CN110069962A - 一种活体检测方法和系统 - Google Patents

一种活体检测方法和系统 Download PDF

Info

Publication number
CN110069962A
CN110069962A CN201810067703.4A CN201810067703A CN110069962A CN 110069962 A CN110069962 A CN 110069962A CN 201810067703 A CN201810067703 A CN 201810067703A CN 110069962 A CN110069962 A CN 110069962A
Authority
CN
China
Prior art keywords
region
nose
coordinate
cheeks
measured
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
Application number
CN201810067703.4A
Other languages
English (en)
Inventor
阮仕涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Prafly Technology Co Ltd
Original Assignee
Shenzhen Prafly Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Prafly Technology Co Ltd filed Critical Shenzhen Prafly Technology Co Ltd
Priority to CN201810067703.4A priority Critical patent/CN110069962A/zh
Publication of CN110069962A publication Critical patent/CN110069962A/zh
Pending legal-status Critical Current

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种活体检测方法，包括以下步骤：获取待测对象的原始图像数据；提取原始图像数据中的红外图像信息，生成IR灰度图像；对IR灰度图像进行人脸识别，得到待测对象的人脸区域；根据人脸区域的鼻子和双颊区域的IR灰度值，判断待测对象是否为活体。本发明提供的活体检测方法和系统，考虑到人脸面部结构在三维空间存在普遍的、稳定的几何和物理特性，该特性使得三维空间活体人脸和二维非活体人脸在红外补光环境中呈现不同的反射效果，通过提取红外条件下的面部图像信息，比较鼻子和双颊区域的灰度值，即可判断待测对象是否是活体，操作简单方便，准确率高。

Description

一种活体检测方法和系统
技术领域
本发明涉及活体检测技术领域，尤其涉及一种利用在远红外条件下的面部几何及物理特征进行活体检测的方法和系统。
背景技术
人脸识别技术是一种生物特征识别技术，其以方便、快捷和准确等技术优势，在近年来获取了突飞猛进的发展。识别系统的输入端输入的一般为一张含有待测人脸图像以及数据库中预存的已知身份的人脸图像，通过比对其相似度便可获取待识别的人的身份是否为本人。人脸识别综合运用了数字图像、视频处理、模式识别、计算机视觉等多种技术，目前，已广泛应用于安防、金融、社保等需要身份验证的领域。
然而，随着人脸识别技术应用范围的不断扩大，一些不法分子开始利用伪造的人脸照片或图像欺骗识别系统，因此，在一些高安全级别的应用领域，除了需确保被验证者的人脸相似度符合数据库中存储的原数据，还需要验证被试者是一个合法的活体。
但目前现有的活体识别技术的识别率低，并不能完全规避不法分子利用伪造的人脸照片或图像所带来的风险，从而影响了活体识别技术的进一步发展。
发明内容
本发明的目的在于提供一种活体检测方法和系统。
一方面，本发明实施例提供一种活体检测方法，包括以下步骤：
获取待测对象的原始图像数据；
提取所述原始图像数据中的红外图像信息，生成IR灰度图像；
对所述IR灰度图像进行人脸识别，得到所述待测对象的人脸区域；
根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否为活体。
在本发明提供的活体检测方法中，根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否是活体的所述步骤包括：
在所述人脸区域获取鼻子双颊区域；
将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域；
将所述左脸颊区域和所述右脸颊区域的所述IR灰度值的平均值与所述鼻子区域的所述IR灰度值进行比较，判断所述待测对象是否为活体。
在本发明提供的活体检测方法中，如果所述左脸颊区域和所述右脸颊区域的所述IR灰度值的所述平均值与所述鼻子区域的所述IR灰度值之间的差值大于预设阈值，则所述待测对象为活体。
在本发明提供的活体检测方法中，在所述人脸区域获取鼻子双颊区域的所述步骤包括：
获取所述人脸区域的上缘坐标、下缘坐标、左侧坐标和右侧坐标；
取所述上缘坐标和所述下缘坐标的中间位置，从所述中间位置开始向下获取所述上缘坐标和所述下缘坐标的差值的10％，设为所述鼻子双颊区域的高度；
将所述左侧坐标和所述右侧坐标之间的横向距离五等分，取中间三份设为所述鼻子双颊区域的宽度。
在本发明提供的活体检测方法中，将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域的所述步骤包括：
将所述鼻子双颊区域在横向上三等分，左边区域为所述左脸颊区域，中间区域为所述鼻子区域，右边区域为所述右脸颊区域。
相应地，本发明还提供一种活体检测系统，包括：
获取模块，用于获取待测对象的原始图像数据；
解析模块，用于提取所述原始图像数据中的红外图像信息，生成IR灰度图像；
识别模块，用于对所述IR灰度图像进行人脸识别，得到所述待测对象的人脸区域；
判断模块，用于根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否为活体。
在本发明提供的活体检测系统中，所述判断模块包括：
区域获取单元，用于在所述人脸区域获取鼻子双颊区域；
区域划分单元，用于将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域；
比较单元，用于将所述左脸颊区域和所述右脸颊区域的所述IR灰度值的平均值与所述鼻子区域的所述IR灰度值进行比较，判断所述待测对象是否为活体。
在本发明提供的活体检测系统中，如果所述左脸颊区域和所述右脸颊区域的所述IR灰度值的所述平均值与所述鼻子区域的所述IR灰度值之间的差值大于预设阈值，则所述比较单元判定所述待测对象为活体。
在本发明提供的活体检测系统中，所述区域获取单元用于：
获取所述人脸区域的上缘坐标、下缘坐标、左侧坐标和右侧坐标；
取所述上缘坐标和所述下缘坐标的中间位置，从所述中间位置开始向下获取所述上缘坐标和所述下缘坐标的差值的10％，设为所述鼻子双颊区域的高度；
将所述左侧坐标和所述右侧坐标之间的横向距离五等分，取中间三份设为所述鼻子双颊区域的宽度。
在本发明提供的活体检测系统中，所述区域划分单元用于将所述鼻子双颊区域在横向上三等分，左边区域为所述左脸颊区域，中间区域为所述鼻子区域，右边区域为所述右脸颊区域。
实施本发明实施例，具有如下有益效果：本发明提供的活体检测方法和系统，考虑到人脸面部结构在三维空间存在普遍的、稳定的几何和物理特性，该特性使得三维空间活体人脸和二维非活体人脸在红外补光环境中呈现不同的反射效果，通过提取红外条件下的面部图像信息，比较鼻子和双颊区域的灰度值，即可判断待测对象是否是活体，操作简单方便，准确率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明一实施例提供的活体检测方法的流程图；
图2是利用红外补光照明器装置在远红外条件获取到白天室内的图像(左侧为真人，右侧为报纸上的图片)；
图3为人脸正面“三庭五眼”的几何结构示意图；
图4是图2提取IR信息后，根据图3定义的几何结构找到的鼻子和两侧脸颊的区域图；
图5是图4区域对光线反射效果的检测结果；
图6示出了本发明一实施例提供的活体检测系统的原理图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1示出了本发明一实施例提供的活体检测方法的流程图；如图1所示，本发明提供的活体检测方法包括以下步骤：
步骤S1：获取待测对象的原始图像数据；
具体地，在本发明一实施例中，采用单个集成的RGB+IR图像传感器(OmniVision公司OV4682型摄像头，400万像素)同时获得RGB彩色图像和红外图像，原始数据格式为RGB+IR图像阵列。通过一个摄像头同时获取白天和夜晚的图像信息，减少成本开销的同时也减少了由于位置差异导致的图像获取差异。
此外，为了使采集的红外信息在夜视环境及白天室内正常光照环境中均可以有效显示，需要配合远红外补光设备。在本发明中采用红外补光照明器MHS(敏宏士)-B6W中心波长850NM，补光距离可达40米。采集图片环境为白天室内正常光照，在距离人脸1米～1.5米处平行补光。这样的装置设计在白天夜晚均能保证较好的效果。图2为使用上述装置和远红外补光条件下，采集到的白天室内有光照时的图像，左侧为真人，右侧为报纸图。
步骤S2：提取所述原始图像数据中的红外图像信息，生成IR灰度图像；
在本发明中，仅使用IR数据进行人脸检测和活体判断，因此，基于V4L2机制获取及分离该原始图像数据阵列，得到分离的RGB彩色图像数据和IR红外图像数据。
步骤S3：对所述IR灰度图像进行人脸识别，得到所述待测对象的人脸区域；
具体地，在本发明中，使用OpenCV3.2自带的Haar分类器算法检测出人脸区域，如图4所示。由于现在人脸检测算法的成熟，这种情况下的非真人也被成功检测出来。
步骤S4：根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否为活体。
具体地，如图2所示，红外补光环境下三维(真人)和二维(图片、视频等)空间中人脸的区别，在于人脸不同区域对光线反射效果的区别，这种区别是由人脸的几何结构和物理特性决定的，并且这些特征不分人种、年龄、肤色、夜晚或白天的区别，是稳定且普遍存在的。图3所示是人脸正面几何结构“三庭五眼”示意图，通过纵向三等分和横向五等分将眼睛、鼻子、双颊和嘴巴等五官较准确定位在15个不同区域内。例如鼻子定位在第2行第3列区域内，双颊(鼻子两侧，眼睛下方)定位在第2行第2列和第2行第4列的区域内。这15个区域的物理特性，如皮肤粗糙程度，凸出面部的高度等决定了它们对红外光线的反射情况，即IR信息的表现不同。整体呈现左右对称，面部不同高度区域的过渡处光线变化较明显等特征。例如额头，双颊，下巴区域光线较亮，从这些区域过渡到低处(眼睛)和高处(鼻子)时明显变暗。这些红外补光条件下IR信息呈现的特点可以较好的应用于活体的区分。因此，步骤S4包括以下子步骤：
步骤S41：在所述人脸区域获取鼻子双颊区域；
具体地，在本发明一实施例中，鼻子双颊区域为鼻子两侧、眼睛下方区域，在人脸检测完成后，人脸区域的上缘、下缘、左侧和右侧的具体坐标位置也可以被确定，在这四条边构成的面部区域内，按照“三庭五眼”的几何结构，纵向上从上缘到下缘取中间位置，从该位置开始向下获取纵向长度整体的10％设为高；横向上取“五眼”五等分中间的三等份，即图3从左眼角到右眼角的宽度设为宽。这样的设置不管人脸在图片中的大小和远近，取得的判断区域相对于该张人脸的比例都是相同的。如图4所示，虽然左右人脸尺寸不一致，但鼻子和双颊区域在人脸中占的位置及相对面积是一致的。具体地，在本发明中，通过以下步骤来获取鼻子双颊区域：
获取所述人脸区域的上缘坐标、下缘坐标、左侧坐标和右侧坐标；
取所述上缘坐标和所述下缘坐标的中间位置，从所述中间位置开始向下获取所述上缘坐标和所述下缘坐标的差值的10％，设为所述鼻子双颊区域的高度；
将所述左侧坐标和所述右侧坐标之间的横向距离五等分，取中间三份设为所述鼻子双颊区域的宽度。
步骤S42：将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域；
具体地，在本发明中，鼻子和双颊(鼻子两侧，眼睛下方)区域获取后，如图4，宽度上三等分，左侧和右侧认定为双颊区域，中间认定为鼻子区域。
步骤S43：将所述左脸颊区域和所述右脸颊区域的所述IR灰度值的平均值与所述鼻子区域的所述IR灰度值进行比较，判断所述待测对象是否为活体。
具体地，在本发明中，如果所述左脸颊区域和所述右脸颊区域的所述IR灰度值的所述平均值与所述鼻子区域的所述IR灰度值之间的差值大于预设阈值，则所述待测对象为活体。
从图4可以看出，在远红外补光条件下，真人鼻子区域的灰度明显暗于两颊区域灰度，阈值是通过多次试验获得的经验数据，取值30。即，双颊IR灰度平均值大于鼻子IR灰度值30个像素以上，就判断为真人，否则为非真人。实验中发现非真人情况下，鼻子区域甚至会比双颊更亮。
图5所示为检测结果，左侧人脸因为满足阈值判断条件，检测为真人，右侧人脸检测为非真人。本发明使用身份证、手机、ipad等试验设备经过多次测试，达到了98％以上的正确率。并且该方法避免了眼睛处遮挡的影响，即使佩戴墨镜，也可以判断出活体。所以本发明提出的使用人脸自身稳定的、普遍的几何结构和物理特性，在红外光环境下根据其IR信息进行活体检测的方法是可行和有效的。
图6示出了本发明一实施例提供的活体检测系统的原理图；如图6所示，本发明提供的活体检测系统，包括：
获取模块610，用于获取待测对象的原始图像数据；
具体地，在本发明一实施例中，采用单个集成的RGB+IR图像传感器(OmniVision公司OV4682型摄像头，400万像素)同时获得RGB彩色图像和红外图像，原始数据格式为RGB+IR图像阵列。通过一个摄像头同时获取白天和夜晚的图像信息，减少成本开销的同时也减少了由于位置差异导致的图像获取差异。
解析模块620，用于提取所述原始图像数据中的红外图像信息，生成IR灰度图像；
在本发明中，仅使用IR数据进行人脸检测和活体判断，因此，基于V4L2机制获取及分离该原始图像数据阵列，得到分离的RGB彩色图像数据和IR红外图像数据。
识别模块630，用于对所述IR灰度图像进行人脸识别，得到所述待测对象的人脸区域；
具体地，在本发明中，使用OpenCV3.2自带的Haar分类器算法检测出人脸区域。
判断模块640，用于根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否为活体。
具体地，如图2所示，红外补光环境下三维(真人)和二维(图片、视频等)空间中人脸的区别，在于人脸不同区域对光线反射效果的区别，这种区别是由人脸的几何结构和物理特性决定的，并且这些特征不分人种、年龄、肤色、夜晚或白天的区别，是稳定且普遍存在的。图3所示是人脸正面几何结构“三庭五眼”示意图，通过纵向三等分和横向五等分将眼睛、鼻子、双颊和嘴巴等五官较准确定位在15个不同区域内。例如鼻子定位在第2行第3列区域内，双颊(鼻子两侧，眼睛下方)定位在第2行第2列和第2行第4列的区域内。这15个区域的物理特性，如皮肤粗糙程度，凸出面部的高度等决定了它们对红外光线的反射情况，即IR信息的表现不同。整体呈现左右对称，面部不同高度区域的过渡处光线变化较明显等特征。例如额头，双颊，下巴区域光线较亮，从这些区域过渡到低处(眼睛)和高处(鼻子)时明显变暗。这些红外补光条件下IR信息呈现的特点可以较好的应用于活体的区分。所述判断模块640包括：
区域获取单元，用于在所述人脸区域获取鼻子双颊区域；
具体地，所述区域获取单元用于：
获取所述人脸区域的上缘坐标、下缘坐标、左侧坐标和右侧坐标；
取所述上缘坐标和所述下缘坐标的中间位置，从所述中间位置开始向下获取所述上缘坐标和所述下缘坐标的差值的10％，设为所述鼻子双颊区域的高度；
将所述左侧坐标和所述右侧坐标之间的横向距离五等分，取中间三份设为所述鼻子双颊区域的宽度。
区域划分单元，用于将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域；
具体地，所述区域划分单元用于将所述鼻子双颊区域在横向上三等分，左边区域为所述左脸颊区域，中间区域为所述鼻子区域，右边区域为所述右脸颊区域。
比较单元，用于将所述左脸颊区域和所述右脸颊区域的所述IR灰度值的平均值与所述鼻子区域的所述IR灰度值进行比较，判断所述待测对象是否为活体。
具体地，在本发明中，如果所述左脸颊区域和所述右脸颊区域的所述IR灰度值的所述平均值与所述鼻子区域的所述IR灰度值之间的差值大于预设阈值，则所述比较单元判定所述待测对象为活体。
本发明提供的活体检测系统，考虑到人脸面部结构在三维空间存在普遍的、稳定的几何和物理特性，利用红外补光环境下三维(真人)和二维(图片、视频等)空间中人脸的不同区域对光线反射效果的区别，通过提取红外条件下的面部图像信息，比较鼻子和双颊区域的灰度值，即可判断待测对象是否是活体，操作简单方便，准确率高。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (10)

1.一种活体检测方法，其特征在于，包括以下步骤：
获取待测对象的原始图像数据；
提取所述原始图像数据中的红外图像信息，生成IR灰度图像；
对所述IR灰度图像进行人脸识别，得到所述待测对象的人脸区域；
根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否为活体。
2.根据权利要求1所述的活体检测方法，其特征在于，根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否是活体的所述步骤包括：
在所述人脸区域获取鼻子双颊区域；
将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域；
将所述左脸颊区域和所述右脸颊区域的所述IR灰度值的平均值与所述鼻子区域的所述IR灰度值进行比较，判断所述待测对象是否为活体。
3.根据权利要求2所述的活体检测方法，其特征在于，如果所述左脸颊区域和所述右脸颊区域的所述IR灰度值的所述平均值与所述鼻子区域的所述IR灰度值之间的差值大于预设阈值，则所述待测对象为活体。
4.根据权利要求2所述的活体检测方法，其特征在于，在所述人脸区域获取鼻子双颊区域的所述步骤包括：
获取所述人脸区域的上缘坐标、下缘坐标、左侧坐标和右侧坐标；
取所述上缘坐标和所述下缘坐标的中间位置，从所述中间位置开始向下获取所述上缘坐标和所述下缘坐标的差值的10％，设为所述鼻子双颊区域的高度；
将所述左侧坐标和所述右侧坐标之间的横向距离五等分，取中间三份设为所述鼻子双颊区域的宽度。
5.根据权利要求2所述的活体检测方法，其特征在于，将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域的所述步骤包括：
将所述鼻子双颊区域在横向上三等分，左边区域为所述左脸颊区域，中间区域为所述鼻子区域，右边区域为所述右脸颊区域。
6.一种活体检测系统，其特征在于，包括：
获取模块，用于获取待测对象的原始图像数据；
解析模块，用于提取所述原始图像数据中的红外图像信息，生成IR灰度图像；
识别模块，用于对所述IR灰度图像进行人脸识别，得到所述待测对象的人脸区域；
判断模块，用于根据所述人脸区域的鼻子和双颊区域的IR灰度值，判断所述待测对象是否为活体。
7.根据权利要求6所述的活体检测系统，其特征在于，所述判断模块包括：
区域获取单元，用于在所述人脸区域获取鼻子双颊区域；
区域划分单元，用于将所述鼻子双颊区域划分为鼻子区域、左脸颊区域和右脸颊区域；
比较单元，用于将所述左脸颊区域和所述右脸颊区域的所述IR灰度值的平均值与所述鼻子区域的所述IR灰度值进行比较，判断所述待测对象是否为活体。
8.根据权利要求7所述的活体检测系统，其特征在于，如果所述左脸颊区域和所述右脸颊区域的所述IR灰度值的所述平均值与所述鼻子区域的所述IR灰度值之间的差值大于预设阈值，则所述比较单元判定所述待测对象为活体。
9.根据权利要求7所述的活体检测系统，其特征在于，所述区域获取单元用于：
获取所述人脸区域的上缘坐标、下缘坐标、左侧坐标和右侧坐标；
取所述上缘坐标和所述下缘坐标的中间位置，从所述中间位置开始向下获取所述上缘坐标和所述下缘坐标的差值的10％，设为所述鼻子双颊区域的高度；
将所述左侧坐标和所述右侧坐标之间的横向距离五等分，取中间三份设为所述鼻子双颊区域的宽度。
10.根据权利要求9所述的活体检测系统，其特征在于，所述区域划分单元用于将所述鼻子双颊区域在横向上三等分，左边区域为所述左脸颊区域，中间区域为所述鼻子区域，右边区域为所述右脸颊区域。
CN201810067703.4A 2018-01-23 2018-01-23 一种活体检测方法和系统 Pending CN110069962A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810067703.4A CN110069962A (zh) 2018-01-23 2018-01-23 一种活体检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810067703.4A CN110069962A (zh) 2018-01-23 2018-01-23 一种活体检测方法和系统

Publications (1)

Publication Number Publication Date
CN110069962A true CN110069962A (zh) 2019-07-30

Family

ID=67365584

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810067703.4A Pending CN110069962A (zh) 2018-01-23 2018-01-23 一种活体检测方法和系统

Country Status (1)

Country Link
CN (1) CN110069962A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112949364A (zh) * 2019-12-10 2021-06-11 纬创资通股份有限公司 活体脸部辨识系统与方法
CN113128438A (zh) * 2021-04-27 2021-07-16 浙江宇视科技有限公司 一种活体人脸检测方法、装置、设备和介质
CN115100714A (zh) * 2022-06-27 2022-09-23 平安银行股份有限公司 基于人脸图像的活体检测方法、装置及服务器
CN116959074A (zh) * 2023-07-31 2023-10-27 中国医学科学院北京协和医院 一种基于多光谱成像的人体皮肤检测方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112949364A (zh) * 2019-12-10 2021-06-11 纬创资通股份有限公司 活体脸部辨识系统与方法
CN112949364B (zh) * 2019-12-10 2023-12-08 纬创资通股份有限公司 活体脸部辨识系统与方法
CN113128438A (zh) * 2021-04-27 2021-07-16 浙江宇视科技有限公司 一种活体人脸检测方法、装置、设备和介质
CN115100714A (zh) * 2022-06-27 2022-09-23 平安银行股份有限公司 基于人脸图像的活体检测方法、装置及服务器
CN116959074A (zh) * 2023-07-31 2023-10-27 中国医学科学院北京协和医院 一种基于多光谱成像的人体皮肤检测方法及装置

Similar Documents

Publication Publication Date Title
CN106372601B (zh) 一种基于红外可见双目图像的活体检测方法及装置
US10943138B2 (en) Systems and methods of biometric analysis to determine lack of three-dimensionality
CN108921100B (zh) 一种基于可见光图像与红外图像融合的人脸识别方法及系统
CN108985134B (zh) 基于双目摄像机的人脸活体检测及刷脸交易方法及系统
RU2431190C2 (ru) Способ и устройство распознавания рельефности лица
US9064145B2 (en) Identity recognition based on multiple feature fusion for an eye image
US20080212849A1 (en) Method and Apparatus For Facial Image Acquisition and Recognition
CN110069962A (zh) 一种活体检测方法和系统
Kashem et al. Face recognition system based on principal component analysis (PCA) with back propagation neural networks (BPNN)
JP5955031B2 (ja) 顔画像認証装置
JP2000259814A (ja) 画像処理装置及びその方法
JP2004118627A (ja) 人物認証装置および人物認証方法
US20220044039A1 (en) Living Body Detection Method and Device
CN112818722A (zh) 模块化动态可配置的活体人脸识别系统
CN111797677A (zh) 一种基于面部虹膜识别和热成像技术的人脸识别活体检测方法
CN116311549A (zh) 活体对象识别方法、设备和计算机可读存储介质
KR20160009972A (ko) 허위 안면 이미지 분류가 가능한 홍채 인식 장치
KR101815697B1 (ko) 위조 얼굴 판별 장치 및 방법
CN109543521A (zh) 主侧视结合的活体检测与人脸识别方法
CN113920591A (zh) 基于多模态生物特征识别的中远距离身份认证方法及装置
JP5726595B2 (ja) 画像監視装置
CN116824658A (zh) 带交互式活体检测的人脸认证方法及系统
CN113901423B (zh) 一种基于人脸识别的智能安防设备控制方法和系统
CN106127160A (zh) 一种用于虹膜识别的人眼快速定位方法
US20230103555A1 (en) Information processing apparatus, information processing method, and program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190730

WD01 Invention patent application deemed withdrawn after publication