作检测单元的状态元素集中随机选择一组基本指令(基本指令的个数不小于2),提示用户完成该组基本指令。在随机选择一组基本指令时,可以从不同的动作检测单元中选取,也可以是同一个动作检测单元的不同状态指令。随机指令的选择即是从所有动作单元的状态元素及中随机选择一组指令,例如张嘴、眨眼。
该步骤是在被动活体检测即动作变化检测之后,加入了主动配合的随机动作指令检测,保证了活体检测的准确性。本发明从三组基本单元的所有状态因素集中随机选择N(N>=2)个状态指令,构成一组随机指令动作集,提示给用户配合,可以保证系统的可靠性和提高抗攻击能力。
步骤105,在向用户提示要完成所述基本指令后,在指定时间内图像获取设备采集连续帧图片,并利用三组基本动作单元检测模型进行检测。
在向用户发出指令后,要求用户在指定时间内完成指令动作组合,指令动作检测过程与动作变化检测相似,也是基于连续多帧图片进行的。不同的是,指令动作检测只需检测到指定的动作即可,比如表情检测单元检测到随机指定的表情指令,则不再对其他的图片序列进行检测,同样其他两个检测单元只要检测到对应的指令动作即停止检测。若系统成功检测到发出的指令动作组合,则认为当前人脸为真实人脸,否则认为是伪造人脸。
步骤106,如果根据步骤105检测到所有的随机指令,则表示指令检测成功,认为当前人脸为真实人脸。
在该步骤,例如随机指令是高兴、左侧人脸、眨眼,则对图片序列进行表情单元检测,若在图片序列中检测到高兴,则认为完成了高兴指令。同理,姿态单元检测则对图片序列中的每一帧进行姿态检测,若存在左侧人脸,则认为完成了左侧指令,五官动作单元对图片序列进行动作检测,若检测到眨眼,则认为完成了眨眼指令,三个指令均检测到才认为指令检测成功。
步骤107,如果根据步骤106未检测到所有的随机指令,则表示指令检测失败,认为是伪造人脸。
图2为根据本发明另一实施例的活体检测方法的流程图。
在该实施例中,为保证识别人脸与参与活体检测的人脸是同一人,引入了身份验证过程。身份验证主要是在活体检测的两个阶段中有体现。在进行第一步活体检测之前先进行身份验证,若身份验证不通过,则认为当前为伪造人脸,否则进行活体检测阶段。在检测随机指令之前,同样也引入了身份验证环节。
在人脸识别应用中,为防止使用伪造人脸进行识别,然后使用真实人脸进行活体验证,本发明提出的活体检测方案还加入了人脸验证过程。为防止伪造人脸识别攻击,本方案采用随机抽取人脸图片进行识别验证。在每次采集的连续帧图片中,根据姿态检测单元挑选出正面人脸,并从中随机选择一帧进行人脸验证,若当前人脸为人脸识别所声称的用户,则结合活体检测结果进行综合判断输出,只有同时满足身份验证和活体判断下才会认为是真实人脸,否则认为是伪造人脸。
如图2所示,该方法包括以下各步骤:
步骤200,首先采集连续帧图片。在需要进行活体检测的环境中,安装图像获取装置,以针对人脸采集连续帧图片,用于进行人脸活体检测。本发明对图像获取装置不作限定,可以使用现有技术中任何可采集连续帧图片的设备,例如摄像头。
步骤201,在采集的连续帧图片中,随机选择正面人脸图片用于身份认证。在该步骤,通过姿态检测单元判断当前帧图片的人脸是否为正面人脸,如果是,则将该图片用于身份认证。
步骤202,判断身份认证是否通过。在本发明,如果将活体判断应用于利用人脸识别结果启动相关功能的人脸识别系统,则需要加入身份认证环节。身份认证是否通过则是根据现有的人脸识别系统进行人脸识别,人脸识别系统认为识别通过则为通过,否则为不通过。
步骤203,根据步骤202,如果人脸识别系统判断的结果为身份验证未通过,则将图片中的人脸判断为伪造人脸。
步骤204,如果人脸识别系统判断身份验证通过,则对所采集的连续帧图片进行三组基本动作单元检测,即基于训练好的面部表情检测单元、人脸姿态检测单元和五官变化检测单元,对步骤200中采集到的图片序列进行检测,以确定每帧图片中人脸的表情和姿态,并根据连续帧图片判断是否存在五官变化。
步骤205,根据步骤204的检测结果,判断是否存在两组以上基本动作的变化。例如,采集的图片序列中,第m帧为高兴表情,第n帧为愤怒表情,则认为表情存在基本动作变化。表情检测单元和姿态检测单元对连续帧中的每一帧进行检测,若存在两种表情或者两种姿态则认为存在基本动作的变化,五官动作检测是五官变化检测单元针对连续帧图片进行检测,将连续帧图片作为一个整体,如果检测到五官动作,则认为存在基本动作变化。
步骤206,根据步骤205,如果存在两组以上基本动作的变化,则认为当前人脸为真实人脸。
步骤207,根据步骤205,如果不存在两组以上基本动作的变化,则从三组基本动作检测单元的状态元素集中随机选择一组基本指令(基本指令的个数不小于2),提示用户在指定时间内完成该组基本指令。在随机选择一组基本指令时,可以从不同的动作检测单元中选取,也可以是同一个动作检测单元的不同状态指令。随机指令的选择即是从所有动作单元的状态元素及中随机选择一组指令,例如张嘴、眨眼。步骤208,在向用户提示要完成所述基本指令后,在指定时间内图像获取设备采集连续帧图片。
步骤209,在步骤208采集的连续帧图片中,随机选择正面人脸图片进行身份认证,在该步骤,通过姿态检测单元判断当前帧图片的人脸是否为正面人脸,如果是,则将该图片用于身份认证。
步骤210,针对所述正面人脸图片,利用现有的人脸识别系统判断身份认证是否通过。
步骤211,如果人脸识别系统判断的结果为身份验证未通过,则将图片中的人脸判断为伪造人脸。
步骤212,如果身份认证通过,则针对步骤208采集到的连续帧图片,利用三组基本动作单元检测模型进行指令检测。指令动作检测过程与动作变化检测相似,也是基于连续多帧图片进行的。不同的是,指令动作检测只需检测到指定的动作即可,比如表情检测单元检测到随机指定的表情指令,则不再对其他的图片序列进行检测,同样其他两个检测单元只要检测到对应的指令动作即停止检测。
步骤213,如果根据步骤212检测到所有的随机指令,则表示指令检测成功,如果有一种随机指令没有检测到,则指令检测不成功。
在该步骤,例如随机指令是高兴、左侧人脸、眨眼,则对图片序列进行表情单元检测,若在图片序列中检测到高兴,则认为完成了高兴指令。同理,姿态单元检测则对图片序列中的每一帧进行姿态检测,若存在左侧人脸,则认为完成了左侧指令,五官动作单元对图片序列进行动作检测,若检测到眨眼,则认为完成了眨眼指令,三个指令均检测到才认为指令检测成功。
步骤214,如果步骤213指令检测成功,认为当前人脸为真实人脸。
步骤215,如果步骤213指令检测失败,则认为是伪造人脸。
图3为根据本发明一实施例的人脸检测装置结构图。
如图3所示,该装置包括:图像获取设备301,用于对人脸采集连续帧图片;面部表情检测单元302,用于对采集的连续帧图片进行表情检测;人脸姿态检测单元303,用于对采集的连续帧图片进行姿态检测;五官变化检测单元304,用于对采集的连续帧图片进行五官变化检测;第一判断单元305,用于根据三个检测单元的检测结果,判断如果存在两组以上基本动作变化,则判断图片中的人脸为真实人脸;随机指令选择单元306,用于在第一判断单元判断未存在两组以上基本动作变化的情况下,从三个检测单元的状态元素集中随机选择一组基本指令,提示用户在指定时间内完成该组基本指令,并触发图像获取设备在该指定时间内对人脸采集连续帧图片;第二判断单元307,用于根据三个单元的检测结果来判断是否完成了所述基本指令,如果完成则认为图片中的人脸为真实人脸,否则认为是伪造人脸。
其中随机指令选择单元306随机选择一组基本指令,是指从所有检测单元的状态元素中随机选择一组指令,选择的结果包括以下两种情况:所选择的一组随机指令是来自同一检测单元的不同状态指令,或者是来自不同检测单元的状态指令。随机指令选择单元306在提示用户在指定时间内完成所述基本指令后,图像获取设备301采集连续帧图片,面部表情检测单元302、人脸姿态检测单元303和五官变化检测单元304对采集的连续帧图片进行检测,每个检测单元检测到对应的指令后就停止检测,无需检测全部帧图片。
在本发明的人脸检测装置中,面部表情检测单元302,人脸姿态检测单元303以及五官变化检测单元304的构建方式以及这些检测单元对图片如何进行检测在上述结合图1和图2的描述过程都已进行过说明,在此不再赘述。另外第一判断单元305和第二判断单元307的判断方式以及随机指令的选取方式也都与上述结合图1和图2描述的方案中采用的手段相同,在此也不再赘述。
在本发明,结合两组以上的基本检测单元来进行活体判断,同时引入动作指令组合,通过参与人员的主动配合来完成活体检测,进一步增加系统的安全性和可靠性。在应用到人脸识别时,本发明还加入了人脸验证环节,即从采集的连续多帧人脸图片中,随机选取一帧符合识别条件的人脸图片进行人脸识别,进一步提高了活体判断的准确性和可靠性,杜绝各种伪造人脸的攻击识别。
在实际应用中,本发明中提出的人脸活体检测方法可以准确捕捉人脸的有效形变并给出准确检测,从而将真实人脸和伪造人脸区分开,降低人脸识别系统的可入侵性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种活体检测方法,该方法包括步骤:
步骤1,利用图像获取设备对人脸采集连续帧图片;
步骤2,基于训练好的检测单元,对采集的连续帧图片进行检测,所述检测单元至少包括面部表情检测单元、人脸姿态检测单元和五官变化检测单元;
步骤3,根据步骤2的检测结果,如果存在两组以上基本动作变化,则判断为真实人脸,否则转入步骤4;
步骤4,从所述检测单元的状态元素集中随机选择一组基本指令,并对随机选择的指令动作进行检测,如果根据所述检测单元的检测结果判断完成了所述基本指令,则判断为真实人脸,否则判断为伪造人脸。
2.根据权利要求1所述的活体检测方法,其特征在于,步骤3中两种以上基本动作变化是指至少有两种检测单元检测到动作的变化。
3.根据权利要求1所述的活体检测方法,其特征在于,在步骤4,所述随机选择一组基本指令,是指从所有检测单元的状态元素中随机选择一组指令,选择的结果包括以下两种情况:所选择的一组随机指令是来自同一检测单元的不同状态指令,或者是来自不同检测单元的状态指令。
4.根据权利要求1-3任一项所述的活体检测方法,其特征在于,所述对随机选择的指令动作进行检测进一步包括:在提示用户在指定时间内完成所述基本指令时,利用图像获取设备采集连续帧图片,分别利用面部表情检测单元、人脸姿态检测单元和五官变化检测单元对采集的连续帧图片进行检测,每个检测单元检测到对应的指令后停止检测。
5.根据权利要求4所述的活体检测方法,其特征在于,在步骤2,所述表情检测单元和人脸姿态检测单元对连续帧中的每一帧进行检测,若存在两种表情或者两种姿态则认为存在基本动作的变化,所述五官变化检测单元针对连续帧图片进行五官动作检测,将连续帧图片作为一个整体,如果检测到五官动作,则认为存在基本动作变化。
6.根据权利要求5所述的活体检测方法,其特征在于,所述面部表情检测单元、人脸姿态检测单元和五官变化检测单元,每种检测单元包括多种状态因素,面部表情至少包括高兴、悲伤、愤怒、惊讶和无表情,面部姿态至少包括正面、左侧、右侧、向上和向下,五官变化至少包括眨眼、张嘴、皱眉、露耳。
7.根据权利要求4所述的活体检测方法,其特征在于,该方法进一步包括,在步骤1采集到连续帧图片后,从中选择正面人脸进行人脸识别,通过人脸识别认为身份正确则继续执行步骤2。
8.根据权利要求4所述的活体检测方法,其特征在于,该方法进一步包括,在步骤4,当图像获取设备采集连续帧图片后,从中选择正面人脸进行人脸识别,如果人脸识别认为身份正确则继续利用所述检测单元进行指令检测。
9.一种人脸检测装置,该装置包括:
图像获取设备,用于对人脸采集连续帧图片;
面部表情检测单元,用于对采集的连续帧图片进行表情检测;
人脸姿态检测单元,用于对采集的连续帧图片进行姿态检测;
五官变化检测单元,用于对采集的连续帧图片进行五官变化检测;
第一判断单元,用于根据三个检测单元的检测结果,判断如果存在两组以上基本动作变化,则判断图片中的人脸为真实人脸;
随机指令选择单元,用于在第一判断单元判断未存在两组以上基本动作变化的情况下,从三个检测单元的状态元素集中随机选择一组基本指令,提示用户在指定时间内完成该组基本指令,并触发图像获取设备在该指定时间内对人脸采集连续帧图片;
第二判断单元,用于根据三个检测单元的检测结果来判断是否完成所述基本指令,如果完成则认为图片中的人脸为真实人脸,否则认为是伪造人脸。
10.根据权利要求9所述的活体检测方法,其特征在于,所述随机指令选择单元随机选择一组基本指令,是指从所有检测单元的状态元素中随机选择一组指令,选择的结果包括以下两种情况:所选择的一组随机指令是来自同一检测单元的不同状态指令,或者是来自不同检测单元的状态指令。
11.根据权利要求10所述的活体检测装置,其特征在于,随机指令选择单元在提示用户在指定时间内完成所述基本指令时,图像获取设备采集连续帧图片,面部表情检测单元、人脸姿态检测单元和五官变化检测单元对采集的连续帧图片进行检测,每个检测单元检测到对应的指令后就停止检测,无需检测全部帧图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310751438.9A CN104751110B (zh) | 2013-12-31 | 2013-12-31 | 一种活体检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310751438.9A CN104751110B (zh) | 2013-12-31 | 2013-12-31 | 一种活体检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104751110A true CN104751110A (zh) | 2015-07-01 |
CN104751110B CN104751110B (zh) | 2018-12-04 |
Family
ID=53590771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310751438.9A Active CN104751110B (zh) | 2013-12-31 | 2013-12-31 | 一种活体检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751110B (zh) |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184267A (zh) * | 2015-09-15 | 2015-12-23 | 重庆智韬信息技术中心 | 基于人脸识别的二次变形辅助授权方法 |
CN105224924A (zh) * | 2015-09-29 | 2016-01-06 | 小米科技有限责任公司 | 活体人脸识别方法和装置 |
CN105426815A (zh) * | 2015-10-29 | 2016-03-23 | 北京汉王智远科技有限公司 | 活体检测方法及装置 |
CN105512632A (zh) * | 2015-12-09 | 2016-04-20 | 北京旷视科技有限公司 | 活体检测方法及装置 |
CN105654372A (zh) * | 2015-12-22 | 2016-06-08 | 深圳前海微众银行股份有限公司 | 远程开户的身份识别方法、服务器及系统 |
CN105760817A (zh) * | 2016-01-28 | 2016-07-13 | 深圳泰首智能技术有限公司 | 用人脸识别认证解锁加密存储空间的方法及装置 |
CN105871900A (zh) * | 2016-05-24 | 2016-08-17 | 邵军利 | 一种身份认证方法及系统 |
CN105993022A (zh) * | 2016-02-17 | 2016-10-05 | 香港应用科技研究院有限公司 | 利用脸部表情识别和认证的方法和系统 |
CN106203369A (zh) * | 2016-07-18 | 2016-12-07 | 三峡大学 | 用于防假冒人脸识别的主动式随机动态指令生成系统 |
CN106337263A (zh) * | 2016-11-14 | 2017-01-18 | Tcl集团股份有限公司 | 一种洗衣机控制方法及装置 |
CN106529414A (zh) * | 2016-10-14 | 2017-03-22 | 国政通科技股份有限公司 | 一种通过图像比对实现结果认证的方法 |
CN106557723A (zh) * | 2015-09-25 | 2017-04-05 | 北京市商汤科技开发有限公司 | 一种带交互式活体检测的人脸身份认证系统及其方法 |
US9619723B1 (en) | 2016-02-17 | 2017-04-11 | Hong Kong Applied Science and Technology Research Institute Company Limited | Method and system of identification and authentication using facial expression |
WO2017070920A1 (en) | 2015-10-30 | 2017-05-04 | Microsoft Technology Licensing, Llc | Spoofed face detection |
WO2017070971A1 (zh) * | 2015-10-31 | 2017-05-04 | 华为技术有限公司 | 一种面部验证的方法和电子设备 |
WO2017101267A1 (zh) * | 2015-12-18 | 2017-06-22 | 腾讯科技(深圳)有限公司 | 人脸活体的鉴别方法、终端、服务器和存储介质 |
CN107092818A (zh) * | 2016-02-17 | 2017-08-25 | 阿里巴巴集团控股有限公司 | 活体识别的实现方法和装置 |
CN107277479A (zh) * | 2017-07-10 | 2017-10-20 | 广东欧珀移动通信有限公司 | 白平衡处理方法和装置 |
CN107346419A (zh) * | 2017-06-14 | 2017-11-14 | 广东欧珀移动通信有限公司 | 虹膜识别方法、电子装置和计算机可读存储介质 |
CN107437070A (zh) * | 2017-07-17 | 2017-12-05 | 广东欧珀移动通信有限公司 | 虹膜活体识别方法及相关产品 |
CN107436899A (zh) * | 2016-05-26 | 2017-12-05 | 阿里巴巴集团控股有限公司 | 活体识别页面的实现方法和装置 |
CN107437067A (zh) * | 2017-07-11 | 2017-12-05 | 广东欧珀移动通信有限公司 | 人脸活体检测方法及相关产品 |
CN107491759A (zh) * | 2017-08-21 | 2017-12-19 | 厦门中控智慧信息技术有限公司 | 一种混合模式登记方法及装置 |
CN107622191A (zh) * | 2017-09-08 | 2018-01-23 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
CN108140123A (zh) * | 2017-12-29 | 2018-06-08 | 深圳前海达闼云端智能科技有限公司 | 人脸活体检测方法、电子设备和计算机程序产品 |
CN108182409A (zh) * | 2017-12-29 | 2018-06-19 | 北京智慧眼科技股份有限公司 | 活体检测方法、装置、设备及存储介质 |
CN108288165A (zh) * | 2018-03-28 | 2018-07-17 | 成都信达智胜科技有限公司 | 一种高精度人脸确认方法 |
CN108345818A (zh) * | 2017-01-23 | 2018-07-31 | 北京中科奥森数据科技有限公司 | 一种人脸活体检测方法及装置 |
CN109034014A (zh) * | 2018-07-10 | 2018-12-18 | 天津瑟威兰斯科技有限公司 | 基于人脸微表情识别的活体检测方法 |
CN109190528A (zh) * | 2018-08-21 | 2019-01-11 | 厦门美图之家科技有限公司 | 活体检测方法及装置 |
CN109670386A (zh) * | 2017-10-16 | 2019-04-23 | 深圳泰首智能技术有限公司 | 人脸识别方法及终端 |
CN109871834A (zh) * | 2019-03-20 | 2019-06-11 | 北京字节跳动网络技术有限公司 | 信息处理方法和装置 |
CN110059624A (zh) * | 2019-04-18 | 2019-07-26 | 北京字节跳动网络技术有限公司 | 用于检测活体的方法和装置 |
CN110334637A (zh) * | 2019-06-28 | 2019-10-15 | 百度在线网络技术(北京)有限公司 | 人脸活体检测方法、装置及存储介质 |
WO2019223149A1 (zh) * | 2018-05-23 | 2019-11-28 | 平安科技(深圳)有限公司 | 安全认证方法、认证服务器及计算机可读存储介质 |
CN110674770A (zh) * | 2019-09-29 | 2020-01-10 | 上海依图网络科技有限公司 | 用于人脸表情检测的系统以及方法 |
CN111104923A (zh) * | 2019-12-30 | 2020-05-05 | 北京字节跳动网络技术有限公司 | 一种人脸识别方法及装置 |
CN111126244A (zh) * | 2019-12-20 | 2020-05-08 | 南京邮电大学 | 一种基于脸部表情的安全认证系统及方法 |
CN111652019A (zh) * | 2019-04-16 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种人脸活体检测方法及装置 |
CN112990019A (zh) * | 2021-03-18 | 2021-06-18 | 广州伟宏智能科技有限公司 | 一种人脸识别活体检测方法 |
CN115063870A (zh) * | 2022-07-08 | 2022-09-16 | 广东警官学院(广东省公安司法管理干部学院) | 一种基于面部动作单元的伪造视频人像检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159016A (zh) * | 2007-11-26 | 2008-04-09 | 清华大学 | 一种基于人脸生理性运动的活体检测方法及系统 |
CN101216887A (zh) * | 2008-01-04 | 2008-07-09 | 浙江大学 | 照片人脸与活体人脸的计算机自动鉴别方法 |
CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
CN101908140A (zh) * | 2010-07-29 | 2010-12-08 | 中山大学 | 一种在人脸识别中应用的活体检测方法 |
CN101999900A (zh) * | 2009-08-28 | 2011-04-06 | 南京壹进制信息技术有限公司 | 一种应用于人脸识别的活体检测方法及系统 |
US20130016882A1 (en) * | 2011-07-11 | 2013-01-17 | Accenture Global Services Limited | Liveness Detection |
-
2013
- 2013-12-31 CN CN201310751438.9A patent/CN104751110B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159016A (zh) * | 2007-11-26 | 2008-04-09 | 清华大学 | 一种基于人脸生理性运动的活体检测方法及系统 |
CN101216887A (zh) * | 2008-01-04 | 2008-07-09 | 浙江大学 | 照片人脸与活体人脸的计算机自动鉴别方法 |
CN101999900A (zh) * | 2009-08-28 | 2011-04-06 | 南京壹进制信息技术有限公司 | 一种应用于人脸识别的活体检测方法及系统 |
CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
CN101908140A (zh) * | 2010-07-29 | 2010-12-08 | 中山大学 | 一种在人脸识别中应用的活体检测方法 |
US20130016882A1 (en) * | 2011-07-11 | 2013-01-17 | Accenture Global Services Limited | Liveness Detection |
Cited By (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184267A (zh) * | 2015-09-15 | 2015-12-23 | 重庆智韬信息技术中心 | 基于人脸识别的二次变形辅助授权方法 |
CN106557723A (zh) * | 2015-09-25 | 2017-04-05 | 北京市商汤科技开发有限公司 | 一种带交互式活体检测的人脸身份认证系统及其方法 |
CN105224924A (zh) * | 2015-09-29 | 2016-01-06 | 小米科技有限责任公司 | 活体人脸识别方法和装置 |
CN105426815A (zh) * | 2015-10-29 | 2016-03-23 | 北京汉王智远科技有限公司 | 活体检测方法及装置 |
US10452935B2 (en) | 2015-10-30 | 2019-10-22 | Microsoft Technology Licensing, Llc | Spoofed face detection |
CN107111750A (zh) * | 2015-10-30 | 2017-08-29 | 微软技术许可有限责任公司 | 欺骗性脸部的检测 |
WO2017070920A1 (en) | 2015-10-30 | 2017-05-04 | Microsoft Technology Licensing, Llc | Spoofed face detection |
CN107111750B (zh) * | 2015-10-30 | 2020-06-05 | 微软技术许可有限责任公司 | 欺骗性脸部的检测 |
US10552593B2 (en) | 2015-10-31 | 2020-02-04 | Huawei Technologies Co., Ltd. | Face verification method and electronic device |
WO2017070971A1 (zh) * | 2015-10-31 | 2017-05-04 | 华为技术有限公司 | 一种面部验证的方法和电子设备 |
US10339402B2 (en) | 2015-12-09 | 2019-07-02 | Beijing Kuangshi Technology Co., Ltd. | Method and apparatus for liveness detection |
CN105512632B (zh) * | 2015-12-09 | 2019-04-05 | 北京旷视科技有限公司 | 活体检测方法及装置 |
CN105512632A (zh) * | 2015-12-09 | 2016-04-20 | 北京旷视科技有限公司 | 活体检测方法及装置 |
US10438077B2 (en) | 2015-12-18 | 2019-10-08 | Tencent Technology (Shenzhen) Company Limited | Face liveness detection method, terminal, server and storage medium |
WO2017101267A1 (zh) * | 2015-12-18 | 2017-06-22 | 腾讯科技(深圳)有限公司 | 人脸活体的鉴别方法、终端、服务器和存储介质 |
CN106897658A (zh) * | 2015-12-18 | 2017-06-27 | 腾讯科技(深圳)有限公司 | 人脸活体的鉴别方法和装置 |
CN105654372A (zh) * | 2015-12-22 | 2016-06-08 | 深圳前海微众银行股份有限公司 | 远程开户的身份识别方法、服务器及系统 |
CN105760817A (zh) * | 2016-01-28 | 2016-07-13 | 深圳泰首智能技术有限公司 | 用人脸识别认证解锁加密存储空间的方法及装置 |
CN107092818A (zh) * | 2016-02-17 | 2017-08-25 | 阿里巴巴集团控股有限公司 | 活体识别的实现方法和装置 |
WO2017139964A1 (en) * | 2016-02-17 | 2017-08-24 | Hong Kong Applied Science and Technology Research Institute Company Limited | Method and system of identification and authentication using facial expression |
US9619723B1 (en) | 2016-02-17 | 2017-04-11 | Hong Kong Applied Science and Technology Research Institute Company Limited | Method and system of identification and authentication using facial expression |
CN105993022B (zh) * | 2016-02-17 | 2019-12-27 | 香港应用科技研究院有限公司 | 利用脸部表情识别和认证的方法和系统 |
CN105993022A (zh) * | 2016-02-17 | 2016-10-05 | 香港应用科技研究院有限公司 | 利用脸部表情识别和认证的方法和系统 |
CN105871900A (zh) * | 2016-05-24 | 2016-08-17 | 邵军利 | 一种身份认证方法及系统 |
CN107436899A (zh) * | 2016-05-26 | 2017-12-05 | 阿里巴巴集团控股有限公司 | 活体识别页面的实现方法和装置 |
CN106203369A (zh) * | 2016-07-18 | 2016-12-07 | 三峡大学 | 用于防假冒人脸识别的主动式随机动态指令生成系统 |
CN106529414A (zh) * | 2016-10-14 | 2017-03-22 | 国政通科技股份有限公司 | 一种通过图像比对实现结果认证的方法 |
CN106337263B (zh) * | 2016-11-14 | 2020-01-10 | Tcl集团股份有限公司 | 一种洗衣机控制方法及装置 |
CN106337263A (zh) * | 2016-11-14 | 2017-01-18 | Tcl集团股份有限公司 | 一种洗衣机控制方法及装置 |
CN108345818B (zh) * | 2017-01-23 | 2021-08-31 | 北京中科奥森数据科技有限公司 | 一种人脸活体检测方法及装置 |
CN108345818A (zh) * | 2017-01-23 | 2018-07-31 | 北京中科奥森数据科技有限公司 | 一种人脸活体检测方法及装置 |
CN107346419A (zh) * | 2017-06-14 | 2017-11-14 | 广东欧珀移动通信有限公司 | 虹膜识别方法、电子装置和计算机可读存储介质 |
US10839210B2 (en) | 2017-06-14 | 2020-11-17 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Iris recognition method, electronic device and computer-readable storage medium |
CN107277479A (zh) * | 2017-07-10 | 2017-10-20 | 广东欧珀移动通信有限公司 | 白平衡处理方法和装置 |
US11082677B2 (en) | 2017-07-10 | 2021-08-03 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | White balance processing method and apparatus |
WO2019011073A1 (zh) * | 2017-07-11 | 2019-01-17 | Oppo广东移动通信有限公司 | 人脸活体检测方法及相关产品 |
CN107437067A (zh) * | 2017-07-11 | 2017-12-05 | 广东欧珀移动通信有限公司 | 人脸活体检测方法及相关产品 |
CN107437070A (zh) * | 2017-07-17 | 2017-12-05 | 广东欧珀移动通信有限公司 | 虹膜活体识别方法及相关产品 |
CN107491759A (zh) * | 2017-08-21 | 2017-12-19 | 厦门中控智慧信息技术有限公司 | 一种混合模式登记方法及装置 |
CN107491759B (zh) * | 2017-08-21 | 2020-07-03 | 厦门中控智慧信息技术有限公司 | 一种混合模式登记方法及装置 |
CN107622191B (zh) * | 2017-09-08 | 2020-03-10 | Oppo广东移动通信有限公司 | 解锁控制方法及相关产品 |
CN107622191A (zh) * | 2017-09-08 | 2018-01-23 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
CN109670386A (zh) * | 2017-10-16 | 2019-04-23 | 深圳泰首智能技术有限公司 | 人脸识别方法及终端 |
CN108140123A (zh) * | 2017-12-29 | 2018-06-08 | 深圳前海达闼云端智能科技有限公司 | 人脸活体检测方法、电子设备和计算机程序产品 |
CN108182409A (zh) * | 2017-12-29 | 2018-06-19 | 北京智慧眼科技股份有限公司 | 活体检测方法、装置、设备及存储介质 |
CN108182409B (zh) * | 2017-12-29 | 2020-11-10 | 智慧眼科技股份有限公司 | 活体检测方法、装置、设备及存储介质 |
CN108288165A (zh) * | 2018-03-28 | 2018-07-17 | 成都信达智胜科技有限公司 | 一种高精度人脸确认方法 |
WO2019223149A1 (zh) * | 2018-05-23 | 2019-11-28 | 平安科技(深圳)有限公司 | 安全认证方法、认证服务器及计算机可读存储介质 |
CN109034014A (zh) * | 2018-07-10 | 2018-12-18 | 天津瑟威兰斯科技有限公司 | 基于人脸微表情识别的活体检测方法 |
CN109190528A (zh) * | 2018-08-21 | 2019-01-11 | 厦门美图之家科技有限公司 | 活体检测方法及装置 |
CN109871834A (zh) * | 2019-03-20 | 2019-06-11 | 北京字节跳动网络技术有限公司 | 信息处理方法和装置 |
CN111652019A (zh) * | 2019-04-16 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种人脸活体检测方法及装置 |
CN111652019B (zh) * | 2019-04-16 | 2023-06-20 | 上海铼锶信息技术有限公司 | 一种人脸活体检测方法及装置 |
CN110059624A (zh) * | 2019-04-18 | 2019-07-26 | 北京字节跳动网络技术有限公司 | 用于检测活体的方法和装置 |
CN110059624B (zh) * | 2019-04-18 | 2021-10-08 | 北京字节跳动网络技术有限公司 | 用于检测活体的方法和装置 |
CN110334637A (zh) * | 2019-06-28 | 2019-10-15 | 百度在线网络技术(北京)有限公司 | 人脸活体检测方法、装置及存储介质 |
CN110674770A (zh) * | 2019-09-29 | 2020-01-10 | 上海依图网络科技有限公司 | 用于人脸表情检测的系统以及方法 |
CN111126244A (zh) * | 2019-12-20 | 2020-05-08 | 南京邮电大学 | 一种基于脸部表情的安全认证系统及方法 |
CN111104923A (zh) * | 2019-12-30 | 2020-05-05 | 北京字节跳动网络技术有限公司 | 一种人脸识别方法及装置 |
CN112990019A (zh) * | 2021-03-18 | 2021-06-18 | 广州伟宏智能科技有限公司 | 一种人脸识别活体检测方法 |
CN115063870A (zh) * | 2022-07-08 | 2022-09-16 | 广东警官学院(广东省公安司法管理干部学院) | 一种基于面部动作单元的伪造视频人像检测方法 |
CN115063870B (zh) * | 2022-07-08 | 2024-04-30 | 广东警官学院(广东省公安司法管理干部学院) | 一种基于面部动作单元的伪造视频人像检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104751110B (zh) | 2018-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751110A (zh) | 一种活体检测方法和装置 | |
US8055018B2 (en) | Object image detection method | |
CN105631439B (zh) | 人脸图像处理方法和装置 | |
CN102799893B (zh) | 考场监控视频处理方法 | |
EP2620896B1 (en) | System And Method For Face Capture And Matching | |
CA2782071C (en) | Liveness detection | |
Araujo et al. | Towards skeleton biometric identification using the microsoft kinect sensor | |
CN102483851B (zh) | 用于突起面部特征识别的方法和装置 | |
CN108140123A (zh) | 人脸活体检测方法、电子设备和计算机程序产品 | |
CN107945321A (zh) | 基于人脸识别的安检方法、应用服务器及计算机可读存储介质 | |
CN109902780A (zh) | 基于多模态人脸识别的人证合一核验终端和系统及方法 | |
CN106919921B (zh) | 结合子空间学习与张量神经网络的步态识别方法及系统 | |
CN109298785A (zh) | 一种监测设备的人机联控系统及方法 | |
CN109034134A (zh) | 基于多任务深度卷积神经网络的异常驾驶行为检测方法 | |
CN108875469A (zh) | 活体检测与身份认证的方法、装置及计算机存储介质 | |
CN106651881A (zh) | 车辆检查系统、车辆部位识别方法及系统 | |
CN112418360A (zh) | 卷积神经网络的训练方法、行人属性识别方法及相关设备 | |
CN103020590A (zh) | 一种基于三维模型与图像匹配的车辆识别系统及其方法 | |
CN103049747A (zh) | 利用肤色的人体图像再识别的方法 | |
CN106295574A (zh) | 基于神经网络的人脸特征提取建模、人脸识别方法及装置 | |
CN114764895A (zh) | 异常行为检测装置和方法 | |
Kadam et al. | Review paper on contactless attendance system based on face recognition | |
CN114629047A (zh) | 一种防振锤滑移的检测方法、装置及设备 | |
CN114429677A (zh) | 一种煤矿场景作业行为安全识别考核方法及系统 | |
LOKTEV et al. | User Verification Based on the Analysis of His Images in the Distance Learning System. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |