CN107609462A - 待检测信息生成及活体检测方法、装置、设备及存储介质 - Google Patents
待检测信息生成及活体检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN107609462A CN107609462A CN201710596110.2A CN201710596110A CN107609462A CN 107609462 A CN107609462 A CN 107609462A CN 201710596110 A CN201710596110 A CN 201710596110A CN 107609462 A CN107609462 A CN 107609462A
- Authority
- CN
- China
- Prior art keywords
- intelligent terminal
- face video
- checked
- face
- measurement information
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/17—Image acquisition using hand-held instruments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Abstract
本发明公开了待检测信息生成及活体检测方法、装置、设备及存储介质,其中方法包括:获取用户的待检测信息,待检测信息中包括利用智能终端拍摄的人脸视频以及在拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端;根据待检测信息确定出人脸视频中的人脸是否为活体。应用本发明所述方案,能够提高检测结果的准确性等。
Description
【技术领域】
本发明涉及计算机应用技术,特别涉及待检测信息生成及活体检测方法、装置、设备及存储介质。
【背景技术】
人脸识别技术与其它生物特征识别技术相比,在实际应用中具有天然独到的优势:可通过摄像头直接获取,可以非接触的方式完成识别过程,方便快捷。
目前已应用在金融、教育、景区、旅运、社保等各个领域,但方便的同时也带来了一些问题,如易获取,使得人脸容易被一些人用照片、视频等方式进行复制,从而达到窃取盗用信息的目的。尤其是在新兴的金融行业,人脸识别技术已逐渐应用于远程开户、取款、支付等,涉及用户的切身利益。
为此,现有技术中又提出了活体检测技术,所谓活体检测,通俗地讲,就是在人脸识别的过程中证明这张人脸对应的是个“活人”。
非活体(即攻击)的来源是比较广泛的,比如可包括手机或Pad等上显示的照片和视频、各种打印的不同材质的照片(包含各种情形的弯曲、折叠、剪裁、挖洞等)等。
活体检测在社保、网上开户等重要场合都有其应用,比如,通过验证确定老年用户身份真实且健在后才能进行养老金的领取,网上开户时,以此来保证用户信息的真实、有效和安全等。
现有的活体检测方式中,可利用摄像头来采集用户图片,并对用户图片进行特征提取,进而根据提取出的特征确定用户是否为活体。
但这种方式的检测结果的准确性比较低,很容易将非活体错误地判定为活体。
【发明内容】
有鉴于此,本发明提供了待检测信息生成及活体检测方法、装置、设备及存储介质,能够提高检测结果的准确性。
具体技术方案如下:
一种待检测信息生成方法,包括:
当需要对用户进行活体检测时,利用智能终端拍摄人脸视频;
获取拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
拍摄结束,将所述人脸视频和所述智能终端的运动信息作为待检测信息,发送给活体检测系统,以便所述活体检测系统根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
根据本发明一优选实施例,所述移动所述智能终端包括:
按照随机要求,将所述智能终端拿远或拿近。
一种活体检测方法,包括:
获取用户的待检测信息,所述待检测信息中包括利用智能终端拍摄的人脸视频以及在拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
根据本发明一优选实施例,所述移动所述智能终端包括:
按照随机要求,将所述智能终端拿远或拿近。
根据本发明一优选实施例,所述根据所述待检测信息确定出所述人脸视频中的人脸是否为活体包括:
将所述待检测信息输入给预先训练得到的分类模型,得到输出的所述人脸视频中的人脸是否为活体的检测结果。
根据本发明一优选实施例,所述获取用户的待检测信息之前,进一步包括:
分别获取作为训练数据的正样本和负样本;
根据获取到的训练数据训练得到所述分类模型。
一种待检测信息生成装置,包括:生成单元以及发送单元;
所述生成单元,用于当需要对用户进行活体检测时,利用智能终端拍摄人脸视频;获取拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
所述发送单元,用于在拍摄结束后,将所述人脸视频和所述智能终端的运动信息作为待检测信息,发送给活体检测系统,以便所述活体检测系统根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
根据本发明一优选实施例,所述智能终端的移动包括:拿远和拿近。
一种活体检测装置,包括:获取单元以及检测单元;
所述获取单元,用于获取用户的待检测信息,所述待检测信息中包括利用智能终端拍摄的人脸视频以及在拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
所述检测单元,用于根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
根据本发明一优选实施例,所述智能终端的移动包括:拿远和拿近。
根据本发明一优选实施例,所述检测单元将所述待检测信息输入给预先训练得到的分类模型,得到输出的所述人脸视频中的人脸是否为活体的检测结果。
根据本发明一优选实施例,所述装置中进一步包括:预处理单元;
所述预处理单元,用于分别获取作为训练数据的正样本和负样本,并根据获取到的训练数据训练得到所述分类模型。
一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如以上所述的待检测信息生成方法。
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的待检测信息生成方法。
一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如以上所述的活体检测方法。
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的活体检测方法。
基于上述介绍可以看出,采用本发明所述方案,可获取用户的待检测信息,待检测信息中可包括利用智能终端拍摄的人脸视频以及在拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端,之后可根据待检测信息确定出人脸视频中的人脸是否为活体,相比于现有技术中利用图片来进行活体检测的方式,视频中通常包含更多的攻击信息,而且可进一步结合在拍摄人脸视频过程中智能终端的运动信息,来最终地确定出是否为活体,从而提高了检测结果的准确性,而且,本发明所述方案对于各种常用的攻击方式均可适用,具有广泛适用性。
【附图说明】
图1为本发明所述待检测信息生成方法实施例的流程图。
图2为本发明所述活体检测方法第一实施例的流程图。
图3为本发明所述活体检测方法第二实施例的流程图。
图4为本发明所述待检测信息生成装置实施例的组成结构示意图。
图5为本发明所述活体检测装置实施例的组成结构示意图。
图6示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
针对现有技术中存在的问题,本发明中提出一种待检测信息生成方式及活体检测方式,所述活体检测方式依赖于所述待检测信息。
为了使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案进行进一步说明。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明所述待检测信息生成方法实施例的流程图,如图1所示,包括以下具体实现方式。
在101中,当需要对用户进行活体检测时,获取利用智能终端拍摄的人脸视频。
在102中,获取拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端。
在103中,拍摄结束,将人脸视频和智能终端的运动信息作为待检测信息,发送给活体检测系统,以便活体检测系统根据待检测信息确定出人脸视频中的人脸是否为活体。
目前,用户对于智能终端的使用越来越广泛,因此,本发明中提出可以结合用户的智能终端来对用户进行活体检测。
即在进行活体检测时,可先要求用户拍摄一段视频,该视频可为人脸视频,并且,在拍摄人脸视频的过程中,可要求用户配合移动智能终端,如将智能终端拿远或拿近,同时,获取在拍摄人脸视频的过程中智能终端的运动信息。
由于手机是目前应用最为广泛的一种智能终端,几乎每个人都具有手机,而且通常都会随身携带,因此,可利用手机来拍摄人脸视频,同时获取在拍摄人脸视频的过程中手机的运动信息。
在实际应用中,图1所示101~103的执行主体可为安装在手机上的一个应用程序(App)。
相应地,对于需要按照本发明所述方式进行活体检测的用户,可预先在手机上安装一个上述App,当需要对用户进行活体检测时,用户可打开App,并发出相应指令,从而开始拍摄人脸视频,并且,在拍摄过程中,App可向用户发出指令,要求用户将手机拿远或拿近,进而获取手机的运行信息,当拍摄结束时,App可自动地将拍摄到的人脸视频和获取到的手机的运行信息作为待检测信息,发送给后台的活体检测系统,以便活体检测系统根据待检测信息确定出人脸视频中的人脸是否为活体。
其中,可借助于手机中的运动信息采集装置,如陀螺仪、加速度传感器以及惯用测量单元(IMU,Inertial Measurement Unit)等来获取手机的运行信息。
另外,为了防止发出的指令被攻击用户记住,如先拿远,再拿近,再拿远等,从而伪造人脸视频,可在拍摄人脸视频的过程中,随机地要求用户将智能终端拿远或拿近。
图2为本发明所述活体检测方法第一实施例的流程图,如图2所示,包括以下具体实现方式。
在201中,获取用户的待检测信息,待检测信息中包括利用智能终端拍摄的人脸视频以及在拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端。
在202中,根据待检测信息确定出人脸视频中的人脸是否为活体。
图2所示201-202的执行主体可为后台的活体检测系统。
活体检测系统在获取到待检测信息之后,可以根据待检测信息中的人脸视频以及手机的运动信息,确定出人脸视频中的人脸是否为活体,即得到活体检测结果。
较佳地,可判断人脸视频中的人脸变化方向与手机的运动方向是否一致等,若不一致,则可判定人脸视频中的人脸为非活体。
比如,在将手机拿近时,拍摄到的人脸会变大,在将手机拿远时,拍摄到的人脸会变小等。
如前所述,对于攻击用户来说,目前比较常用的攻击方式可包括手机或Pad等上显示的照片和视频、各种打印的不同材质的照片等。
以下分别结合上述几种攻击方式,对本发明所述方案进行进一步说明。
一)利用打印在纸张上的照片进行攻击
当需要进行活体检测时,攻击用户即非法用户可打开安装在手机上的App,针对通过某种方式获取到的合法用户的打印在纸张上的照片,拍摄人脸视频,并在拍摄人脸视频的过程中,按照要求将手机拿远或拿近,拍摄完成后,App将获取到的人脸视频以及拍摄过程中手机的运动信息发送给后台的活体检测系统进行活体检测。
这种情况下,人脸视频中的人脸变化方向与手机的运动方向也是一致的,但是,拍摄真人所得到的图片中的纹理信息会和拍摄打印在纸张上的照片所得到的图片中的纹理信息存在较大的差别,尤其是在将手机拿近时,而在将手机拿远时,会很容易暴露出纸张的边框信息等,因此,可利用这些特点来区分是否活体。
二)利用手机上显示的照片进行攻击
当需要进行活体检测时,攻击用户可在手机的屏幕上显示出通过某种方式获取到的合法用户的照片,并可打开另一手机上安装的App,针对所显示的照片拍摄人脸视频,并在拍摄人脸视频的过程中,按照要求将手机拿远或拿近,拍摄完成后,App将获取到的人脸视频以及拍摄过程中手机的运动信息发送给后台的活体检测系统进行活体检测。
这种情况下,人脸视频中的人脸变化方向与手机的运动方向也是一致的,但是,拍摄手机屏幕上显示的照片所得到的图片中,会存在一些比较明显的攻击特征,如屏幕闪烁等,而且,在将手机拿远时,会很容易暴露出手机屏幕的边框信息等,因此,可利用这些特点来区分是否活体。
三)利用手机上显示的视频进行攻击
非法用户可利用手机预先拍摄一段人脸视频,拍摄的时候也可按照将手机拿远拿近的方式进行拍摄。
当需要进行活体检测时,利用手机屏幕播放所拍摄的人脸视频,并打开另一手机上安装的App,拍摄所播放的内容,并在拍摄的过程中,保持手机不动或按照要求将手机拿远或拿近,拍摄完成后,App将获取到的人脸视频以及拍摄过程中手机的运动信息发送给后台的活体检测系统进行活体检测。
如果拍摄过程中保持手机不动,那么相当于手机的运动信息为空,如果拍摄过程中按照要求将手机拿远或拿近,那么由于要求是随机发出的,因此必然会和非法用户拍摄人脸视频时的拿远拿近方式不同,从而导致人脸视频中的人脸变化方向与手机的运动方向不一致,因此,可利用这些特点来区分是否活体。
在实际应用中,为提高检测结果的准确性,可预先训练得到一个分类模型,通过深度学习的方式,让分类模型学习到各种攻击方式下的上述特点,从而区分出是否为活体。
为此,需要预先分别获取作为训练数据的正样本和负样本,正样本即指最终的检测结果为活体的训练数据,负样本即指最终的检测结果为非活体的训练数据。
比如,可按照上述一)、二)、三)中的攻击方式生成负样本,按照正常的操作方式,利用真人(活人)生成正样本。
在获取到足够数量的正样本和负样本之后,即可训练得到分类模型,如何进行训练为现有技术。
后续,在进行活体检测时,可将获取到的待检测信息中的人脸视频以及手机的运动信息输入给分类模型,从而得到输出的人脸视频中的人脸是否为活体的检测结果。
综合上述介绍,图3为本发明所述活体检测方法第二实施例的流程图,如图3所示,包括以下具体实现方式。
在301中,分别获取作为训练数据的正样本和负样本。
比如,可按照上述一)、二)、三)中的攻击方式生成负样本,按照正常的操作方式,利用真人(活人)生成正样本。
在302中,根据获取到的训练数据训练得到分类模型。
分类模型可为神经网络模型等。
在303中,当需要对用户进行活体检测时,获取利用智能终端拍摄的人脸视频。
在304中,获取拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端。
移动智能终端可包括将智能终端拿近或拿远等。
在305中,将人脸视频和智能终端的运动信息作为待检测信息。
在306中,将待检测信息输入给分类模型,得到输出的人脸视频中的人脸是否为活体的检测结果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
总之,采用上述各方法实施例所述方案,可获取用户的待检测信息,待检测信息中可包括利用智能终端拍摄的人脸视频以及在拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端,之后可根据待检测信息确定出人脸视频中的人脸是否为活体,相比于现有技术中利用图片来进行活体检测的方式,视频中通常包含更多的攻击信息,而且可进一步结合在拍摄人脸视频过程中智能终端的运动信息,来最终地确定出是否为活体,从而提高了检测结果的准确性,而且,本发明所述方案对于各种常用的攻击方式均可适用,具有广泛适用性。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图4为本发明所述待检测信息生成装置实施例的组成结构示意图,如图4所示,包括:生成单元401以及发送单元402。
生成单元401,用于当需要对用户进行活体检测时,利用智能终端拍摄人脸视频;获取拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端。
发送单元402,用于在拍摄结束后,将人脸视频和智能终端的运动信息作为待检测信息,发送给活体检测系统,以便活体检测系统根据待检测信息确定出人脸视频中的人脸是否为活体。
目前,用户对于智能终端的使用越来越广泛,因此,本发明中提出可以结合用户的智能终端来对用户进行活体检测。
即在进行活体检测时,可先要求用户拍摄一段视频,该视频可为人脸视频,并且,在拍摄人脸视频的过程中,可要求用户配合移动智能终端,如将智能终端拿远或拿近,同时,获取在拍摄人脸视频的过程中智能终端的运动信息。
由于手机是目前应用最为广泛的一种智能终端,几乎每个人都具有手机,而且通常都会随身携带,因此,可利用手机来拍摄人脸视频,同时获取在拍摄人脸视频的过程中手机的运动信息。
相应地,图4所示装置可位于手机中,作为手机中的一个组成部分,或者,也可以以一个App的形式出现。
另外,为了防止发出的要求被攻击用户记住,如先拿远,再拿近,再拿远等,从而伪造人脸视频,可在拍摄人脸视频的过程中,随机地要求用户将智能终端拿远或拿近。
图5为本发明所述活体检测装置实施例的组成结构示意图,如图5所示,包括:获取单元501以及检测单元502。
获取单元501,用于获取用户的待检测信息,待检测信息中包括利用智能终端拍摄的人脸视频以及在拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端。
检测单元502,用于根据待检测信息确定出人脸视频中的人脸是否为活体。
获取单元501可获取来自图4所示装置的待检测信息,并将获取到的待检测信息发送给检测单元502。
检测单元502可根据待检测信息中的人脸视频以及智能终端的运动信息,确定出人脸视频中的人脸是否为活体,即得到活体检测结果。
较佳地,检测单元502可判断人脸视频中的人脸变化方向与智能终端的运动方向是否一致等,若不一致,则可判定人脸视频中的人脸为非活体。
对于攻击用户来说,目前比较常用的攻击方式包括利用手机或Pad等上显示的照片和视频进行攻击、利用各种打印的不同材质的照片进行攻击等。
参照前述一)、二)、三)中对于各种攻击方式的描述,在实际应用中,为提高检测结果的准确性,可预先训练得到一个分类模型,通过深度学习的方式,让分类模型学习到各种攻击方式下的不同特点,从而区分出是否为活体。
相应地,图5所示装置中可进一步包括:预处理单元503。
预处理单元503,用于分别获取作为训练数据的正样本和负样本,根据获取到的训练数据训练得到分类模型。
其中,正样本即指最终的检测结果为活体的训练数据,负样本即指最终的检测结果为非活体的训练数据。
比如,可按照上述一)、二)、三)中的攻击方式生成负样本,按照正常的操作方式,利用真人生成正样本。
在获取到足够数量的正样本和负样本之后,即可训练得到分类模型,如何进行训练为现有技术。
后续,在进行活体检测时,检测单元502可将获取到的待检测信息中的人脸视频以及智能终端的运动信息输入给分类模型,从而得到输出的人脸视频中的人脸是否为活体的检测结果。
图4和图5所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明,不再赘述。
总之,采用上述各装置实施例所述方案,可获取用户的待检测信息,待检测信息中可包括利用智能终端拍摄的人脸视频以及在拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端,之后可根据待检测信息确定出人脸视频中的人脸是否为活体,相比于现有技术中利用图片来进行活体检测的方式,视频中通常包含更多的攻击信息,而且可进一步结合在拍摄人脸视频过程中智能终端的运动信息,来最终地确定出是否为活体,从而提高了检测结果的准确性,而且,本发明所述方案对于各种常用的攻击方式均可适用,具有广泛适用性。
图6示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图6显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器(处理单元)16,存储器28,连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现图1、2或3所示实施例中的方法,即当需要对用户进行活体检测时,获取利用智能终端拍摄的人脸视频,并获取拍摄人脸视频的过程中智能终端的运动信息,其中,在拍摄人脸视频的过程中,用户需要按照要求移动智能终端,拍摄结束,将人脸视频和智能终端的运动信息作为待检测信息,发送给活体检测系统,活体检测系统根据待检测信息确定出人脸视频中的人脸是否为活体。
具体实现请参照前述各实施例中的相关说明,不再赘述。
本发明同时公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时将实现如图1、2或3所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法等,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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,均应包含在本发明保护的范围之内。
Claims (16)
1.一种待检测信息生成方法,其特征在于,包括:
当需要对用户进行活体检测时,获取利用智能终端拍摄的人脸视频;
获取拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
拍摄结束,将所述人脸视频和所述智能终端的运动信息作为待检测信息,发送给活体检测系统,以便所述活体检测系统根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
2.根据权利要求1所述的方法,其特征在于,
所述移动所述智能终端包括:
按照随机要求,将所述智能终端拿远或拿近。
3.一种活体检测方法,其特征在于,包括:
获取用户的待检测信息,所述待检测信息中包括利用智能终端拍摄的人脸视频以及在拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
4.根据权利要求3所述的方法,其特征在于,
所述移动所述智能终端包括:
按照随机要求,将所述智能终端拿远或拿近。
5.根据权利要求3所述的方法,其特征在于,
所述根据所述待检测信息确定出所述人脸视频中的人脸是否为活体包括:
将所述待检测信息输入给预先训练得到的分类模型,得到输出的所述人脸视频中的人脸是否为活体的检测结果。
6.根据权利要求5所述的方法,其特征在于,
所述获取用户的待检测信息之前,进一步包括:
分别获取作为训练数据的正样本和负样本;
根据获取到的训练数据训练得到所述分类模型。
7.一种待检测信息生成装置,其特征在于,包括:生成单元以及发送单元;
所述生成单元,用于当需要对用户进行活体检测时,利用智能终端拍摄人脸视频;获取拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
所述发送单元,用于在拍摄结束后,将所述人脸视频和所述智能终端的运动信息作为待检测信息,发送给活体检测系统,以便所述活体检测系统根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
8.根据权利要求7所述的装置,其特征在于,
所述智能终端的移动包括:拿远和拿近。
9.一种活体检测装置,其特征在于,包括:获取单元以及检测单元;
所述获取单元,用于获取用户的待检测信息,所述待检测信息中包括利用智能终端拍摄的人脸视频以及在拍摄所述人脸视频的过程中所述智能终端的运动信息,其中,在拍摄所述人脸视频的过程中,所述用户需要按照要求移动所述智能终端;
所述检测单元,用于根据所述待检测信息确定出所述人脸视频中的人脸是否为活体。
10.根据权利要求9所述的装置,其特征在于,
所述智能终端的移动包括:拿远和拿近。
11.根据权利要求9所述的装置,其特征在于,
所述检测单元将所述待检测信息输入给预先训练得到的分类模型,得到输出的所述人脸视频中的人脸是否为活体的检测结果。
12.根据权利要求11所述的装置,其特征在于,
所述装置中进一步包括:预处理单元;
所述预处理单元,用于分别获取作为训练数据的正样本和负样本,并根据获取到的训练数据训练得到所述分类模型。
13.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~2中任一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~2中任一项所述的方法。
15.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求3~6中任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求3~6中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710596110.2A CN107609462A (zh) | 2017-07-20 | 2017-07-20 | 待检测信息生成及活体检测方法、装置、设备及存储介质 |
US16/029,066 US20190026606A1 (en) | 2017-07-20 | 2018-07-06 | To-be-detected information generating method and apparatus, living body detecting method and apparatus, device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710596110.2A CN107609462A (zh) | 2017-07-20 | 2017-07-20 | 待检测信息生成及活体检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107609462A true CN107609462A (zh) | 2018-01-19 |
Family
ID=61059938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710596110.2A Pending CN107609462A (zh) | 2017-07-20 | 2017-07-20 | 待检测信息生成及活体检测方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190026606A1 (zh) |
CN (1) | CN107609462A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163053A (zh) * | 2018-08-02 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 生成人脸识别的负样本的方法、装置及计算机设备 |
CN111428570A (zh) * | 2020-02-27 | 2020-07-17 | 深圳壹账通智能科技有限公司 | 非活体人脸的检测方法、装置、计算机设备及存储介质 |
CN113095272A (zh) * | 2021-04-23 | 2021-07-09 | 深圳前海微众银行股份有限公司 | 活体检测方法、设备、介质及计算机程序产品 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222573A (zh) * | 2019-05-07 | 2019-09-10 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN112215045A (zh) * | 2019-07-12 | 2021-01-12 | 普天信息技术有限公司 | 一种活体检测方法和装置 |
CN110688957B (zh) * | 2019-09-27 | 2023-06-30 | 腾讯科技(深圳)有限公司 | 应用于人脸识别的活体检测方法、装置及存储介质 |
US11645729B1 (en) * | 2019-10-18 | 2023-05-09 | Robert William Kocher | ID card identification device (ICID) |
CN111882815A (zh) * | 2020-07-30 | 2020-11-03 | 吉林建筑大学 | 一种智能的安防消防一体化方法及系统 |
CN111931153B (zh) * | 2020-10-16 | 2021-02-19 | 腾讯科技(深圳)有限公司 | 基于人工智能的身份验证方法、装置和计算机设备 |
CN112651311A (zh) * | 2020-12-15 | 2021-04-13 | 展讯通信(天津)有限公司 | 一种人脸识别方法和相关设备 |
CN113807160B (zh) * | 2021-04-06 | 2024-02-06 | 京东科技控股股份有限公司 | 图像采集设备劫持的检测方法、装置及计算机设备 |
CN113011385A (zh) * | 2021-04-13 | 2021-06-22 | 深圳市赛为智能股份有限公司 | 人脸静默活体检测方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440479A (zh) * | 2013-08-29 | 2013-12-11 | 湖北微模式科技发展有限公司 | 一种活体人脸检测方法与系统 |
CN105205455A (zh) * | 2015-08-31 | 2015-12-30 | 李岩 | 一种移动平台上人脸识别的活体检测方法及系统 |
CN105612533A (zh) * | 2015-06-08 | 2016-05-25 | 北京旷视科技有限公司 | 活体检测方法、活体检测系统以及计算机程序产品 |
CN106295287A (zh) * | 2015-06-10 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 活体检测方法和装置以及身份认证方法和装置 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2495425T3 (es) * | 2011-07-11 | 2014-09-17 | Accenture Global Services Limited | Detección de vida |
US8856541B1 (en) * | 2013-01-10 | 2014-10-07 | Google Inc. | Liveness detection |
CN104683302A (zh) * | 2013-11-29 | 2015-06-03 | 国际商业机器公司 | 认证方法、认证装置、终端设备、认证服务器及系统 |
US10614204B2 (en) * | 2014-08-28 | 2020-04-07 | Facetec, Inc. | Facial recognition authentication system including path parameters |
US11256792B2 (en) * | 2014-08-28 | 2022-02-22 | Facetec, Inc. | Method and apparatus for creation and use of digital identification |
WO2016059786A1 (ja) * | 2014-10-15 | 2016-04-21 | 日本電気株式会社 | なりすまし検知装置、なりすまし検知方法、および、記憶媒体 |
WO2016076914A1 (en) * | 2014-11-13 | 2016-05-19 | Intel Corporation | Facial liveness detection in image biometrics |
CN105357442A (zh) * | 2015-11-27 | 2016-02-24 | 小米科技有限责任公司 | 摄像头拍摄角度调整方法及装置 |
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 |
CN107154890B (zh) * | 2016-03-02 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 社交网络中添加联系人的方法、装置及系统 |
US11042725B2 (en) * | 2016-12-16 | 2021-06-22 | Keylemon Sa | Method for selecting frames used in face processing |
CN107590430A (zh) * | 2017-07-26 | 2018-01-16 | 百度在线网络技术(北京)有限公司 | 活体检测方法、装置、设备及存储介质 |
CN107563283B (zh) * | 2017-07-26 | 2023-01-06 | 百度在线网络技术(北京)有限公司 | 生成攻击样本的方法、装置、设备及存储介质 |
KR20190013224A (ko) * | 2017-08-01 | 2019-02-11 | 엘지전자 주식회사 | 이동 단말기 |
CN108182412A (zh) * | 2017-12-29 | 2018-06-19 | 百度在线网络技术(北京)有限公司 | 用于检测图像类型的方法及装置 |
CN108229376B (zh) * | 2017-12-29 | 2022-06-03 | 百度在线网络技术(北京)有限公司 | 用于检测眨眼的方法及装置 |
US11580203B2 (en) * | 2018-04-30 | 2023-02-14 | Arizona Board Of Regents On Behalf Of Arizona State University | Method and apparatus for authenticating a user of a computing device |
-
2017
- 2017-07-20 CN CN201710596110.2A patent/CN107609462A/zh active Pending
-
2018
- 2018-07-06 US US16/029,066 patent/US20190026606A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440479A (zh) * | 2013-08-29 | 2013-12-11 | 湖北微模式科技发展有限公司 | 一种活体人脸检测方法与系统 |
CN105612533A (zh) * | 2015-06-08 | 2016-05-25 | 北京旷视科技有限公司 | 活体检测方法、活体检测系统以及计算机程序产品 |
CN106295287A (zh) * | 2015-06-10 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 活体检测方法和装置以及身份认证方法和装置 |
CN105205455A (zh) * | 2015-08-31 | 2015-12-30 | 李岩 | 一种移动平台上人脸识别的活体检测方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163053A (zh) * | 2018-08-02 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 生成人脸识别的负样本的方法、装置及计算机设备 |
US11302118B2 (en) | 2018-08-02 | 2022-04-12 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for generating negative sample of face recognition, and computer device |
CN111428570A (zh) * | 2020-02-27 | 2020-07-17 | 深圳壹账通智能科技有限公司 | 非活体人脸的检测方法、装置、计算机设备及存储介质 |
CN113095272A (zh) * | 2021-04-23 | 2021-07-09 | 深圳前海微众银行股份有限公司 | 活体检测方法、设备、介质及计算机程序产品 |
CN113095272B (zh) * | 2021-04-23 | 2024-03-29 | 深圳前海微众银行股份有限公司 | 活体检测方法、设备、介质及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
US20190026606A1 (en) | 2019-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609462A (zh) | 待检测信息生成及活体检测方法、装置、设备及存储介质 | |
CN107545241A (zh) | 神经网络模型训练及活体检测方法、装置及存储介质 | |
CN107590430A (zh) | 活体检测方法、装置、设备及存储介质 | |
CN107563283A (zh) | 生成攻击样本的方法、装置、设备及存储介质 | |
CN109902659B (zh) | 用于处理人体图像的方法和装置 | |
CN107609463A (zh) | 活体检测方法、装置、设备及存储介质 | |
WO2019210796A1 (zh) | 语音识别方法、装置、存储介质及电子设备 | |
WO2016172872A1 (zh) | 用于验证活体人脸的方法、设备和计算机程序产品 | |
CN107679860A (zh) | 一种用户认证的方法、装置、设备和计算机存储介质 | |
CN107977776A (zh) | 信息处理方法、装置、服务器及计算机可读存储介质 | |
CN105512632A (zh) | 活体检测方法及装置 | |
US11453121B2 (en) | Mirror loss neural networks | |
CN114387647B (zh) | 对抗扰动生成方法、装置及存储介质 | |
CN112364803B (zh) | 活体识别辅助网络的训练方法、终端、设备及存储介质 | |
CN107563289A (zh) | 一种活体检测的方法、装置、设备和计算机存储介质 | |
CN108847941B (zh) | 身份认证方法、装置、终端及存储介质 | |
WO2022227765A1 (zh) | 生成图像修复模型的方法、设备、介质及程序产品 | |
CN111652087A (zh) | 验车方法、装置、电子设备和存储介质 | |
JP2020526835A (ja) | 画像を投稿するためのユーザのアカウントを動的に識別する装置及び方法 | |
CN104965589A (zh) | 一种基于人脑智慧和人机交互的人体活体检测方法与装置 | |
CN106941506A (zh) | 基于生物特征的数据处理方法和装置 | |
CN109977832A (zh) | 一种图像处理方法、装置及存储介质 | |
CN106778574A (zh) | 用于人脸图像的检测方法和装置 | |
CN111898561A (zh) | 一种人脸认证方法、装置、设备及介质 | |
Arora et al. | A review of techniques to detect the GAN-generated fake images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |