CN110110597B - 活体检测方法、装置及活体检测终端 - Google Patents
活体检测方法、装置及活体检测终端 Download PDFInfo
- Publication number
- CN110110597B CN110110597B CN201910263023.4A CN201910263023A CN110110597B CN 110110597 B CN110110597 B CN 110110597B CN 201910263023 A CN201910263023 A CN 201910263023A CN 110110597 B CN110110597 B CN 110110597B
- Authority
- CN
- China
- Prior art keywords
- interaction
- light
- detected
- user
- light sequence
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- User Interface Of Digital Computer (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种活体检测方法、装置及活体检测终端,一种活体检测方法包括:接收待处理图像,进行人脸检测;发送交互指示,所述交互指示至少用于指示待检测用户与所述活体检测终端进行可见光交互;接收交互反馈;确定所述交互反馈与所述交互指示是否匹配,如果匹配,则确定活体检测通过,否则确定活体检测未通过。可见,本发明实施例中,除了基于从摄像头获取的视频图像进行活体检测之外,还增加了对待检测用户与活体检测终端之间交互的监测,该交互至少包括可见光交互,来判断用于活体检测的视频图像是否为摄像头实际采集到的图像,提高了活体检测的准确性和安全性。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种活体检测方法、装置及活体检测终端。
背景技术
近年来,随着人脸识别技术的发展,“刷脸”可以应用的场景越来越多,例如刷脸支付、刷脸打卡签到、刷脸解锁电子设备、刷脸解锁门禁、刷脸认证办事等,具有操作方便、快捷等特点。作为人脸识别技术中至关重要的一项技术,活体检测在辨别图像真伪、抵抗欺骗攻击,保护整个人脸识别系统的安全性方面起着重要作用。
现有技术中,在活体检测的过程中,通过摄像头采集视频图像,基于摄像头采集到的视频图像进行活体检测。但是,由于现有技术过于依赖摄像头反馈的视频图像,一旦摄像头被攻击,例如攻击者将预先录制的视频图像替换摄像头采集的视频图像,则会导致活体检测失败或活体检测错误,给用户带来损失,安全性较低。
发明内容
本发明实施例提供一种活体检测方法、装置及活体检测终端,以解决现有技术中存在的活体检测安全性较低的技术问题。
根据本发明的第一方面,公开了一种活体检测方法,应用于活体检测终端,所述方法包括:
接收待处理图像,进行人脸检测;
发送交互指示,所述交互指示至少用于指示待检测用户与所述活体检测终端进行可见光交互;
接收交互反馈;
确定所述交互反馈与所述交互指示是否匹配,如果匹配,则确定活体检测通过,否则确定活体检测未通过。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm},m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
确定m与n是否相等;
如果m与n不相等,则确定所述交互反馈与所述交互指示不匹配;
如果m与n相等,则针对所述第二光序列和所述第一光序列中的每个可见光,比较Bi与Ai的光谱,如果Bi与Ai的光谱相似度达到预设第一阈值,则确定Bi与Ai为同一可见光,并对s进行加1,s的初始值为0;如果Bi与Ai的光谱相似度未达到预设第一阈值,则确定Bi与Ai为不同可见光;
计算所述第二光序列与所述第一光序列的相似度s/n,如果所述s/n达到预设第二阈值,则确定所述交互反馈与所述交互指示匹配;如果所述s/n未达到预设第二阈值,则确定所述交互反馈与所述交互指示不匹配。
可选地,作为一个实施例,所述交互指示还用于指示所述待检测用户与所述活体检测终端进行动作交互和/或声音交互。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户做出的第二动作,m为第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2;
根据所述M1和所述M2,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
识别所述语音得到第二文本;
计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二文本与所述第一文本的相似度M3;
根据所述M1和所述M3,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}、所述待检测用户做出的第二动作和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
识别所述语音得到第二文本;
计算第二光序列与第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2,计算所述第二文本与所述第一文本的相似度M3;
根据所述M1、所述M2和所述M3,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述方法还包括:
获取交互时长,其中,所述交互时长为所述活体检测终端接收到交互反馈的时长;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
计算所述交互时长与预设交互时长阈值的差值M4,计算所述交互反馈与所述交互指示规定的交互反馈的相似度M5;
根据所述M4和所述M5,确定所述交互反馈与所述交互指示是否匹配。
根据本发明的第二方面,公开了一种活体检测装置,应用于活体检测终端,所述装置包括:
检测模块,用于接收待处理图像,进行人脸检测;
发送模块,用于发送交互指示,所述交互指示至少用于指示待检测用户与所述活体检测终端进行可见光交互;
接收模块,用于接收交互反馈;
第一确定模块,用于确定所述交互反馈与所述交互指示是否匹配;
第二确定模块,用于在所述第一确定模块的确定结果为是的情况下,确定活体检测通过;以及在所述第一确定模块的确定结果为否的情况下,确定活体检测未通过。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm},m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块,包括:
第一确定子模块,用于确定m与n是否相等;
第二确定子模块,用于在所述第一确定子模块的确定结果为否的情况下,确定所述交互反馈与所述交互指示不匹配;
第三确定子模块,用于在所述第一确定子模块的确定结果为是的情况下,针对所述第二光序列和所述第一光序列中的每个可见光,比较Bi与Ai的光谱,如果Bi与Ai的光谱相似度达到预设第一阈值,则确定Bi与Ai为同一可见光,并对s进行加1,s的初始值为0;如果Bi与Ai的光谱相似度未达到预设第一阈值,则确定Bi与Ai为不同可见光;
第一计算子模块,用于计算所述第二光序列与所述第一光序列的相似度s/n;
第四确定子模块,用于在所述s/n达到预设第二阈值的情况下,确定所述交互反馈与所述交互指示匹配;以及在所述s/n未达到预设第二阈值的情况下,确定所述交互反馈与所述交互指示不匹配。
可选地,作为一个实施例,所述交互指示还用于指示所述待检测用户与所述活体检测终端进行动作交互和/或声音交互。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户做出的第二动作,m为第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块,包括:
第二计算子模块,用于计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2;
第五确定子模块,用于根据所述M1和所述M2,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块,包括:
第一识别子模块,用于识别所述语音得到第二文本;
第三计算子模块,用于计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二文本与所述第一文本的相似度M3;
第六确定子模块,用于根据所述M1和所述M3,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}、所述待检测用户做出的第二动作和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块,包括:
第二识别子模块,用于识别所述语音得到第二文本;
第四计算子模块,用于计算第二光序列与第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2,计算所述第二文本与所述第一文本的相似度M3;
第七确定子模块,用于根据所述M1、所述M2和所述M3,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述装置还包括:
获取模块,用于获取交互时长,其中,所述交互时长为所述活体检测终端接收到交互反馈的时长;
所述第一确定模块,包括:
第五计算子模块,用于计算所述交互时长与预设交互时长阈值的差值M4,计算所述交互反馈与所述交互指示规定的交互反馈的相似度M5;
第八确定子模块,用于根据所述M4和所述M5,确定所述交互反馈与所述交互指示是否匹配。
根据本发明的第三方面,公开了一种活体检测终端,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,所述计算机程序被所述处理器执行时实现如上所述的活体检测方法中的步骤。
根据本发明的第四方面,公开了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的活体检测方法中的步骤。
本发明实施例中,除了基于从摄像头获取的视频图像进行活体检测之外,还增加了对待检测用户与活体检测终端之间交互的监测,该交互至少包括可见光交互,来判断用于活体检测的视频图像是否为摄像头实际采集到的图像,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈一致,则表明用于活体检测的视频图像为摄像头实际采集到的图像,即摄像头没有被攻击,此时活体检测通过,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈不一致,则表明用于活体检测的视频图像不是摄像头实际采集到的图像,即摄像头很可能被攻击,为避免活体检测错误,此时活体检测不通过,从而提高活体检测的准确性和安全性。
附图说明
图1是本发明的一个实施例的活体检测方法的流程图;
图2是本发明的一个实施例的活体检测方法的应用场景图;
图3是本发明的另一个实施例的活体检测方法的流程图;
图4是本发明的一个实施例的活体检测装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
需要说明的是,对于方法实施例,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,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。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,所涉及的动作并不一定是本发明实施例所必须的。
目前,活体检测的流程大致如下:活体检测终端的摄像头开启图像采集,将采集到的图像传输至活体检测终端的处理模块(例如处理器、处理设备等)进行人脸识别,如果识别出图像中有待检测用户的人脸,则活体检测通过,如果图像中没有待检测用户的人脸,则活体检测未通过。在这种情况下,如果活体检测终端的摄像头被攻击者攻击,攻击者利用事先录制好的图像替换摄像头实际录制的图像,则处理模块会基于攻击者录制的图像进行人脸识别,进而导致活体检测错误,给用户带来损失,安全性较低。
为了解决上述技术问题,本发明实施例提供了一种活体检测方法、装置及活体检测终端。
下面首先对本发明实施例提供的一种活体检测方法进行介绍。
图1是本发明的一个实施例的活体检测方法的流程图,该方法应用于活体检测终端,如图1所示,该方法可以包括以下步骤:步骤101、步骤102、步骤103和步骤104,其中,
在步骤101中,接收待处理图像,进行人脸检测。
本发明实施例中,在一个场景中,当检测到活体检测终端的活体检测功能被触发时,活体检测终端指示摄像头开启图像采集,摄像头将采集到的图像传输至活体检测终端的处理模块,处理模块对摄像头传输过来的图像(即待处理图像)进行人脸检测,确定待处理图像中是否包含待检测用户的人脸。
在上述情况下,由于待处理图像(即“来源于摄像头的图像”)可能并不是摄像头实际采集到的图像,有可能是攻击者替换的图像,因此当确定待处理图像中包含待检测用户的人脸时,还需要进一步地确定待处理图像是否为该摄像头实际采集到的图像,具体确定方式详见步骤102至步骤104中的内容。
在步骤102中,发送交互指示,其中,交互指示至少用于指示待检测用户与活体检测终端进行可见光交互。
本发明实施例中,交互指示可以仅用于指示待检测用户与活体检测终端进行可见光交互;或者交互指示可以用于指示待检测用户与活体检测终端进行可见光交互和动作交互;或者交互指示可以用于指示待检测用户与活体检测终端进行可见光交互和声音交互;或者交互指示可以用于指示待检测用户与活体检测终端进行可见光交互、动作交互和声音交互。
在步骤103中,接收交互反馈。
本发明实施例中,交互反馈为待检测用户针对交互指示实际做出的反馈。
在步骤104中,确定交互反馈与交互指示是否匹配,如果匹配,则确定活体检测通过,否则确定活体检测未通过。
本发明实施例中,确定交互反馈与交互指示是否匹配,其本质上是:确定待检测用户实际做出的反馈与活体检测终端规定用户做出的反馈是否一致,以确定待处理图像是否为摄像头实际采集到的图像。
为了便于理解,结合图2所示的应用场景图对本发明实施例方案进行描述,如图2所示,该应用场景中包括:活体检测终端21和待检测用户22,其中,活体检测终端21包括:处理设备211、摄像头212和电子显示设备213。
在检测到活体检测终端21的活体检测功能被触发后,摄像头212开启图像采集,并持续不断地将采集到的图像传输给处理设备211,处理设备211对来源于摄像头212的图像(即待处理图像)进行人脸识别,当识别出来源于摄像头212的图像中包含待检测用户22的人脸时,发送交互指示,具体包括:控制电子显示设备213发射可见光序列,并指示待检测用户22靠近电子显示设备213,指示待检测用户22做出特定动作以及指示待检测用户22朗读一段文字;与此同时,摄像头212持续进行图像采集并传输给处理设备211,活体检测终端21的麦克风(图中未示出)持续进行语音采集并传输给处理设备211,处理设备211基于交互反馈,具体包括摄像头212传输的图像和麦克风传输的语音,对待检测用户22进行进一步的活体检测。
由上述实施例可见,该实施例中,除了基于从摄像头获取的视频图像进行活体检测之外,还增加了对待检测用户与活体检测终端之间交互的监测,该交互至少包括可见光交互,来判断用于活体检测的视频图像是否为摄像头实际采集到的图像,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈一致,则表明用于活体检测的视频图像为摄像头实际采集到的图像,即摄像头没有被攻击,此时活体检测通过,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈不一致,则表明用于活体检测的视频图像不是摄像头实际采集到的图像,即摄像头很可能被攻击,为避免活体检测错误,此时活体检测不通过,从而提高活体检测的准确性和安全性。
在本发明提供的一个具体实施例中,交互指示具体用于指示待检测用户移动至发光光源的预设范围内,该发光光源用于发射第一光序列{A1…,An},n为第一光序列中可见光的个数,Ai为第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm},m为第二光序列中可见光的个数,Bj为第二光序列中的第j个可见光;
上述步骤104,具体可以包括以下步骤:
确定m与n是否相等;
如果m与n不相等,则确定交互反馈与交互指示不匹配;
如果m与n相等,则针对第二光序列和第一光序列中的每个可见光,比较Bi与Ai的光谱,如果Bi与Ai的光谱相似度达到预设第一阈值,则确定Bi与Ai为同一可见光,并对s进行加1,s的初始值为0;如果Bi与Ai的光谱相似度未达到预设第一阈值,则确定Bi与Ai为不同可见光;
计算第二光序列与第一光序列的相似度s/n,如果s/n达到预设第二阈值,则确定交互反馈与交互指示匹配;如果s/n未达到预设第二阈值,则确定交互反馈与交互指示不匹配。
本实施例中,活体检测终端可以控制发光光源随机发射不同颜色的可见光。具体的,当第一光序列中包含多种颜色的可见光时,可以控制每种颜色可见光的发射顺序及持续时长,例如控制发光光源发出A、B、C三种颜色的光,每种光的持续时长均为t。在实际应用中,活体检测终端的发光光源可以为电子显示设备的屏幕(后续简称为“电子屏幕”),也可以为专门的指示灯,本发明实施例对此不作限定。
考虑到如果待检测用户距离发光光源较远,那么该发光光源发射的第一光序列无法或者只有少量的可见光能照到用户脸上,而导致交互效果不理想,为了克服以上问题,本实施例中,可以指示待检测用户移动至发光光源的预设范围内,即指示待检测用户靠近发光光源。具体的,可以通过语音播报的方式(例如,播放“请靠近电子屏幕”的语音提醒)、或者在电子屏幕上显示提示文字的方式(例如,显示“请靠近电子屏幕”的文字提醒),来指示待检测用户移动至发光光源的预设范围内。在实际应用中,预设范围可以为0.5米之内。
本实施例中,可以对在发送交互指示之后从摄像头获取的图像(即待处理图像)进行光谱分析,得到第二光序列。在实际应用中,可以使用相关技术中的任一种光谱分析方法,来对在发送交互指示之后从摄像头获取的图像进行光谱分析,本发明实施例对此不作限定。
在一个例子中,预设第一阈值为0.6,预设第二阈值为0.7,活体检测终端的电子屏幕发出n=5种颜色的可见光(即第一光序列),分别为C10、C20、C30、C40和C50,每种可见光的持续时长为t,并语音提示“请靠近电子屏幕”,摄像头持续进行图像采集,并将图像传输给活体检测终端的处理模块进行光谱分析,以得到待检测用户面部反射的可见光(即第二光序列),比如反射的可见光为C11、C21、C31、C41和C51。
由于第一光序列中可见光个数与第二光序列中可见光个数相同,因此计算第一光序列中各可见光与第二光序列中对应顺序的可见光的相似度,具体的,计算C10与C11的光谱相似度、C20与C21的光谱相似度、C30与C31的光谱相似度、C40与C41的光谱相似度,以及C50与C51的光谱相似度,比如C10与C11的光谱相似度为0.8,C20与C21的光谱相似度为0.7、C30与C31的光谱相似度为0.5、C40与C41的光谱相似度为0.7,C50与C51的光谱相似度为0.9,基于预设第一阈值0.6,可以确定C10与C11为同一种颜色的可见光,C20与C21为同一种颜色的可见光,C30与C31为不同颜色的可见光,C40与C41为同一种颜色的可见光,C50与C51为同一种颜色的可见光,相应的,参数s=0+1+1+1+1=4。之后计算第二光序列与第一光序列的相似度4/5=0.8,由于第二光序列与第一光序列的相似度0.8大于预设第二阈值0.7,因此确定活体检测通过。
在本发明提供的另一个具体实施例中,为了提高活体检测的安全性,可以考虑多种交互方式同时进行,优选地,交互指示具体用于指示待检测用户移动至发光光源的预设范围内,以及指示待检测用户做出预设第一动作,发光光源用于发射第一光序列{A1…,An},n为第一光序列中可见光的个数,Ai为第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和待检测用户做出的第二动作,m为第二光序列中可见光的个数,Bj为第二光序列中的第j个可见光;
上述步骤104,具体可以包括以下步骤:
计算第二光序列与第一光序列的相似度M1,计算第二动作与第一动作的相似度M2;
根据M1和M2,确定交互反馈与交互指示是否匹配。
本实施例中,第二光序列与第一光序列的相似度的计算方式,与上一实施例中的计算方式类似,在此不再赘述。
本实施例中,可以通过语音播报的方式(例如,播放“请举起右手”的语音提醒)、或者在电子屏幕上显示提示文字的方式(例如,显示“请举起右手”的文字提醒),来指示待检测用户做出预设第一动作。在实际应用中,预设第一动作可以包括:特定手势、点击电子屏幕上的某个图标或按钮等。
本实施例中,可以对在发送交互指示之后从摄像头获取的图像进行图像分析,具体的,可以使用卷积神经网络提取该图像中第二动作的特征向量,基于第二动作的特征向量和第一动作的特征向量,计算第二动作与第一动作的相似度。
在本实施例一个可选实施方式中,上述根据M1和M2,确定交互反馈与交互指示是否匹配的步骤,可以包括:
基于M1对应的权重系数、M2对应的权重系数、M1和M2进行加权求和运算,得到整体相似度F1,如果F1达到预设第三阈值,则确定交互反馈与交互指示匹配;如果F1未达到预设第三阈值,则确定交互反馈与交互指示不匹配;其中,M1对应的权重系数和M2对应的权重系数的求和值为1。
在本实施例的另一个可选实施方式中,上述根据M1和M2,确定交互反馈与交互指示是否匹配的步骤,可以包括:
如果M1大于一个预先设定的阈值且M2大于另一个预先设定的阈值,则确定交互反馈与交互指示匹配,否则确定交互反馈与交互指示不匹配。
在本发明提供的另一个具体实施例中,为了提高活体检测的安全性,可以考虑多种交互方式同时进行,优选地,交互指示具体用于指示待检测用户移动至发光光源的预设范围内,以及指示待检测用户朗读预设第一文本,发光光源用于发射第一光序列{A1…,An},n为第一光序列中可见光的个数,Ai为第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和待检测用户输入的语音,m为第二光序列中可见光的个数,Bj为第二光序列中的第j个可见光;
上述步骤104,具体可以包括以下步骤:
识别语音得到第二文本;
计算第二光序列与第一光序列的相似度M1,计算第二文本与第一文本的相似度M3;
根据M1和M3,确定交互反馈与交互指示是否匹配。
本实施例中,第二光序列与第一光序列的相似度的计算方式,与上一实施例中的计算方式类似,在此不再赘述。
本实施例中,可以通过语音播报的方式(例如,播放“请朗读XXXX”的语音提醒)、或者在电子屏幕上显示提示文字的方式(例如,显示“请朗读XXXX”的文字提醒),来指示待检测用户朗读预设第一文本。
本实施例中,接收待检测用户输入的语音,将该语音识别为第二文本,之后可以使用文字匹配的方式,计算第二文本与第一文本的相似度。特别地,在进行语音识别之前,可以对用户输入的语音进行降噪处理,之后再进行语音识别,以提高语音识别的确定性。
在本实施例一个可选实施方式中,上述根据M1和M3,确定交互反馈与交互指示是否匹配的步骤,可以包括:
基于M1对应的权重系数、M3对应的权重系数、M1和M3进行加权求和运算,得到整体相似度F2,如果F2达到预设第四阈值,则确定交互反馈与交互指示匹配;如果F2未达到预设第四阈值,则确定交互反馈与交互指示不匹配;其中,M1对应的权重系数和M3对应的权重系数的求和值为1。
在本实施例的另一个可选实施方式中,上述根据M1和M3,确定交互反馈与交互指示是否匹配的步骤,可以包括:
如果M1大于一个预先设定的阈值且M3大于另一个预先设定的阈值,则确定交互反馈与交互指示匹配,否则确定交互反馈与交互指示不匹配。
在本发明提供的另一个具体实施例中,为了提高活体检测的安全性,可以考虑多种交互方式同时进行,优选地,交互指示具体用于指示待检测用户移动至发光光源的预设范围内,以及指示待检测用户做出预设第一动作,以及指示待检测用户朗读预设第一文本,发光光源用于发射第一光序列{A1…,An},n为第一光序列中可见光的个数,Ai为第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}、待检测用户做出的第二动作和待检测用户输入的语音,m为第二光序列中可见光的个数,Bj为第二光序列中的第j个可见光;
上述步骤104,具体可以包括以下步骤:
识别语音得到第二文本;
计算第二光序列与第一光序列的相似度M1,计算第二动作与第一动作的相似度M2,计算第二文本与第一文本的相似度M3;
根据M1、M2和M3,确定交互反馈与交互指示是否匹配。
本实施例中,第二光序列与第一光序列的相似度的计算方式,第二动作与第一动作的相似度的计算方式,第二文本与第一文本的相似度的计算方式,与前述实施例中的计算方式类似,在此不再赘述。
在本实施例一个可选实施方式中,上述根据M1、M2和M3,确定交互反馈与交互指示是否匹配的步骤,可以包括:
基于M1对应的权重系数、M2对应的权重系数、M3对应的权重系数、M1、M2和M3进行加权求和运算,得到整体相似度F3,如果F3达到预设第五阈值,则确定交互反馈与交互指示匹配;如果F3未达到预设第五阈值,则确定交互反馈与交互指示不匹配;其中,M1对应的权重系数、M2对应的权重系数和M3对应的权重系数的求和值为1。
在本实施例的另一个可选实施方式中,上述根据M1和M3,确定交互反馈与交互指示是否匹配的步骤,可以包括:
如果M1大于一个预先设定的阈值且M2大于另一个预先设定的阈值且M3大于再一个预先设定的阈值,则确定交互反馈与交互指示匹配,否则确定交互反馈与交互指示不匹配。
在一个例子中,预设第五阈值为0.6,M1对应的预设权重系数为a、M2对应的预设权重系数b、M3对应的预设权重系数c,在计算得到M1、M2和M3后,通过计算公式M1*a+M2*b+M3*c=F3来计算F3,如果F3大于0.6,则确定待检测用户通过活体检测,否则确定待检测用户未通过活体检测。
图3是本发明的另一个实施例的活体检测方法的流程图,本发明实施例可以上述任一方法实施例的基础上,增加时间维度的判别,将待检测用户做出交互反馈的时长与常规交互时长进行比较,来判断用于活体检测的图像是否为摄像头实际采集到的图像,以进一步提高活体检测的确定性和安全性,此时,如图3所示,该方法可以包括以下步骤:步骤301、步骤302、步骤303、步骤304和步骤305,其中,
在步骤301中,接收待处理图像,进行人脸检测。
在步骤302中,发送交互指示,其中,交互指示至少用于指示待检测用户与活体检测终端进行可见光交互。
在步骤303中,接收交互反馈。
本发明实施例中的步骤301~步骤303,与图1所示实施例中的步骤101~步骤103类似,在此不再赘述,详情请见图1所示实施例中步骤101~步骤103的内容。
在步骤304中,获取交互时长,其中,交互时长为活体检测终端接收到交互反馈的时长。
在步骤305中,计算交互时长与预设交互时长阈值的差值M4,计算交互反馈与交互指示规定的交互反馈的相似度M5,根据M4和M5,确定交互反馈与交互指示是否匹配,如果匹配,则确定活体检测通过,否则确定活体检测未通过。
本发明实施例中,预设交互时长阈值为常规的交互时长,可以基于大量的样本数据进行计算得到。
本发明实施例中,对于可见光交互,交互时长为从发光光源发射第一光序列至检测到第二光序列的时间间隔,预设交互时长阈值为常规的光交互时长;对于动作交互,交互时长为待检测用户做出第二动作所消耗的时间,预设交互时长阈值为常规的动作交互时长;对于声音交互,待检测用户朗读第二文本所消耗的时间,预设交互时长阈值为常规的声音交互时长。
在一个例子中,交互指示仅用于指示可见光交互,待检测用户与活体检测终端的光交互时长为t1,预设光交互时长阈值为T1,则计算得到差值M4为|t1-T1|。
在另一个例子中,交互指示用于指示可见光交互和动作交互,待检测用户与活体检测终端的光交互时长为t1,预设光交互时长阈值为T1,待检测用户与活体检测终端的动作交互时长为t2,预设动作交互时长阈值为T2,则计算得到差值M4为|t1-T1|+|t2-T2|。
在另一个例子中,交互指示用于指示可见光交互和声音交互,待检测用户与活体检测终端的光交互时长为t1,预设光交互时长阈值为T1,待检测用户与活体检测终端的声音交互时长为t3,预设声音交互时长阈值为T3,则计算得到差值M4为|t1-T1|+|t3-T3|。
在另一个例子中,交互指示用于指示可见光交互、动作交互和声音交互,待检测用户与活体检测终端的光交互时长为t1,预设光交互时长阈值为T1,待检测用户与活体检测终端的动作交互时长为t2,预设动作交互时长阈值为T2,待检测用户与活体检测终端的声音交互时长为t3,预设声音交互时长阈值为T3,则计算得到差值M4为|t1-T1|+|t2-T2|+|t3-T3|。
本发明实施例中,当交互指示仅用于指示可见光交互时,M5为第二光序列与第一光序列的相似度;当交互指示用于指示可见光交互和动作交互时,M5由第二光序列与第一光序列的相似度和第二动作与第一动作的相似度确定(可以加权求和确定或者从中选取较大的值);当交互指示用于指示可见光交互和声音交互时,M5由第二光序列与第一光序列的相似度和第二文本与第一文本的相似度确定(可以加权求和确定或者从中选取较大的值);当交互指示用于指示可见光交互、动作交互和声音交互时,M5由第二光序列与第一光序列的相似度、第二动作与第一动作的相似度和第二文本与第一文本的相似度确定(可以加权求和确定或者从中选取最大的值)。
在本实施例一个可选实施方式中,上述根据M4和M5,确定交互反馈与交互指示是否匹配的步骤,具体可以包括:
基于M4对应的权重系数、M5对应的权重系数、M4和M5进行加权求和运算,得到整体相似度F4,如果F4达到预设第六阈值,则确定交互反馈与交互指示匹配;如果F4未达到预设第六阈值,则确定交互反馈与交互指示不匹配;其中,M4对应的权重系数和M5对应的权重系数的求和值为1。
在本实施例另一个可选实施方式中,上述根据M4和M5,确定交互反馈与交互指示是否匹配的步骤,具体可以包括:
如果M4大于一个预先设定的阈值且M5大于另一个预先设定的阈值,则确定交互反馈与交互指示匹配,否则确定交互反馈与交互指示不匹配。
由上述实施例可见,该实施例中,除基于摄像头采集到的视频图像进行活体检测之外,还增加了对待检测用户与活体检测终端之间交互的监测,来判断用于活体检测的视频图像是否为摄像头实际采集到的图像,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈一致、并且交互时长符合常规交互时长,则表明用于活体检测的视频图像为摄像头实际采集到的图像,即摄像头没有被攻击,此时活体检测通过,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈不一致或者交互时长不符合常规交互时长,则表明用于活体检测的视频图像不是摄像头实际采集到的图像,即摄像头很可能被攻击,为避免活体检测错误,此时活体检测不通过,从而提高活体检测的安全性。
图4是本发明的一个实施例的活体检测装置的结构示意图,活体检测装置应用于活体检测终端,如图4所示,活体检测装置400,可以包括:
检测模块401,用于接收待处理图像,进行人脸检测;
发送模块402,用于发送交互指示,所述交互指示至少用于指示待检测用户与所述活体检测终端进行可见光交互;
接收模块403,用于接收交互反馈;
第一确定模块404,用于确定所述交互反馈与所述交互指示是否匹配;
第二确定模块405,用于在所述第一确定模块404的确定结果为是的情况下,确定活体检测通过;以及在所述第一确定模块404的确定结果为否的情况下,确定活体检测未通过。
由上述实施例可见,该实施例中,除了基于从摄像头获取的视频图像进行活体检测之外,还增加了对待检测用户与活体检测终端之间交互的监测,该交互至少包括可见光交互,来判断用于活体检测的视频图像是否为摄像头实际采集到的图像,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈一致,则表明用于活体检测的视频图像为摄像头实际采集到的图像,即摄像头没有被攻击,此时活体检测通过,如果用于活体检测的视频图像中包含待检测用户的人脸、并且待检测用户实际输入的交互反馈与活体检测终端规定待检测用户做出的交互反馈不一致,则表明用于活体检测的视频图像不是摄像头实际采集到的图像,即摄像头很可能被攻击,为避免活体检测错误,此时活体检测不通过,从而提高活体检测的准确性和安全性。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm},m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块404,可以包括:
第一确定子模块,用于确定m与n是否相等;
第二确定子模块,用于在所述第一确定子模块的确定结果为否的情况下,确定所述交互反馈与所述交互指示不匹配;
第三确定子模块,用于在所述第一确定子模块的确定结果为是的情况下,针对所述第二光序列和所述第一光序列中的每个可见光,比较Bi与Ai的光谱,如果Bi与Ai的光谱相似度达到预设第一阈值,则确定Bi与Ai为同一可见光,并对s进行加1,s的初始值为0;如果Bi与Ai的光谱相似度未达到预设第一阈值,则确定Bi与Ai为不同可见光;
第一计算子模块,用于计算所述第二光序列与所述第一光序列的相似度s/n;
第四确定子模块,用于在所述s/n达到预设第二阈值的情况下,确定所述交互反馈与所述交互指示匹配;以及在所述s/n未达到预设第二阈值的情况下,确定所述交互反馈与所述交互指示不匹配。
可选地,作为一个实施例,所述交互指示还用于指示所述待检测用户与所述活体检测终端进行动作交互和/或声音交互。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户做出的第二动作,m为第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块404,可以包括:
第二计算子模块,用于计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2;
第五确定子模块,用于根据所述M1和所述M2,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块404,可以包括:
第一识别子模块,用于识别所述语音得到第二文本;
第三计算子模块,用于计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二文本与所述第一文本的相似度M3;
第六确定子模块,用于根据所述M1和所述M3,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}、所述待检测用户做出的第二动作和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述第一确定模块404,可以包括:
第二识别子模块,用于识别所述语音得到第二文本;
第四计算子模块,用于计算第二光序列与第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2,计算所述第二文本与所述第一文本的相似度M3;
第七确定子模块,用于根据所述M1、所述M2和所述M3,确定所述交互反馈与所述交互指示是否匹配。
可选地,作为一个实施例,所述活体检测装置400,还可以包括:
获取模块,用于获取交互时长,其中,所述交互时长为所述活体检测终端接收到交互反馈的时长;
所述第一确定模块404,可以包括:
第五计算子模块,用于计算所述交互时长与预设交互时长阈值的差值M4,计算所述交互反馈与所述交互指示规定的交互反馈的相似度M5;
第八确定子模块,用于根据所述M4和所述M5,确定所述交互反馈与所述交互指示是否匹配。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
根据本发明的又一个实施例,本发明还提供了一种活体检测终端,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,所述计算机程序被所述处理器执行时实现如上述任意一个实施例所述的活体检测方法的步骤。
根据本发明的再一个实施例,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任意一个实施例所述的活体检测方法中的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例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,本发明实施例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。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做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发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种活体检测方法、装置及活体检测终端,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种活体检测方法,应用于活体检测终端,其特征在于,所述方法包括:
接收待处理图像,进行人脸检测;
发送交互指示,所述交互指示至少用于指示待检测用户与所述活体检测终端进行可见光交互;
接收交互反馈;
确定所述交互反馈与所述交互指示是否匹配,如果匹配,则确定活体检测通过,否则确定活体检测未通过;
其中,所述可见光交互包括:指示所述待检测 用户移动至发光光源的预设范围内,所述发光光源发射第一光序列;
所述交互反馈包括所述待检测用户面部反射的第二光序列;
其中,所述确定所述交互反馈与所述交互指示是否匹配,包括:若所述第一光序列中的可见光个数与所述第二光序列中的可见光个数相等,且所述第一光序列与所述第二光序列的相似度达到预设第二阈值,则确定所述交互反馈与所述交互指示匹配。
2.根据权利要求1所述的方法,其特征在于,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm},m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
确定m与n是否相等;
如果m与n不相等,则确定所述交互反馈与所述交互指示不匹配;
如果m与n相等,则针对所述第二光序列和所述第一光序列中的每个可见光,比较Bi与Ai的光谱,如果Bi与Ai的光谱相似度达到预设第一阈值,则确定Bi与Ai为同一可见光,并对s进行加1,s的初始值为0;如果Bi与Ai的光谱相似度未达到预设第一阈值,则确定Bi与Ai为不同可见光;
计算所述第二光序列与所述第一光序列的相似度s/n,如果所述s/n达到预设第二阈值,则确定所述交互反馈与所述交互指示匹配;如果所述s/n未达到预设第二阈值,则确定所述交互反馈与所述交互指示不匹配。
3.根据权利要求1所述的方法,其特征在于,所述交互指示还用于指示所述待检测用户与所述活体检测终端进行动作交互和/或声音交互。
4.根据权利要求3所述的方法,其特征在于,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户做出的第二动作,m为第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2;
根据所述M1和所述M2,确定所述交互反馈与所述交互指示是否匹配。
5.根据权利要求3所述的方法,其特征在于,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
识别所述语音得到第二文本;
计算所述第二光序列与所述第一光序列的相似度M1,计算所述第二文本与所述第一文本的相似度M3;
根据所述M1和所述M3,确定所述交互反馈与所述交互指示是否匹配。
6.根据权利要求3所述的方法,其特征在于,所述交互指示具体用于指示所述待检测用户移动至发光光源的预设范围内,以及指示所述待检测用户做出预设第一动作,以及指示所述待检测用户朗读预设第一文本,所述发光光源用于发射第一光序列{A1…,An},n为所述第一光序列中可见光的个数,Ai为所述第一光序列中的第i个可见光,Ai与Ai+1的时间间隔为t;
所述交互反馈包括:待检测用户面部反射的第二光序列{B1…,Bm}、所述待检测用户做出的第二动作和所述待检测用户输入的语音,m为所述第二光序列中可见光的个数,Bj为所述第二光序列中的第j个可见光;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
识别所述语音得到第二文本;
计算第二光序列与第一光序列的相似度M1,计算所述第二动作与所述第一动作的相似度M2,计算所述第二文本与所述第一文本的相似度M3;
根据所述M1、所述M2和所述M3,确定所述交互反馈与所述交互指示是否匹配。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
获取交互时长,其中,所述交互时长为所述活体检测终端接收到交互反馈的时长;
所述确定所述交互反馈与所述交互指示是否匹配,包括:
计算所述交互时长与预设交互时长阈值的差值M4,计算所述交互反馈与所述交互指示规定的交互反馈的相似度M5;
根据所述M4和所述M5,确定所述交互反馈与所述交互指示是否匹配。
8.一种活体检测装置,应用于活体检测终端,其特征在于,所述装置包括:
检测模块,用于接收待处理图像,进行人脸检测;
发送模块,用于发送交互指示,所述交互指示至少用于指示待检测用户与所述活体检测终端进行可见光交互;
接收模块,用于接收交互反馈;
第一确定模块,用于确定所述交互反馈与所述交互指示是否匹配;
第二确定模块,用于在所述第一确定模块的确定结果为是的情况下,确定活体检测通过;以及在所述第一确定模块的确定结果为否的情况下,确定活体检测未通过;
其中,所述可见光交互包括:指示所述待检测 用户移动至发光光源的预设范围内,所述发光光源发射第一光序列;所述交互反馈包括所述待检测用户面部反射的第二光序列;
其中,所述第一确定模块,具体用于若所述第一光序列中的可见光个数与所述第二光序列中的可见光个数相等,且所述第一光序列与所述第二光序列的相似度达到预设第二阈值,则确定所述交互反馈与所述交互指示匹配。
9.一种活体检测终端,其特征在于,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,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的活体检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的活体检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910263023.4A CN110110597B (zh) | 2019-04-02 | 2019-04-02 | 活体检测方法、装置及活体检测终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910263023.4A CN110110597B (zh) | 2019-04-02 | 2019-04-02 | 活体检测方法、装置及活体检测终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110110597A CN110110597A (zh) | 2019-08-09 |
CN110110597B true CN110110597B (zh) | 2021-08-27 |
Family
ID=67484993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910263023.4A Active CN110110597B (zh) | 2019-04-02 | 2019-04-02 | 活体检测方法、装置及活体检测终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110597B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310575B (zh) | 2020-01-17 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 一种人脸活体检测的方法、相关装置、设备及存储介质 |
CN111460419B (zh) * | 2020-03-31 | 2020-11-27 | 深圳市微网力合信息技术有限公司 | 物联网人工智能人脸验证方法及物联网云服务器 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
CN104809441A (zh) * | 2015-04-29 | 2015-07-29 | 北京旷视科技有限公司 | 活体验证方法及装置 |
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 |
CN105518708A (zh) * | 2015-04-29 | 2016-04-20 | 北京旷视科技有限公司 | 用于验证活体人脸的方法、设备和计算机程序产品 |
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 |
CN106599772A (zh) * | 2016-10-31 | 2017-04-26 | 北京旷视科技有限公司 | 活体验证方法和装置及身份认证方法和装置 |
CN107392135A (zh) * | 2017-07-14 | 2017-11-24 | 广东欧珀移动通信有限公司 | 活体检测方法及相关产品 |
CN107633596A (zh) * | 2017-08-14 | 2018-01-26 | 深圳怡化电脑股份有限公司 | 一种识别银行卡的方法、装置及存储介质 |
CN107832712A (zh) * | 2017-11-13 | 2018-03-23 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置和计算机可读存储介质 |
CN108154111A (zh) * | 2017-12-22 | 2018-06-12 | 泰康保险集团股份有限公司 | 活体检测方法、系统、电子设备及计算机可读介质 |
CN108734057A (zh) * | 2017-04-18 | 2018-11-02 | 北京旷视科技有限公司 | 活体检测的方法、装置及计算机存储介质 |
-
2019
- 2019-04-02 CN CN201910263023.4A patent/CN110110597B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
CN104809441A (zh) * | 2015-04-29 | 2015-07-29 | 北京旷视科技有限公司 | 活体验证方法及装置 |
CN105518708A (zh) * | 2015-04-29 | 2016-04-20 | 北京旷视科技有限公司 | 用于验证活体人脸的方法、设备和计算机程序产品 |
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 |
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 |
CN106599772A (zh) * | 2016-10-31 | 2017-04-26 | 北京旷视科技有限公司 | 活体验证方法和装置及身份认证方法和装置 |
CN108734057A (zh) * | 2017-04-18 | 2018-11-02 | 北京旷视科技有限公司 | 活体检测的方法、装置及计算机存储介质 |
CN107392135A (zh) * | 2017-07-14 | 2017-11-24 | 广东欧珀移动通信有限公司 | 活体检测方法及相关产品 |
CN107633596A (zh) * | 2017-08-14 | 2018-01-26 | 深圳怡化电脑股份有限公司 | 一种识别银行卡的方法、装置及存储介质 |
CN107832712A (zh) * | 2017-11-13 | 2018-03-23 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置和计算机可读存储介质 |
CN108154111A (zh) * | 2017-12-22 | 2018-06-12 | 泰康保险集团股份有限公司 | 活体检测方法、系统、电子设备及计算机可读介质 |
Non-Patent Citations (2)
Title |
---|
Liveness Verification in Audio-Video Speaker Authentication;Girija Chetty等;《Journal of chemical education 》;20140331;第91卷(第4期);第358-363页 * |
Masked fake face detection using radiance measurements;Youngshin Kim等;《J.Opt.Soc.Am.A》;20090430;第26卷(第4期);第760-766页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110110597A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9430627B2 (en) | Method and system for enforced biometric authentication | |
US8306823B2 (en) | Dialog detecting apparatus, dialog detecting method, and computer program product | |
CN110110597B (zh) | 活体检测方法、装置及活体检测终端 | |
US11361058B2 (en) | Method used in a mobile equipment with a trusted execution environment for authenticating a user based on his face | |
CN112668453B (zh) | 视频识别方法及相关设备 | |
CN111241883A (zh) | 防止远程被测人员作弊的方法和装置 | |
CN205540781U (zh) | 身份的识别系统 | |
CN111291668A (zh) | 活体检测方法、装置、电子设备及可读存储介质 | |
CN112235230A (zh) | 一种恶意流量识别方法及系统 | |
US20160188680A1 (en) | Electronic device and information searching method for the electronic device | |
CN111354013A (zh) | 目标检测方法及装置、设备和存储介质 | |
CN112351047B (zh) | 基于双引擎的声纹身份认证方法、装置、设备及存储介质 | |
US20090123062A1 (en) | Information processing apparatus, information processing method, and program | |
CN112151038B (zh) | 语音重放攻击检测方法、装置、可读存储介质及电子设备 | |
CN111914763A (zh) | 活体检测方法、装置和终端设备 | |
CN115037790B (zh) | 异常注册识别方法、装置、设备及存储介质 | |
CN109255016A (zh) | 基于深度学习的应答方法、装置及计算机可读存储介质 | |
CN107229865B (zh) | 一种解析Webshell入侵原因的方法及装置 | |
CN112102837B (zh) | 家电设备及家电设备的拾音检测方法、装置 | |
CN111259689B (zh) | 用于发送信息的方法和装置 | |
CN112632494A (zh) | 一种基于时序模型的移动应用身份验证方法及装置 | |
CN114104878A (zh) | 电梯控制方法、装置、计算机设备和存储介质 | |
CN115063873B (zh) | 基于静态和动态人脸检测的飞行数据获取方法、设备 | |
CN112528792B (zh) | 疲劳状态检测方法、装置、介质及电子设备 | |
CN114261858B (zh) | 数据处理方法、装置、设备、系统及计算机存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |