CN106548121A - 一种活体识别的测试方法及装置 - Google Patents

Abstract

本申请涉及计算机识别技术领域，尤其涉及一种活体识别的测试方法及装置，用以解决现有活体识别测试中对设备硬件及人的依赖度比较高，无法实现自动化测试的问题。本申请实施例提供的活体识别的测试方法包括：在需要进行活体识别测试时，获取保存的视频文件的多帧图像；将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

Description

一种活体识别的测试方法及装置

技术领域

本申请涉及计算机识别技术领域，尤其涉及一种活体识别的测试方法及装置。

背景技术

活体识别技术，是指通过摄像头采集人体动作视频，基于预先设置的动作属性信息，对采集的动作视频进行活体识别；这里的动作属性信息为用于表征动作特征的信息，比如抬头动作对应的动作属性信息包括人脸转动的具体的角度范围。摄像头的像素高低和动作属性信息的准确性决定了进行活体识别的准确性，可见，在限制了硬件条件的前提下，需要通过提高设置的动作属性信息的准确性来提高进行活体识别的准确性。为了提高动作属性信息的准确性，可以针对同一种动作，设置多种用于识别的动作属性信息，并针对每种动作属性信息分别进行活体识别测试。

在进行活体识别测试时，通常需要对多个用户进行体验性测试，在测试中，通过高清摄像头采集用户的动作视频，在基于预设的动作属性信息进行活体动作识别后，将计算机识别结果与人为输入的正确识别结果进行比对，以此来确定该动作属性信息的准确性。在针对同一种动作进行活体识别测试时，通常需要对动作属性信息进行多次测试、调整，从中选择出准确性最高的动作属性信息，因此，针对同一种动作，需要基于不同的动作属性信息重复测试多次。

可见，在现有活体识别测试中，每一次测试时都需要采用高清摄像头采集用户的动作视频，对设备硬件的依赖度比较高，并且，每次测试都需要人工配合完成指定动作，对人的依赖度非常高，无法实现自动化测试。

发明内容

本申请实施例提供一种活体识别的测试方法及装置，用以解决现有活体识别测试中对设备硬件及人的依赖度比较高，无法实现自动化测试的问题。

本申请实施例提供一种活体识别的测试方法，包括：

在需要进行活体识别测试时，获取保存的视频文件的多帧图像；

将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；

基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

可选地，基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果，包括：

若确定的所述识别结果和该视频文件对应的正确识别结果一致，则确定本次对所述动作属性信息进行准确性测试的结果为测试成功，否则，确定本次对所述动作属性信息进行准确性测试的结果为测试失败。

可选地，确定对所述动作属性信息进行准确性测试的结果之后，还包括：

根据基于不同的视频文件分别对所述动作属性信息进行准确性测试的结果，确定对所述动作属性信息进行准确性测试的测试成功率。

可选地，所述获取保存的视频文件的多帧图像，包括：

通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像；其中，不同的第一线程获取的图像不同，所述逻辑顺序是指视频文件中的各帧图像产生的先后顺序。

可选地，将获取的每一帧图像转换成视频帧，包括：

针对通过第一线程获取到的每一帧图像，在确定该帧图像有效之后，通过第二线程将该帧图像转换成视频帧；其中，该帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

可选地，当通过任一第一线程获取保存的视频文件的任一帧图像之后，还包括：

通过该第一线程，将获取的所述任一帧图像加入视频帧转换队列；

所述将获取的每一帧图像转换成视频帧，包括：

通过第二线程，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，并将转换后的视频帧加入动作识别队列，用于进行动作识别。

可选地，通过该第一线程将获取的所述任一帧图像加入视频帧转换队列，包括：在确定所述任一帧图像有效之后，将该帧图像加入视频帧转换队列；或者，

从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，包括：针对从所述视频帧转换队列中取出的任一帧图像，在确定该帧图像有效之后，对该帧图像进行视频帧转换；

其中，所述任一帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

可选地，所述动作属性信息包括：设定动作的动作属性信息，所述识别结果包括：所述视频文件与所述设定动作匹配或者所述视频文件与所述设定动作不匹配；或者，

所述动作属性信息包括：不同动作各自的动作属性信息，所述识别结果包括：识别出的所述不同动作中的一种动作的信息。

本申请实施例提供一种活体识别的测试装置，包括：

获取模块，用于在需要进行活体识别测试时，获取保存的视频文件的多帧图像；

第一确定模块，用于将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；

第二确定模块，用于基于所述第一确定模块确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

可见，本申请实施例通过存储的视频文件来模拟摄像头对用户动作视频的实时采集，从而实现了对活体识别的自动化测试，大大减少了进行活体识别测试时对设备硬件及人的依赖度，减少了测试成本，并提高了测试效率。

附图说明

图1为本申请实施例一提供的活体识别的测试方法流程图；

图2为本申请实施例二提供的活体识别的测试方法流程图；

图3为本申请实施例三提供的活体识别的测试方法流程图；

图4为本申请实施例提供的活体识别的测试装置结构示意图。

具体实施方式

本申请实施例在需要进行活体识别测试时，获取保存的视频文件的多帧图像，将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果，基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。可见，本申请实施例通过存储的视频文件来模拟摄像头对用户动作视频的实时采集，从而实现了对活体识别的自动化测试，大大减少了进行活体识别测试时对设备硬件及人的依赖度，减少了测试成本，并提高了测试效率。

下面结合说明书附图对本申请实施例作进一步详细描述。

实施例一

如图1所示，为本申请实施例一提供的活体识别的测试方法流程图，包括以下步骤：

S101：在需要进行活体识别测试时，获取保存的视频文件的多帧图像。

在具体实施过程中，可以预先录制用户的动作视频，并将其作为视频文件保存起来；针对同一种动作，可以分别采集与该动作匹配或不匹配的多个视频文件，这样，针对与该动作匹配的视频文件，正确的识别结果即为所述视频文件与该动作匹配，相应地，针对与该动作不匹配的视频文件，正确的识别结果即为所述视频文件与该动作不匹配。

在具体实施中，可以针对一种动作，设置多种动作属性信息，并分别测试每一种动作属性信息的准确性。在针对每一种动作属性信息进行测试时，可以采用相同的视频文件，因此，采用这种方式，针对一种动作只需进行一次视频文件的采集，如果采用与该动作不匹配的视频文件，还可以从已有的视频文件中进行选取，而不用再进行采集，这样就大大减少了进行动作识别测试时对人的依赖度，减少了测试成本，并可以提高测试效率。

在步骤S101中，当需要针对用于识别某一种动作的动作属性信息进行测试时，从保存的视频文件中连续获取多帧图像，具体地，获取多帧图像可以是指从视频文件的第N帧图像(这里，将图像按照生成的先后顺序进行排列，第一帧图像即为最先生成的图像)开始依次获取每一帧图像，连续获取M帧图像，M为大于1的正整数。

S102：将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果。

该步骤中，由于在进行视频读取时，是按照图像帧的格式(如位图文件bitmap)依次读取的，在进行活体动作识别时，需要将读取的每一帧图像分别转换成视频流格式(如mp4)的视频帧，基于转换后的各个视频帧才能进行活体动作识别。

在进行活体动作识别时，根据需要测试的任一动作属性信息，判断得到的各个视频帧是否与该动作属性信息进行匹配，若匹配，则认为所述视频文件对应的动作即为该动作属性信息所标识的动作，若不匹配，则认为所述视频文件对应的动作不是该动作属性信息所标识的动作。

在具体实施过程中，进行动作识别的识别结果有两种体现形式，一种体现形式是识别出的动作与预设的一种动作是否一致，另一种体现形式为识别出具体的动作是什么。在前一种体现形式下，所述动作属性信息即包括：设定动作的动作属性信息，所述识别结果即包括：所述视频文件与所述设定动作匹配或者所述视频文件与所述设定动作不匹配；在后一种体现形式下，所述动作属性信息包括：不同动作各自的动作属性信息，所述识别结果包括：识别出的所述不同动作中的一种动作的信息。

在本申请实施例中，所述动作属性信息是指标识动作特征的信息，比如设置的点头动作的一种动作属性信息为人脸垂直俯仰角度从0度到负30度变化，误差在5度之内，也即若某个人的人脸垂直俯仰角度从5度到负35度，则认为进行了点头动作，此外，还可以设置其它的角度范围及误差作为其它种动作属性信息。再比如，设置的抬头动作的一种动作属性信息为人脸垂直俯仰角度从0度到30度变化，误差在5度之内；设置的向左转头的一种动作属性信息为人脸左右俯仰角度是从0度到30度(向左为正)变化，误差在8度之内；设置的向右转头的一种动作属性信息为人脸左右俯仰角度是从0度到负30度变化，误差在8度之内等。

S103：基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

参见上述关于S102的描述，若确定的识别结果为所述视频文件与所述设定动作匹配，而该视频文件对应的正确识别结果为所述视频文件与所述设定动作不匹配，则认为本次对所述动作属性信息进行准确性测试的结果为测试失败；相应地，若视频文件对应的正确识别结果为所述视频文件与所述设定动作匹配，则认为本次对所述动作属性信息进行准确性测试的结果为测试成功。

在具体实施中，可以基于多个视频文件，分别对所述动作属性信息进行准确性测试，并统计对所述动作属性信息进行准确性测试的测试成功率；之后，针对用于测试一种动作的多种动作属性信息，根据这多种动作属性信息分别对应的测试成功率，选取其中测试成功率最高的动作属性信息。

在具体实施中，还可以根据对前N种(N为正整数)动作属性信息进行测试的测试成功率，来确定调整后的后一种动作属性信息，比如，针对抬头动作这种动作属性信息，当动作属性信息为人脸垂直俯仰角度从0度到25度变化时，测试成功率为80％，当动作属性信息为人脸垂直俯仰角度从0度到35度变化时，测试成功率为75％，此时，可以将动作属性信息调整为人脸垂直俯仰角度从0度到30度变化继续进行测试。

在实际实施中，由于从视频文件中读取每一帧图像的速度比较慢(比如Nexus5机型需要400ms)，而本申请实施例需要模拟真实摄像头进行视频采集的过程，就需要提高图像读取的速度。为此，本申请实施例二提出了以下采用多线程并发获取图像，以及采用另外的线程进行视频帧转换的处理机制。

实施例二

如图2所示，为本申请实施例二提供的活体识别的测试方法流程图，包括以下步骤：

S201：在需要进行活体识别测试时，通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像；其中，不同的第一线程获取的图像不同，所述逻辑顺序是指视频文件中的各帧图像产生的先后顺序。

本申请实施例针对获取图像的过程开辟了至少两个第一线程，各第一线程按照各帧图像对应的逻辑顺序提取图像，比如通过了两个第一线程，第一个第一线程获取了视频文件中的第一帧图像，则第二个第一线程需要获取视频文件中的第二帧图像，第一个第一线程在获取完第一帧图像后，接着获取第三帧图像，第二个第一线程在获取完第二帧图像后，接着获取第四帧图像，如此循环。这里的逻辑顺序是指视频文件中的各帧图像产生的先后顺序，也可以认为是播出视频文件时，各帧图像被播出的先后顺序。在具体实施中，可以采用图像帧号来标识各帧图像之间的逻辑顺序，比如按照各帧图像的产生时间由先向后的顺序，依次将图像帧号由小到大编排，如第一帧图像的图像帧号为0、第二帧为1……

S202：针对通过第一线程获取到的每一帧图像，在确定该帧图像有效之后，通过第二线程将该帧图像转换成视频帧；其中，该帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

为了及时将第一线程获取的图像转换成视频帧，本申请实施例开辟了第二线程。由于本申请实施例采用了多线程获取图像，在这种情况下，将会出现无效帧的情况。在第二线程将每一帧图像转换成视频帧之前，需要确认该帧图像为有效的图像，这里，判断该帧图像是否有效的过程可以由第一线程执行，也可以由第二线程执行。比如，当第一个第一线程获取到第一帧图像后，发现第二个第一线程已经获取了第二帧图像，并将该第二帧图像放入了视频帧转换队列中等待第二线程提取，则此时第一个第一线程可以直接将第一帧图像丢弃。或者，第一个第一线程可以在获取到第一帧图像后，直接将其放入视频帧转换队列中，第二线程在视频帧转换队列中提取图像时，若发现在该第一帧图像之前已经提取了第二帧图像，则可以直接丢弃该第一帧图像。若采用图像帧号来标识各帧图像之间的逻辑顺序，该帧图像有效即是指已获取的所有图像的图像帧号小于该帧图像的图像帧号。

S203：基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果。

S204：基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

这里，可以通过不同于第一线程和第二线程的其它线程来提取视频帧进行动作识别，并通过比较识别结果和该视频文件对应的正确识别结果，确定本次测试结果。

下面通过一个具体的实施例，对本申请实施例的思想作进一步说明。

实施例三

如图3所示，为本申请实施例三提供的动作识别准确性测试方法流程图，在实施以下步骤之前，可以首先进行视频文件的录制，具体地，通过摄像头采集用户的动作视频，并将其保存为mp4格式的视频文件，然后，执行以下步骤：

S301：在需要进行活体识别测试时，通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像，并将获取到的每一帧图像加入视频帧转换队列；其中，不同的第一线程获取的图像不同。

这里，针对任一帧图像，第一线程可以在确认获取到的该帧图像有效之后，再将其加入视频帧转换队列，否则丢弃该帧图像。具体地，可以将每一帧图像按照其在视频文件中的逻辑顺序进行编号，其中逻辑顺序在先的图像的序号小于逻辑顺序在后的图像的序号；第一线程可以在确认视频帧转换队列中最大的图像序号比如自身当前获取到的图像序号大时，确认当前获取到的图像为无效图像，而将其丢弃，相反，则将其加入视频帧转换队列中。

S302：通过第二线程，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，并将转换后的视频帧加入动作识别队列，用于进行活体动作识别。

这里，若第一线程不负责进行无效图像的过滤，无效图像的过滤可以由第二线程执行，第二线程针对从所述视频帧转换队列中取出的任一帧图像，在确定该帧图像有效之后，对该帧图像进行视频帧转换；具体地，第二线程在从视频帧转换队列中取出一帧图像后，若确认该帧图像的序号比已转换成视频帧的图像的序号小，则丢弃该帧图像，否则将其加入动作识别队列。

S303：基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果。

S304：基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

该步骤中，通过第三线程从所述动作识别队列中依次取出视频帧进行动作识别，确定识别结果，并通过比较确定的识别结果和该视频文件对应的正确识别结果，确定本次进行准确性测试的结果。在具体实施中，可以基于不同的视频文件对所述动作属性信息进行准确性识别，并统计所述动作属性信息的准确率，以便为特定动作确定较准确的动作属性信息。

基于同一发明构思，本申请实施例中还提供了一种与活体识别的测试方法对应的活体识别的测试装置，由于该装置解决问题的原理与本申请实施例活体识别的测试方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

实施例四

如图4所示，为本申请实施例提供的活体识别的测试装置结构示意图，包括：

获取模块41，用于在需要进行活体识别测试时，获取保存的视频文件的多帧图像；

第一确定模块42，用于将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；

第二确定模块43，用于基于所述第一确定模块42确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

可选地，所述第二确定模块43具体用于：

若确定的所述识别结果和该视频文件对应的正确识别结果一致，则确定本次对所述动作属性信息进行准确性测试的结果为测试成功，否则，确定本次对所述动作属性信息进行准确性测试的结果为测试失败。

可选地，所述装置还包括：

第三确定模块44，用于在所述第二确定模块43确定对所述动作属性信息进行准确性测试的结果之后，根据基于不同的视频文件分别对所述动作属性信息进行准确性测试的结果，确定对所述动作属性信息进行准确性测试的测试成功率。

可选地，所述获取模块41具体用于：

通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像；其中，不同的第一线程获取的图像不同，所述逻辑顺序是指视频文件中的各帧图像产生的先后顺序。

可选地，所述第一确定模块42具体用于：

针对通过第一线程获取到的每一帧图像，在确定该帧图像有效之后，通过第二线程将该帧图像转换成视频帧；其中，该帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

可选地，所述获取模块41还用于：

当通过任一第一线程获取保存的视频文件的任一帧图像之后，通过该第一线程，将获取的所述任一帧图像加入视频帧转换队列；

所述第二确定模块43具体用于：

通过第二线程，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，并将转换后的视频帧加入动作识别队列，用于进行动作识别。

可选地，所述获取模块41具体用于：在确定所述任一帧图像有效之后，将该帧图像加入视频帧转换队列；或者，

所述第二确定模块43具体用于：针对从所述视频帧转换队列中取出的任一帧图像，在确定该帧图像有效之后，对该帧图像进行视频帧转换；

其中，所述任一帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

可选地，所述动作属性信息包括：设定动作的动作属性信息，所述识别结果包括：所述视频文件与所述设定动作匹配或者所述视频文件与所述设定动作不匹配；或者，

所述动作属性信息包括：不同动作各自的动作属性信息，所述识别结果包括：识别出的所述不同动作中的一种动作的信息。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (16)

1.一种活体识别的测试方法，其特征在于，该方法包括：

在需要进行活体识别测试时，获取保存的视频文件的多帧图像；

将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；

基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

2.如权利要求1所述的方法，其特征在于，基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果，包括：

若确定的所述识别结果和该视频文件对应的正确识别结果一致，则确定本次对所述动作属性信息进行准确性测试的结果为测试成功，否则，确定本次对所述动作属性信息进行准确性测试的结果为测试失败。

3.如权利要求1或2所述的方法，其特征在于，确定对所述动作属性信息进行准确性测试的结果之后，还包括：

根据基于不同的视频文件分别对所述动作属性信息进行准确性测试的结果，确定对所述动作属性信息进行准确性测试的测试成功率。

4.如权利要求1所述的方法，其特征在于，所述获取保存的视频文件的多帧图像，包括：

通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像；其中，不同的第一线程获取的图像不同，所述逻辑顺序是指视频文件中的各帧图像产生的先后顺序。

5.如权利要求4所述的方法，其特征在于，将获取的每一帧图像转换成视频帧，包括：

针对通过第一线程获取到的每一帧图像，在确定该帧图像有效之后，通过第二线程将该帧图像转换成视频帧；其中，该帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

6.如权利要求4或5所述的方法，其特征在于，当通过任一第一线程获取保存的视频文件的任一帧图像之后，还包括：

通过该第一线程，将获取的所述任一帧图像加入视频帧转换队列；

所述将获取的每一帧图像转换成视频帧，包括：

通过第二线程，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，并将转换后的视频帧加入动作识别队列，用于进行动作识别。

7.如权利要求6所述的方法，其特征在于，通过该第一线程将获取的所述任一帧图像加入视频帧转换队列，包括：在确定所述任一帧图像有效之后，将该帧图像加入视频帧转换队列；或者，

从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，包括：针对从所述视频帧转换队列中取出的任一帧图像，在确定该帧图像有效之后，对该帧图像进行视频帧转换；

其中，所述任一帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

8.如权利要求1所述的方法，其特征在于，所述动作属性信息包括：设定动作的动作属性信息，所述识别结果包括：所述视频文件与所述设定动作匹配或者所述视频文件与所述设定动作不匹配；或者，

所述动作属性信息包括：不同动作各自的动作属性信息，所述识别结果包括：识别出的所述不同动作中的一种动作的信息。

9.一种活体识别的测试装置，其特征在于，该装置包括：

获取模块，用于在需要进行活体识别测试时，获取保存的视频文件的多帧图像；

第一确定模块，用于将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；

第二确定模块，用于基于所述第一确定模块确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

10.如权利要求9所述的装置，其特征在于，所述第二确定模块具体用于：

若确定的所述识别结果和该视频文件对应的正确识别结果一致，则确定本次对所述动作属性信息进行准确性测试的结果为测试成功，否则，确定本次对所述动作属性信息进行准确性测试的结果为测试失败。

11.如权利要求9或10所述的装置，其特征在于，所述装置还包括：

第三确定模块，用于在所述第二确定模块确定对所述动作属性信息进行准确性测试的结果之后，根据基于不同的视频文件分别对所述动作属性信息进行准确性测试的结果，确定对所述动作属性信息进行准确性测试的测试成功率。

12.如权利要求9所述的装置，其特征在于，所述获取模块具体用于：

通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像；其中，不同的第一线程获取的图像不同，所述逻辑顺序是指视频文件中的各帧图像产生的先后顺序。

13.如权利要求12所述的装置，其特征在于，所述第一确定模块具体用于：

针对通过第一线程获取到的每一帧图像，在确定该帧图像有效之后，通过第二线程将该帧图像转换成视频帧；其中，该帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

14.如权利要求12或13所述的装置，其特征在于，所述获取模块还用于：

当通过任一第一线程获取保存的视频文件的任一帧图像之后，通过该第一线程，将获取的所述任一帧图像加入视频帧转换队列；

所述第二确定模块具体用于：

通过第二线程，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，并将转换后的视频帧加入动作识别队列，用于进行动作识别。

15.如权利要求14所述的装置，其特征在于，所述获取模块具体用于：在确定所述任一帧图像有效之后，将该帧图像加入视频帧转换队列；或者，

所述第二确定模块具体用于：针对从所述视频帧转换队列中取出的任一帧图像，在确定该帧图像有效之后，对该帧图像进行视频帧转换；

其中，所述任一帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。

16.如权利要求9所述的装置，其特征在于，所述动作属性信息包括：设定动作的动作属性信息，所述识别结果包括：所述视频文件与所述设定动作匹配或者所述视频文件与所述设定动作不匹配；或者，

所述动作属性信息包括：不同动作各自的动作属性信息，所述识别结果包括：识别出的所述不同动作中的一种动作的信息。