CN110163097A - 三维头像真伪性的鉴别方法、装置、电子设备及存储介质 - Google Patents
三维头像真伪性的鉴别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110163097A CN110163097A CN201910307918.3A CN201910307918A CN110163097A CN 110163097 A CN110163097 A CN 110163097A CN 201910307918 A CN201910307918 A CN 201910307918A CN 110163097 A CN110163097 A CN 110163097A
- Authority
- CN
- China
- Prior art keywords
- image
- camera
- head portrait
- focal length
- distance
- 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
- 238000012850 discrimination method Methods 0.000 title claims abstract description 24
- 230000003595 spectral effect Effects 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 6
- 230000001815 facial effect Effects 0.000 description 12
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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
Landscapes
- Engineering & Computer Science (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)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及网络信息技术领域,具体涉及一种三维头像真伪性的鉴别方法、装置、电子设备及存储介质,其的方法包括:通过两个以上不同焦距的摄像头同时获取图像;对图像进行人脸识别,从图像中提取出人脸信息;从人脸信息中选定特征点,通过不同焦距的摄像头持续获取特征点的特征图像,并确定获取的特征图像与摄像头之间的距离,对当前确定的距离进行存储;获取当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将差值与预定值进行比较,若比较结果大于预定值,则将当前的图像判定为真实人体头像;本发明能根据三维头像的表面凹凸度的变化对三维头像的真实性进行判断,有效地防止伪造和仿冒的现象发生。
Description
技术领域
本发明涉及网络信息技术领域,具体涉及一种三维头像真伪性的鉴别方法、装置、电子设备以及一种存储有上述三维头像真伪性的鉴别方法的计算机可读存储介质。
背景技术
随着网络技术的快速发展,互联网已经进入到各人的生活中,其为人们的生活带来了极大的便利。利用互联网进行生活缴费、查询个人信息、办理证明文件、购买保险等已经成为人们的一种主流生活方式;其使得人们不再需要到现场办理业务,为用户提供了极大地便利。
但是,由于人们不再需要到现场办理业务,故对办理业务人员的身份进行线上的验证,判断其网上操作为本人所为,已经成为了当今网络技术应用中的一个重要问题;在现有技术中,其对办理业务人员的身份进行验证主要是利用人脸识别技术,并通过让人物完成特定的动作来实现人脸真实性验证;但在现有的验证方式中,其所输入的图片或视频均可以通过事先准备好的信息来伪造和仿冒,其验证的准确性还有待提高。
发明内容
为克服上述缺陷,本发明的目的即在于提供一种鉴别所获取到的三维头像来源是否为真人的方法、装置、电子设备及电子存储介质。
本发明的目的是通过以下技术方案来实现的:
本发明是一种三维头像真伪性的鉴别方法,包括:
通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像;
对所述图像进行人脸识别,判断是否能在所述图像中是识别到人脸信息,若识别到人脸信息,则将从所述图像中提取出人脸信息;
从所述人脸信息中选定一个以上的特征点,通过所述不同焦距的摄像头持续获取所述特征点的特征图像,并确定获取的所述特征图像与所述摄像头之间的距离,对当前确定的距离进行存储;
获取当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将差值与预定值进行比较,若比较结果大于预定值,则将当前的图像判定为真实人体头像。
在本发明中,所述将当前特征图像的距离与之前所存储的特征图像的距离进行比较还包括:
若比较结果不大于预定值,则继续通过所述不同焦距的摄像头持续获取所述特征点的特征图像。
在本发明中,所述若比较结果大于预定值之后包括:
通过红外感应器对前方的红外数据进行采集,并判断所采集到的红外数据是否在预定范围之内,若在预定范围之内,则将当前的图像判定为真实人体头像。
在本发明中,所述判断所采集到的红外数据是否在预定范围之内还包括:
若不在预定范围之内,则将当前的图像判定为非真实人体头像,并重新通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
在本发明中,所述将当前的图像判定为非真实人体头像之后包括:
对获取到的非真实人体头像数量进行计数,得到计数值;
当在预定时间内的计数值达到预定数量后,则停止进行通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
在本发明中,所述判断是否能在所述图像中是识别到人脸信息还包括:
若识别不到人脸信息,则重新通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
在本发明中,所述对所述图像进行人脸识别包括:
按照焦距由近到远的顺序,依次对所述图像进行人脸识别。
本发明是一种三维头像真伪性的鉴别装置,包括:
图像获取模块,所述图像获取模块与两个以上不同焦距的摄像头相连接,用于同时获取与所述摄像头焦距相对应的图像;
人脸识别模块,所述人脸识别模块与所述图像获取模块相连接,用于对所述图像进行人脸识别,判断是否能在所述图像中是识别到人脸信息,若识别到人脸信息,则将从所述图像中提取出人脸信息;
距离判断模块,所述距离判断模块与所述人脸识别模块相连接,用于从所述人脸信息中选定一个以上的特征点,通过所述不同焦距的摄像头持续获取所述特征点的特征图像,并确定获取的所述特征图像与所述摄像头之间的距离,对当前确定的距离进行存储;
真实性判断模块,所述真实性判断模块与所述距离判断模块相连接,用于获取当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将差值与预定值进行比较,若比较结果大于预定值,则将当前的图像判定为真实人体头像。
本发明是一种电子设备,所述电子设备包括:
处理器;
摄像头,所述摄像头的数量为两个以上,且每个摄像头的焦距均不相同;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,驱动所述摄像头,并实现如上所述的三维头像真伪性的鉴别方法。
本发明是一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的三维头像真伪性的鉴别方法。
本发明通过多个不同焦距的摄像头配合,持续地获取一段时间段内的人物的三维头像,并实时获取各个时刻下该三维头像中特征点与摄像头之间的距离数据,当距离数据超出预定值,则将其判别为真实头像;本发明能根据三维头像的表面凹凸度的变化对三维头像的真实性进行判断,有效地防止伪造和仿冒的现象发生。
附图说明
为了易于说明,本发明由下述的较佳实施例及附图作详细描述。
图1为本发明的鉴别方法一个实施例的工作流程示意图;
图2为本发明的鉴别方法另一个实施例的工作流程示意图;
图3为本发明的鉴别装置一个实施例的逻辑结构示意图;
图4为本发明的电子设备一个实施例的逻辑结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接。可以是机械连接,也可以是电连接。可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面以现今市面上具有双摄像头的智能手机设备的应用为例,对本发明的一种三维头像真伪性的鉴别方法进行具体描述,请参阅图1,其包括:
S101.通过智能手机设备上的两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
两个不同焦距的摄像头例如可以为长焦摄像头和短焦摄像头;两个不同焦距的摄像头可分别获取同一方向下与其焦距相对应的图像,如:长焦图像和短焦图像;
S102.对所述图像进行人脸识别,判断是否能在所述图像中识别到人脸信息,若识别到人脸信息,则将从所述图像中提取出人脸信息。
其具体为:当获取到长焦图像和短焦图像后,分别对长焦图像和短焦图像进行人脸识别,判断在哪一个图像中能获取到较为清晰的人脸信息;由于长焦摄像头和短焦摄像头同时采集的是用户的人脸图像,故两个图像中都会包含有部分人脸信息,但由于两个摄像头的焦距不同,其所获得的人脸信息的清晰度将也不同;如:当用户的人脸位于接近短焦摄像头的焦距位置处,故在短焦图像中,其人脸图像将较为清晰,也可从该图像中识别到人脸信息;而在长焦图像中,其人脸图像将较为模糊,不能从该图像中识别到人脸信息;
S103.从所述人脸信息中选定一个以上的特征点,通过所述不同焦距的摄像头持续获取所述特征点的特征图像,并确定获取的所述特征图像与所述摄像头之间的距离,对当前确定的距离进行存储。
其具体为:两个摄像头同时获取特征点的特征图像,得到两幅焦距不同的特征图像;再结合每个摄像头固有的焦距值以及两幅特征图像各自的清晰度,判断出该特征点在该时刻下,其所在的焦距区间范围;如第一镜头的焦距为40mm,第二镜头的焦距为80mm;若一特征点的距离为30mm,故其第一镜头的特征图像中,该特征点在图像的则较为清晰,而第二镜头的特征图像中,该特征点的成像则较为模糊;通过对图像清晰度的对比,可以快速的获取到该特征点所在的距离范围为小于40mm;当智能手机中的摄像头数量越多,其特征点的距离区间会越准确;
S104.获取当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将差值与预定值进行比较。
由于在正常情况下,在一段时间内人脸中的特征点离摄像头之间的距离会略微发生变化,故通过判断一段时间内人脸图像中的某些特征点的距离变化是否达到预定值,若达到了预定值即将该人脸图像定义为3D图像。
S105.若比较结果大于预定值,则将当前的图像判定为真实人体头像。
下面以另一个实施例为例,对本发明的一种三维头像真伪性的鉴别方法进行具体描述,请参阅图2,其包括:
S201.通过智能手机设备上的两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
其中,该两个不同焦距的摄像头例如:长焦摄像头和短焦摄像头;分别获取同一方向下与其焦距相对应的图像,如:长焦图像和短焦图像;
S202.按照焦距由近到远的顺序,依次对所述图像进行人脸识别;判断是否能在所述图像中识别到人脸信息。
由于在实际应用中,短焦距图像中存在清晰人脸图像的几率较大;故优先对短焦距图像进行识别,当在短焦距图像中识别出人脸特征后,则将人脸图像提取出来;并且当在短焦距图像中提取出人脸图像后,则不需要再对长焦距图像进行人脸识别;并判断是否能在所述图像中识别到人脸信息,若识别不到人脸信息,则返回步骤S201.重新通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。若识别到人脸信息,则执行步骤S203。
S203.将从所述图像中提取出人脸信息。
其具体为:当获取到长焦图像和短焦图像后,分别对长焦图像和短焦图像进行人脸识别,判断在哪一个图像中能获取到较为清晰的人脸信息;由于长焦摄像头和短焦摄像头同时采集的是用户的人脸图像,故两个图像中都会包含有部分人脸信息,但由于两个摄像头的焦距不同,其所获得的人脸信息的清晰度将也不同;如:当用户的人脸位于接近短焦摄像头的焦距位置处,故在短焦图像中,其人脸图像将较为清晰,也可从该图像中识别到人脸信息;而在长焦图像中,其人脸图像将较为模糊,不能从该图像中识别到人脸信息。由于在智能手机中,两个摄像头的安装位置较为接近,故两个摄像头所拍摄到的图像内容也较为接近;故当在一幅图像中识别出人脸信息后,人脸信息中的一些特征点如:眼睛、鼻子、嘴巴等;其在所有图像中的位置也相应地会得到确定。
S204.从所述人脸信息中选定一个以上的特征点,通过所述不同焦距的摄像头持续获取所述特征点的特征图像,并确定获取的所述特征图像与摄像头之间的距离,对当前确定的距离进行存储。
其具体为:由于已经获取到各个特征点所在的位置,故两个摄像头可再次同时获取当前时刻下特征点的特征图像,得到两幅焦距不同的特征图像;再结合每个摄像头固有的焦距值以及两幅特征图像各自的清晰度,判断出该特征点在该时刻下,其所在的焦距区间范围;如第一镜头的焦距为40mm,第二镜头的焦距为80mm;若一特征点的离摄像头的距离为30mm,故其第一镜头的特征图像中,该特征点在图像的则较为清晰,而第二镜头的特征图像中,该特征点的成像则较为模糊;通过对图像清晰度的对比,可以快速的获取到该特征点所在的距离范围为小于40mm;当智能手机中的摄像头数量越多,其特征点的距离区间会越准确;
优选地,为了能更好地获取到当前特征图像与摄像头之间的距离与之前所存储的特征图像与摄像头之间的距离的差,可在摄像头持续获取所述特征点的特征图像的同时,在屏幕中显示动作指令,让用户跟随动作指令进行相应的操作,如摇头等,其能更有效地检测出特征图像的距离差。
S205.获取当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将差值与预定值进行比较。
由于在正常情况下,在一段时间内人脸中的特征点离摄像头之间的距离会略微发生变化,故通过判断一段时间内人脸图像中的某些特征点的距离变化是否达到预定值,可判定当前的图像是否为真实人体头像。若比较结果不大于预定值,则进行步骤S209.则将当前的图像判定为非真实人体头像。若比较结果大于预定值,则进行步骤S206。
S206.判断所采集到的红外数据是否在预定范围之内。
若比较结果大于预定值,则进一步通过红外感应器对前方的红外数据进行采集,并判断所采集到的红外数据是否在预定范围之内;由于人体自身会散发出红外热辐射,当所采集到的人体热辐射值达到预定值,其说明当前智能手机前进行验证的是真实人体头像,而并非是预先录制好的视频;若不在预定范围之内,进行步骤S209.则将当前的图像判定为非真实人体头像。若在预定范围之内,进行步骤S207。
S207.将当前的图像判定为真实人体头像。
S208.在判定为真实人体头像后,开放对应账户的使用权限;用户可登陆账号进行操作。
S209.将当前的图像判定为非真实人体头像。
S210.判断预定时间内的计数值是否达到预定数量。
将当前的图像判定为非真实人体头像之后,对获取到的非真实人体头像数量进行计数,得到计数值;判断预定时间内的计数值是否达到预定数量。其中,一次判定为非真实人体头像就计数一次;当在预定时间内的计数值未达到预定数量,则返回步骤S201.继续通过所述不同焦距的摄像头持续获取所述特征点的特征图像。当在预定时间内的计数值达到预定数量,则执行步骤S211。
S211.当在预定时间内的计数值达到预定数量后,则停止进行通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像,冻结对应账户的使用权限。
具体可以为:如:半小时内,其验证失败的次数达到预设值,如:三次;如果预定数量,则在一段锁定时间内,如:一天,暂停进行本鉴别方法,故在智能设备中无法对账号进行登陆。
本实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的模块也可以设置在处理器中。其中,这些模块的名称在某种情况下并不构成对该单元本身的限定。
请参阅图3,本发明是一种三维头像真伪性的鉴别装置,包括:
图像获取模块301,所述图像获取模块301与两个以上不同焦距的摄像头相连接,用于同时获取与所述摄像头焦距相对应的图像;长焦距的摄像头会获取到长焦距的图像,而短焦距的摄像头会获取到短焦距的图像,该图像获取模块301同时对所有摄像头所采集到的图像进行获取;
人脸识别模块302,所述人脸识别模块302与所述图像获取模块301相连接,用于对所述图像进行人脸识别,判断是否能在所述图像中识别到人脸信息,若识别到人脸信息,则将从所述图像中提取出人脸信息;该人脸识别模块302依次对每幅图像的内容进行识别,判断该图像中是否含有清晰的人脸特征信息;
距离判断模块303,所述距离判断模块303与所述人脸识别模块302相连接,用于从所述人脸信息中选定一个以上的特征点,通过所述不同焦距的摄像头持续获取所述特征点的特征图像,并确定获取的所述特征图像与摄像头之间的距离,对当前确定的距离进行存储;其通过两个以上不同焦距的摄像头同时获取特征点的特征图像,得到两幅以上焦距不同的特征图像;再结合每个摄像头固有的焦距值以及两幅特征图像各自的清晰度,判断出该特征点在该时刻下,其所在的焦距区间范围;当智能手机中的摄像头数量越多,其特征点的距离区间会越准确;
真实性判断模块304,所述真实性判断模块304与所述距离判断模块303相连接,用于获取当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将差值与预定值进行比较,若比较结果大于预定值,则将当前的图像判定为真实人体头像。由于在正常情况下,在一段时间内人脸中的特征点离摄像头之间的距离会略微发生变化,故通过判断一段时间内人脸图像中的某些特征点的距离变化是否达到预定值,可判定当前的图像是否为真实人体头像。
请参阅图4,本发明可以是一种电子设备,所述电子设备400包括:
处理器401;所述处理器401的功能主要是解释计算机指令以及处理计算机软件中的数据,其可包括:微控制单元(Microcontroller Unit,MCU),中央处理器(CentralProcessing Unit,CPU)等;
摄像头402,所述摄像头402的数量为两个以上,且每个摄像头402的焦距均不相同;其具体可采用一个摄像头为广角摄像头,另一个摄像头为长焦摄像头的配置方式;
存储器403,所述存储器403上存储有计算机可读指令,所述计算机可读指令被所述处理器401执行时,驱动所述摄像头402,并实现如上所述的三维头像真伪性的鉴别方法。例如,所述处理器401可以执行存储于所述存储器403中如图1中所示的步骤:S101.获取与长短焦距相对应的图像;S102.从图像中提取出人脸信息;S103.识别出特征点的距离;S104.判断距离差是否大于预定值;S105.判定为真实人体头像。
处理器401、摄像头402、存储器403之间通过总线相连接,该总线可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的三维头像真伪性的鉴别方法。
本发明还可以是一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的三维头像真伪性的鉴别方法。例如,本实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行上述方法流程所示的方法的程序代码。
需要说明的是,本发明所示的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或者是上述两者的任意组合。计算机可读存储介质例如可以是一一但不限于一一电、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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中,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。而在本发明中,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的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言一诸如Java、C++等,还包括常规的过程式程序设计语言一诸如“C”语言或类似的程序设计语言。程序代码可以完全地在客户计算设备上执行、部分地在客户设备上执行、作为一个独立的软件包执行、部分在客户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到客户计算设备,或者,可以连接到外部计算设备。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
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作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种三维头像真伪性的鉴别方法,其特征在于,包括:
通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像;
对所述图像进行人脸识别,判断是否能在所述图像中识别到人脸信息,若识别到人脸信息,则将从所述图像中提取出人脸信息;
从所述人脸信息中选定一个以上的特征点,通过所述不同焦距的摄像头持续获取所述特征点的特征图像,并确定获取的所述特征图像与所述摄像头之间的距离,对当前确定的距离进行存储;
获取所述当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将所述差值与预定值进行比较,若比较结果大于预定值,则将当前的图像判定为真实人体头像。
2.根据权利要求1所述的三维头像真伪性的鉴别方法,其特征在于,所述将所述差值与预定值进行比较还包括:
若比较结果不大于预定值,则继续通过所述不同焦距的摄像头持续获取所述特征点的特征图像。
3.根据权利要求1所述的三维头像真伪性的鉴别方法,其特征在于,所述若比较结果大于预定值之后包括:
通过红外感应器对前方的红外数据进行采集,并判断所采集到的红外数据是否在预定范围之内,若在预定范围之内,则将当前的图像判定为真实人体头像。
4.根据权利要求3所述的三维头像真伪性的鉴别方法,其特征在于,所述判断所采集到的红外数据是否在预定范围之内还包括:
若不在预定范围之内,则将当前的图像判定为非真实人体头像,并重新通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
5.根据权利要求4所述的三维头像真伪性的鉴别方法,其特征在于,所述将当前的图像判定为非真实人体头像之后包括:
对获取到的非真实人体头像数量进行计数,得到计数值;
当在预定时间内的计数值达到预定数量后,则停止进行通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
6.根据权利要求1所述的三维头像真伪性的鉴别方法,其特征在于,所述判断是否能在所述图像中识别到人脸信息还包括:
若识别不到人脸信息,则重新通过两个以上不同焦距的摄像头同时获取与其焦距相对应的图像。
7.根据权利要求1所述的获取新用户的装置,其特征在于,所述对所述图像进行人脸识别包括:
按照焦距由近到远的顺序,依次对所述图像进行人脸识别。
8.一种三维头像真伪性的鉴别装置,其特征在于,包括:
图像获取模块,所述图像获取模块与两个以上不同焦距的摄像头相连接,用于同时获取与所述摄像头焦距相对应的图像;
人脸识别模块,所述人脸识别模块与所述图像获取模块相连接,用于对所述图像进行人脸识别,判断是否能在所述图像中识别到人脸信息,若识别到人脸信息,则将从所述图像中提取出人脸信息;
距离判断模块,所述距离判断模块与所述人脸识别模块相连接,用于从所述人脸信息中选定一个以上的特征点,通过所述不同焦距的摄像头持续获取所述特征点的特征图像,并确定获取的所述特征图像与所述摄像头之间的距离,对当前确定的距离进行存储;
真实性判断模块,所述真实性判断模块与所述距离判断模块相连接,用于获取所述当前确定的距离与之前所存储的特征图像与摄像头之间的距离的差值,并将所述差值与预定值进行比较,若比较结果大于预定值,则将当前的图像判定为真实人体头像。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
摄像头,所述摄像头的数量为两个以上,且每个摄像头的焦距均不相同;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,驱动所述摄像头,并实现如权利要求1至7任一项所述的三维头像真伪性的鉴别方法。
10.一种计算机可读存储介质,其特征在于,其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任一项所述的三维头像真伪性的鉴别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910307918.3A CN110163097A (zh) | 2019-04-16 | 2019-04-16 | 三维头像真伪性的鉴别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910307918.3A CN110163097A (zh) | 2019-04-16 | 2019-04-16 | 三维头像真伪性的鉴别方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110163097A true CN110163097A (zh) | 2019-08-23 |
Family
ID=67639386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910307918.3A Pending CN110163097A (zh) | 2019-04-16 | 2019-04-16 | 三维头像真伪性的鉴别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110163097A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114730507A (zh) * | 2019-10-15 | 2022-07-08 | 亚萨合莱有限公司 | 用于使用焦点堆栈进行基于图像的欺骗检测的系统和方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007241402A (ja) * | 2006-03-06 | 2007-09-20 | Sharp Corp | 顔認証におけるなりすまし判定装置およびそれを用いた顔認証装置 |
CN105912912A (zh) * | 2016-05-11 | 2016-08-31 | 青岛海信电器股份有限公司 | 一种终端用户身份登录方法和系统 |
TW201727537A (zh) * | 2016-01-22 | 2017-08-01 | 鴻海精密工業股份有限公司 | 人臉識別系統及人臉識別方法 |
DE102016104487A1 (de) * | 2016-03-11 | 2017-09-14 | Dermalog Identification Systems Gmbh | Mobiles elektronisches Gerät mit Gesichtserkennung |
CN107169405A (zh) * | 2017-03-17 | 2017-09-15 | 上海云从企业发展有限公司 | 基于双目摄像机活体识别的方法及装置 |
CN107273875A (zh) * | 2017-07-18 | 2017-10-20 | 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 |
CN107480601A (zh) * | 2017-07-20 | 2017-12-15 | 广东欧珀移动通信有限公司 | 检测方法及相关产品 |
CN107491775A (zh) * | 2017-10-13 | 2017-12-19 | 理光图像技术(上海)有限公司 | 人脸活体检测方法、装置、存储介质及设备 |
CN107633231A (zh) * | 2017-09-25 | 2018-01-26 | 广东欧珀移动通信有限公司 | 人脸检测方法及相关产品 |
CN107844773A (zh) * | 2017-11-10 | 2018-03-27 | 广东日月潭电源科技有限公司 | 一种三维动态智能人脸识别方法及系统 |
CN108171204A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 检测方法和装置 |
CN108805024A (zh) * | 2018-04-28 | 2018-11-13 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
KR20180134280A (ko) * | 2017-06-08 | 2018-12-18 | (주)이더블유비엠 | 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 |
CN109376643A (zh) * | 2018-10-16 | 2019-02-22 | 杭州悉住信息科技有限公司 | 人脸识别方法及系统 |
CN109544618A (zh) * | 2018-10-30 | 2019-03-29 | 华为技术有限公司 | 一种获取深度信息的方法及电子设备 |
-
2019
- 2019-04-16 CN CN201910307918.3A patent/CN110163097A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007241402A (ja) * | 2006-03-06 | 2007-09-20 | Sharp Corp | 顔認証におけるなりすまし判定装置およびそれを用いた顔認証装置 |
TW201727537A (zh) * | 2016-01-22 | 2017-08-01 | 鴻海精密工業股份有限公司 | 人臉識別系統及人臉識別方法 |
DE102016104487A1 (de) * | 2016-03-11 | 2017-09-14 | Dermalog Identification Systems Gmbh | Mobiles elektronisches Gerät mit Gesichtserkennung |
CN105912912A (zh) * | 2016-05-11 | 2016-08-31 | 青岛海信电器股份有限公司 | 一种终端用户身份登录方法和系统 |
CN107169405A (zh) * | 2017-03-17 | 2017-09-15 | 上海云从企业发展有限公司 | 基于双目摄像机活体识别的方法及装置 |
KR20180134280A (ko) * | 2017-06-08 | 2018-12-18 | (주)이더블유비엠 | 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 |
CN107273875A (zh) * | 2017-07-18 | 2017-10-20 | 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 |
CN107480601A (zh) * | 2017-07-20 | 2017-12-15 | 广东欧珀移动通信有限公司 | 检测方法及相关产品 |
US20190026539A1 (en) * | 2017-07-20 | 2019-01-24 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Electronic device and method for recognizing real face and storage medium |
CN107633231A (zh) * | 2017-09-25 | 2018-01-26 | 广东欧珀移动通信有限公司 | 人脸检测方法及相关产品 |
CN107491775A (zh) * | 2017-10-13 | 2017-12-19 | 理光图像技术(上海)有限公司 | 人脸活体检测方法、装置、存储介质及设备 |
CN107844773A (zh) * | 2017-11-10 | 2018-03-27 | 广东日月潭电源科技有限公司 | 一种三维动态智能人脸识别方法及系统 |
CN108171204A (zh) * | 2018-01-17 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 检测方法和装置 |
CN108805024A (zh) * | 2018-04-28 | 2018-11-13 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN109376643A (zh) * | 2018-10-16 | 2019-02-22 | 杭州悉住信息科技有限公司 | 人脸识别方法及系统 |
CN109544618A (zh) * | 2018-10-30 | 2019-03-29 | 华为技术有限公司 | 一种获取深度信息的方法及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114730507A (zh) * | 2019-10-15 | 2022-07-08 | 亚萨合莱有限公司 | 用于使用焦点堆栈进行基于图像的欺骗检测的系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886697B (zh) | 基于表情组别的操作确定方法、装置及电子设备 | |
KR101569268B1 (ko) | 얼굴 구성요소 거리를 이용한 홍채인식용 이미지 획득 장치 및 방법 | |
WO2018192448A1 (zh) | 一种人证比对的认证方法、系统及相机 | |
CN108875478B (zh) | 人证合一核验方法、装置和系统及存储介质 | |
EP3528158B1 (en) | Method and apparatus for selective combined authentication | |
CN102170563A (zh) | 智能人员卡口系统及人员监控管理方法 | |
CN106503621A (zh) | 一种虹膜采集方法和系统 | |
JP7104779B2 (ja) | 対象認識方法、装置及びインテリジェント端末 | |
JPWO2018038158A1 (ja) | 虹彩撮像装置、虹彩撮像方法および記録媒体 | |
CN112668525A (zh) | 一种人流量的计数方法、装置、电子设备及存储介质 | |
TW201327413A (zh) | 臉部認證或辨識系統及方法 | |
CN112580553A (zh) | 开关控制方法、装置、计算机设备及存储介质 | |
CN111307331A (zh) | 一种温度校准方法、装置、设备及存储介质 | |
CN107277265A (zh) | 解锁控制方法及相关产品 | |
CN110472589A (zh) | 一种行为认证的方法、装置及系统 | |
CN112525355A (zh) | 图像处理方法、装置及设备 | |
CN110163097A (zh) | 三维头像真伪性的鉴别方法、装置、电子设备及存储介质 | |
CN109740492A (zh) | 一种身份认证方法和装置 | |
CN202121706U (zh) | 智能人员卡口系统 | |
CN108875553A (zh) | 人证核验的方法、装置、系统及计算机存储介质 | |
CN208110708U (zh) | 识别设备及门禁 | |
CN112560768A (zh) | 闸机通道控制方法、装置、计算机设备及存储介质 | |
TWI693560B (zh) | 臉部辨識方法 | |
CN205827471U (zh) | 无障碍通道机 | |
CN110956130A (zh) | 一种四级人脸检测和关键点回归的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: 201, room 518000, building A, No. 1, front Bay Road, Qianhai Shenzhen Guangdong Shenzhen Hong Kong cooperation zone (Qianhai business secretary) Applicant after: Shenzhen one ledger Intelligent Technology Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Applicant before: Shenzhen one ledger Intelligent Technology Co., Ltd. |
|
CB02 | Change of applicant information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |