CN111310630A - 活体检测方法及装置 - Google Patents
活体检测方法及装置 Download PDFInfo
- Publication number
- CN111310630A CN111310630A CN202010084496.0A CN202010084496A CN111310630A CN 111310630 A CN111310630 A CN 111310630A CN 202010084496 A CN202010084496 A CN 202010084496A CN 111310630 A CN111310630 A CN 111310630A
- Authority
- CN
- China
- Prior art keywords
- sight line
- detected
- line moving
- sight
- moving direction
- 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
Images
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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本说明书一个或多个实施例公开了一种活体检测方法及装置,用以实现活体检测的准确性。所述方法包括:响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向。基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配。其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到。若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
Description
技术领域
本文件涉及数据安全技术领域,尤其涉及一种活体检测方法及装置。
背景技术
随着深度学习技术的发展,人脸识别算法也日益成熟并在国内各个生活领域(如安防、支付、认证等)取得大规模实际落地应用,如利用人脸识别技术拓展刷脸登陆、刷脸支付和刷脸实名认证等业务场景。但是,随着国际化战役的逐步推进,在国际业务场景中经常会出现差异较大的多类型人脸,如非洲人的人脸外观与中国人人脸有很大不同,从而导致现有的通过单一类型的人脸数据(如仅包含中等肤色人脸的人脸数据)训练出的人脸活体检测算法不准确,应用在业务场景中时会出现较多的误拦截情况。
发明内容
一方面,本说明书一个或多个实施例提供一种活体检测方法,包括:响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向。基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配。其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到。若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
另一方面,本说明书一个或多个实施例提供一种活体检测装置,包括:指示模块,响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向。第一确定模块,基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配。其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到。第二确定模块,若所述待检测对象的视线移动方向与所述指示的视线移动方向相匹配,则确定所述待检测对象通过所述活体检测的视线移动检测。
再一方面,本说明书一个或多个实施例提供一种活体检测设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向。基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配。其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到。若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
再一方面,本说明书一个或多个实施例提供一种存储介质,用于存储计算机可执行指令,所述可执行指令在被执行时实现以下流程:响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向。基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配。其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到。若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
附图说明
为了更清楚地说明本说明书一个或多个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说明书一个或多个实施例中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本说明书一实施例的一种活体检测方法的示意性流程图;
图2是根据本说明书一实施例的一种活体检测方法中的人脸图片示意图。
图3是根据本说明书一实施例的一种活体检测方法中的人眼样本图片示意图。
图4是根据本说明书一具体实施例的一种活体检测方法的示意性流程图;
图5是根据本说明书一实施例的一种活体检测装置的示意性框图;
图6是根据本说明书一实施例的一种活体检测设备的示意性框图。
具体实施方式
本说明书一个或多个实施例的目的是提供一种活体检测方法及装置,用以实现活体检测的准确性。
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个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说明书一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,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,都应当属于本文件保护的范围。
图1是根据本说明书一实施例的一种活体检测方法的示意性流程图,如图1所示,该方法包括:
S102,响应于对待检测对象进行活体检测的请求,向待检测对象指示视线移动方向。
该步骤中,可通过指示特定方向的方式来指示视线移动方向,如指示向左看、向右看、向上看、向下看、平视等方向。此外,还可通过指示特定方向及角度的方式来指示视线移动方向,如指示向左前方45度看、向右下方30度看,等等。
S104,基于预先训练的视线方向识别模型,确定待检测对象的视线移动方向是否与指示的视线移动方向相匹配。
其中,视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到。
S106,若待检测对象的视线移动方向与指示的视线移动方向相匹配,则确定待检测对象通过活体检测的视线移动检测。
在一个实施例中,若待检测对象的视线移动方向与指示的视线移动方向不相匹配,则确定待检测对象未通过活体检测的视线移动检测。
若仅指示一个视线移动方向,则仅需将待检测对象的视线移动方向与该一个视线移动方向进行比对。若二者相匹配,则确定待检测对象通过活体检测的视线移动检测;若二者不相匹配,则确定待检测对象未通过活体检测的视线移动检测。
若指示了多个视线移动方向,则待检测对象需执行多次视线移动,且需将待检测对象的多个视线移动方向与对应的指示的视线移动方向进行比对。若多次视线移动的视线移动方向均与对应的指示的视线移动方向相匹配,则确定待检测对象通过活体检测的视线移动检测;若存在至少一次视线移动的视线移动方向均与对应的指示的视线移动方向不相匹配,则确定待检测对象未通过活体检测的视线移动检测。当然,在指示了多个视线移动方向的情况下,还可在部分视线移动方向与对应的指示的视线移动方向相匹配时确定待检测对象通过视线移动检测,如匹配次数达到预设次数、匹配次数在所有次数中占比达到预设比例等。
采用本说明书一个或多个实施例的技术方案,通过在活体检测时向待检测对象指示视线移动方向,并在确定待检测对象的视线移动方向与指示的视线移动方向相匹配时,确定待检测对象通过活体检测的视线移动检测。由于无论是何种类型的人脸,眼睛区域的特征是稳定的(如眼珠与眼底区域黑白对比明显),因此视线移动方向作为活体检测的检测依据适用于所有类型的人脸,从而提升活体检测结果的准确性,避免了活体检测过程中的误拦截情况。
在一个实施例中,可按照如下步骤A1-A3预先训练视线方向识别模型:
步骤A1,分别获取各视线移动方向对应的多个人眼样本图片。
具体的,可先获取至少一种肤色类型的多个人脸图片,进而从多个人脸图片中提取人眼图片,得到多个人眼样本图片。
其中,从人脸图片中提取人眼图片时,可采用现有的人脸分析算法分析出人眼区域所在的位置,从而基于该位置提取出人眼图片。
肤色类型可基于多种维度确定。若维度为肤色深浅程度,则肤色类型可包括深肤色类型、浅肤色类型、中等肤色类型等。
视线移动方向可包括向左看、向右看、向上看、向下看、平视等方向。基于此,可针对每一种视线移动方向,均获取至少一种肤色类型的多个人脸图片。
图2示出了多种视线移动方向的人脸图片。图3为从人脸图片中提取的人眼样本图片的示例图。
步骤A2,获取人眼样本图片对应的人眼特征。
其中,人眼特征包括眼白区域特征、眼球区域特征、眼白区域与眼球区域之间的相对位置等特征。
步骤A3,对人眼样本图片对应的人眼特征进行深度学习,得到视线方向识别模型。
通过对人眼特征进行深度学习,得到的视线方向识别模型能够准确地识别出人眼的视线移动方向。
在一个实施例中,执行S102时,响应于对待检测对象进行活体检测的请求后,可先基于视线方向识别模型监测待检测对象的当前视线方向是否为第一视线方向;若待检测对象的当前视线方向为第一视线方向,则再向待检测对象指示视线移动方向。
第一视线方向可以是预先设定的任一视线方向,如平视活体检测设备的屏幕。
若待检测对象的当前视线方向不为第一视线方向,则可基于待检测对象的当前视线方向和/或活体检测设备的当前位置发出提示信息,提示信息如:调整活体检测设备的当前位置、调整当前视线方向等。
例如,待检测对象的当前视线方向为向下看,活体检测设备的当前位置为竖直放置且屏幕与人脸平行,则可向待检测对象发出提示信息“请平视前方”,以提示待检测对象调整视线方向至第一视线方向,便于后续进行活体检测。
响应于对待检测对象进行活体检测的请求后,若指示多个视线移动方向,则多个视线移动方向的指示方式至少可包括两种。一种是先指示一个视线移动方向,在待检测对象按照指示的视线移动方向进行视线移动之后,再指示另一个视线移动方向。另一种是同时指示多个视线移动方向,以使待检测对象基于指示的多个视线移动方向依次进行视线移动。以下分别针对这两种情况进行说明。
在一个实施例中,假设指示第一视线移动方向和第二视线移动方向。在进行活体检测时,可先向待检测对象指示第一视线移动方向,在监测到待检测对象的视线移动动作后,确定待检测对象的视线移动方向是否与第一视线移动方向相匹配;若待检测对象的视线移动方向与第一视线移动方向相匹配,则继续向待检测对象指示第二视线移动方向,并在监测到待检测对象的视线移动动作后,确定待检测对象的视线移动方向是否与第二视线移动方向相匹配。
在一个实施例中,假设指示第一视线移动方向和第二视线移动方向。在进行活体检测时,可同时向待检测对象指示多个视线移动方向及多个视线移动方向对应的视线移动顺序。在监测到待检测对象的多次视线移动动作后,基于待检测对象的多次视线移动动作,确定各次视线移动动作是否与视线移动顺序相匹配,及,确定各次视线移动动作对应的视线移动方向是否分别与对应的指示的视线移动方向相匹配。其中,待检测对象执行的视线移动动作的次数与指示的视线移动方向的个数一致。
以下通过具体实施例来详细说明上述实施例提供的活体检测方法。
图4是根据本说明书一具体实施例的一种活体检测方法的示意性流程图。本实施例中,活体检测设备为手机。如图4所示,该方法包括:
S401,响应于对用户进行活体检测的请求,基于视线方向识别模型,监测待检测对象的当前视线方向是否为正视屏幕的方向。若否,则执行S402;若是,则执行S403。
S402,发出提示信息,以提示用户正视手机屏幕。
例如,在手机屏幕上发出提示信息“请正视屏幕”、“请将手机置于眼前30cm以内并正视屏幕”等。
S403,向用户指示第一视线移动方向,并监测用户的视线移动动作。
本实施例中,手机内预存有多个用于指示的视线移动方向,如向左看、向右看、向上看、向下看、平视等方向。手机可随机选取其中一个方向进行指示。
S404,判断用户的视线移动方向是否与第一视线移动方向相匹配。若是,则执行S405;若否,则执行S408。
S405,向用户指示第二视线移动方向,并监测用户的视线移动动作。
S406,判断用户的视线移动方向是否与第二视线移动方向相匹配。若是,则执行S407;若否,则执行S408。
S407,确定用户通过活体检测的视线移动检测。
S408,提示未检测到与指示的视线移动方向相匹配的视线移动动作,确定用户未通过活体检测的视线移动检测。
本实施例中,在检测用户的视线移动方向是否与指示的视线移动方向相匹配的过程中,还可进行超时提醒。具体的,可预设时间阈值,假设为10秒。若在10秒内检测到用户的视线移动方向与指示的视线移动方向相匹配,则执行下一步步骤,如继续指示另一个视线移动方向或确定用户通过检测。若在10秒内未检测到与指示的视线移动方向相匹配的视线移动动作,则提示未检测到与指示的视线移动方向相匹配的视线移动动作,并确定用户未通过检测。
本实施例中,通过在活体检测时向用户指示多个视线移动方向,并基于用户的视线移动动作选择是否继续指示下一个视线移动方向,并在用户每次视线移动方向均与指示的视线移动方向相匹配时,确定用户通过活体检测的视线移动检测。由于无论是何种类型的人脸,眼睛区域的特征是稳定的(如眼珠与眼底区域黑白对比明显),因此视线移动方向作为活体检测的检测依据适用于所有类型的人脸。并且,通过指示多个视线移动方向对用户进行检测,大大提升了活体检测结果的准确性,避免了活体检测过程中的误拦截情况。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上为本说明书一个或多个实施例提供的生成数据关系模型的方法,基于同样的思路,本说明书一个或多个实施例还提供一种活体检测装置。
图5是根据本说明书一实施例的一种活体检测装置的示意性流程图,如图5所示,活体检测装置500包括:
指示模块510,响应于对待检测对象进行活体检测的请求,向待检测对象指示视线移动方向;
第一确定模块520,基于预先训练的视线方向识别模型,确定待检测对象的视线移动方向是否与指示的视线移动方向相匹配;其中,视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到;
第二确定模块530,若待检测对象的视线移动方向与指示的视线移动方向相匹配,则确定待检测对象通过活体检测的视线移动检测。
在一个实施例中,活体检测装置500还包括:
第一获取模块,在响应于对待检测对象进行活体检测的请求之前,分别获取各视线移动方向对应的多个人眼样本图片;
第二获取模块,获取人眼样本图片对应的人眼特征;人眼特征包括眼白区域特征、眼球区域特征、眼白区域与眼球区域之间的相对位置中的至少一项;
深度学习模块,对人眼样本图片对应的人眼特征进行深度学习,得到视线方向识别模型。
在一个实施例中,第一获取模块包括:
获取单元,获取至少一种肤色类型的多个人脸图片;肤色类型基于肤色深浅程度确定;
提取单元,从多个人脸图片中提取人眼图片,得到多个人眼样本图片。
在一个实施例中,指示的视线移动方向包括多个;
指示模块510,向待检测对象指示第一视线移动方向;
第一确定模块520,确定待检测对象的视线移动方向是否与第一视线移动方向相匹配;若是,则向待检测对象指示第二视线移动方向,并确定待检测对象的视线移动方向是否与第二视线移动方向相匹配。
在一个实施例中,指示模块510,向待检测对象指示多个视线移动方向及多个视线移动方向对应的视线移动顺序;
第一确定模块520,基于待检测对象的多次视线移动动作,确定各次视线移动动作是否与视线移动顺序相匹配,及,确定各次视线移动动作对应的视线移动方向是否分别与对应的指示的视线移动方向相匹配。
在一个实施例中,活体检测装置500还包括:
第三确定模块,若待检测对象的视线移动方向与至少一个指示的视线移动方向不相匹配,则确定待检测对象未通过活体检测的视线移动检测。
在一个实施例中,活体检测装置500还包括:
监测模块,向待检测对象指示视线移动方向之前,基于视线方向识别模型,监测待检测对象的当前视线方向是否为第一视线方向;
执行模块,若监测待检测对象的当前视线方向为第一视线方向,则执行向待检测对象指示视线移动方向的步骤。
在一个实施例中,活体检测装置500还包括:
提示模块,监测待检测对象的当前视线方向是否为第一视线方向之后,若待检测对象的当前视线方向不为第一视线方向,则基于待检测对象的当前视线方向和/或活体检测设备的当前位置发出提示信息;
其中,提示信息包括以下至少一项:调整活体检测设备的当前位置、调整当前视线方向。
本领域的技术人员应可理解,上述活体检测装置能够用来实现前文所述的活体检测方法,其中的细节描述应与前文方法部分描述类似,为避免繁琐,此处不另赘述。
采用本说明书一个或多个实施例的装置,通过在活体检测时向待检测对象指示视线移动方向,并在确定待检测对象的视线移动方向与指示的视线移动方向相匹配时,确定待检测对象通过活体检测的视线移动检测。由于无论是何种类型的人脸,眼睛区域的特征是稳定的(如眼珠与眼底区域黑白对比明显),因此视线移动方向作为活体检测的检测依据适用于所有类型的人脸,从而提升活体检测结果的准确性,避免了活体检测过程中的误拦截情况。
基于同样的思路,本说明书一个或多个实施例还提供一种活体检测设备,如图6所示。活体检测设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器601和存储器602,存储器602中可以存储有一个或一个以上存储应用程序或数据。其中,存储器602可以是短暂存储或持久存储。存储在存储器602的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对活体检测设备中的一系列计算机可执行指令。更进一步地,处理器601可以设置为与存储器602通信,在活体检测设备上执行存储器602中的一系列计算机可执行指令。活体检测设备还可以包括一个或一个以上电源603,一个或一个以上有线或无线网络接口604,一个或一个以上输入输出接口605,一个或一个以上键盘606。
具体在本实施例中,活体检测设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对活体检测设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向;
基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配;其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到;
若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
响应于对待检测对象进行活体检测的请求之前,分别获取各所述视线移动方向对应的多个所述人眼样本图片;
获取所述人眼样本图片对应的人眼特征;所述人眼特征包括眼白区域特征、眼球区域特征、眼白区域与眼球区域之间的相对位置中的至少一项;
对所述人眼样本图片对应的所述人眼特征进行深度学习,得到所述视线方向识别模型。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
获取至少一种肤色类型的多个人脸图片;所述肤色类型基于肤色深浅程度确定;
从多个所述人脸图片中提取人眼图片,得到多个所述人眼样本图片。
可选地,所述指示的视线移动方向包括多个;
计算机可执行指令在被执行时,还可以使所述处理器:
向所述待检测对象指示第一视线移动方向,并确定所述待检测对象的视线移动方向是否与所述第一视线移动方向相匹配;
若是,则向所述待检测对象指示第二视线移动方向,并确定所述待检测对象的视线移动方向是否与所述第二视线移动方向相匹配。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
向所述待检测对象指示多个所述视线移动方向及多个所述视线移动方向对应的视线移动顺序;
基于所述待检测对象的多次视线移动动作,确定各次所述视线移动动作是否与所述视线移动顺序相匹配,及,确定各次所述视线移动动作对应的视线移动方向是否分别与对应的所述指示的视线移动方向相匹配。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
若所述待检测对象的视线移动方向与至少一个所述指示的视线移动方向不相匹配,则确定所述待检测对象未通过所述活体检测的视线移动检测。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
所述向所述待检测对象指示视线移动方向之前,基于所述视线方向识别模型,监测所述待检测对象的当前视线方向是否为第一视线方向;
若是,则执行向所述待检测对象指示视线移动方向的步骤。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
所述监测所述待检测对象的当前视线方向是否为第一视线方向之后,若所述待检测对象的当前视线方向不为所述第一视线方向,则基于所述待检测对象的当前视线方向和/或活体检测设备的当前位置发出提示信息;
其中,所述提示信息包括以下至少一项:调整所述活体检测设备的当前位置、调整所述当前视线方向。
本说明书一个或多个实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行上述活体检测方法,并具体用于执行:
响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向;
基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配;其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到;
若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统、或计算机程序产品。因此,本说明书一个或多个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,本说明书一个或多个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。
本说明书一个或多个实施例是参照根据本申请实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者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、商品或者设备所固有的要素。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、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本说明书一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的权利要求范围之内。
Claims (13)
1.一种活体检测方法,包括:
响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向;
基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配;其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到;
若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
2.根据权利要求1所述的方法,所述响应于对待检测对象进行活体检测的请求之前,还包括:
分别获取各所述视线移动方向对应的多个所述人眼样本图片;
获取所述人眼样本图片对应的人眼特征;所述人眼特征包括眼白区域特征、眼球区域特征、眼白区域与眼球区域之间的相对位置中的至少一项;
对所述人眼样本图片对应的所述人眼特征进行深度学习,得到所述视线方向识别模型。
3.根据权利要求2所述的方法,所述分别获取各所述视线移动方向对应的多个所述人眼样本图片,包括:
获取至少一种肤色类型的多个人脸图片;所述肤色类型基于肤色深浅程度确定;
从多个所述人脸图片中提取人眼图片,得到多个所述人眼样本图片。
4.根据权利要求1所述的方法,所述指示的视线移动方向包括多个;
所述向所述待检测对象指示视线移动方向;确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配,包括:
向所述待检测对象指示第一视线移动方向,并确定所述待检测对象的视线移动方向是否与所述第一视线移动方向相匹配;
若是,则向所述待检测对象指示第二视线移动方向,并确定所述待检测对象的视线移动方向是否与所述第二视线移动方向相匹配。
5.根据权利要求4所述的方法,所述向所述待检测对象指示视线移动方向;确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配,包括:
向所述待检测对象指示多个所述视线移动方向及多个所述视线移动方向对应的视线移动顺序;
基于所述待检测对象的多次视线移动动作,确定各次所述视线移动动作是否与所述视线移动顺序相匹配,及,确定各次所述视线移动动作对应的视线移动方向是否分别与对应的所述指示的视线移动方向相匹配。
6.根据权利要求4或5所述的方法,还包括:
若所述待检测对象的视线移动方向与至少一个所述指示的视线移动方向不相匹配,则确定所述待检测对象未通过所述活体检测的视线移动检测。
7.根据权利要求1所述的方法,所述向所述待检测对象指示视线移动方向之前,还包括:
基于所述视线方向识别模型,监测所述待检测对象的当前视线方向是否为第一视线方向;
若是,则执行向所述待检测对象指示视线移动方向的步骤。
8.根据权利要求7所述的方法,所述监测所述待检测对象的当前视线方向是否为第一视线方向之后,还包括:
若所述待检测对象的当前视线方向不为所述第一视线方向,则基于所述待检测对象的当前视线方向和/或活体检测设备的当前位置发出提示信息;
其中,所述提示信息包括以下至少一项:调整所述活体检测设备的当前位置、调整所述当前视线方向。
9.一种活体检测装置,包括:
指示模块,响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向;
第一确定模块,基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配;其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到;
第二确定模块,若所述待检测对象的视线移动方向与所述指示的视线移动方向相匹配,则确定所述待检测对象通过所述活体检测的视线移动检测。
10.根据权利要求9所述的装置,还包括:
第一获取模块,在所述响应于对待检测对象进行活体检测的请求之前,分别获取各所述视线移动方向对应的多个所述人眼样本图片;
第二获取模块,获取所述人眼样本图片对应的人眼特征;所述人眼特征包括眼白区域特征、眼球区域特征、眼白区域与眼球区域之间的相对位置中的至少一项;
深度学习模块,对所述人眼样本图片对应的所述人眼特征进行深度学习,得到所述视线方向识别模型。
11.根据权利要求9所述的装置,所述第一获取模块包括:
获取单元,获取至少一种肤色类型的多个人脸图片;所述肤色类型基于肤色深浅程度确定;
提取单元,从多个所述人脸图片中提取人眼图片,得到多个所述人眼样本图片。
12.一种活体检测设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向;
基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配;其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到;
若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
13.一种存储介质,用于存储计算机可执行指令,所述可执行指令在被执行时实现以下流程:
响应于对待检测对象进行活体检测的请求,向所述待检测对象指示视线移动方向;
基于预先训练的视线方向识别模型,确定所述待检测对象的视线移动方向是否与所述指示的视线移动方向相匹配;其中,所述视线方向识别模型基于多个视线移动方向分别对应的多个人眼样本图片训练得到;
若是,则确定所述待检测对象通过所述活体检测的视线移动检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010084496.0A CN111310630A (zh) | 2020-02-10 | 2020-02-10 | 活体检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010084496.0A CN111310630A (zh) | 2020-02-10 | 2020-02-10 | 活体检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111310630A true CN111310630A (zh) | 2020-06-19 |
Family
ID=71144947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010084496.0A Pending CN111310630A (zh) | 2020-02-10 | 2020-02-10 | 活体检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111310630A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1423228A (zh) * | 2002-10-17 | 2003-06-11 | 南开大学 | 识别人眼注视方向的装置和方法及其应用 |
JP2006343859A (ja) * | 2005-06-07 | 2006-12-21 | Toyota Motor Corp | 画像処理装置及び画像処理方法 |
CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
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 |
CN109034052A (zh) * | 2018-07-24 | 2018-12-18 | 深圳市科脉技术股份有限公司 | 人脸检测方法及装置 |
-
2020
- 2020-02-10 CN CN202010084496.0A patent/CN111310630A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1423228A (zh) * | 2002-10-17 | 2003-06-11 | 南开大学 | 识别人眼注视方向的装置和方法及其应用 |
JP2006343859A (ja) * | 2005-06-07 | 2006-12-21 | Toyota Motor Corp | 画像処理装置及び画像処理方法 |
CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
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 |
CN109034052A (zh) * | 2018-07-24 | 2018-12-18 | 深圳市科脉技术股份有限公司 | 人脸检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
杨铁军主编, 知识产权出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11532180B2 (en) | Image processing method and device and storage medium | |
CN108197586B (zh) | 脸部识别方法和装置 | |
CN108121952B (zh) | 人脸关键点定位方法、装置、设备及存储介质 | |
CN107886032B (zh) | 终端设备、智能手机、基于脸部识别的认证方法和系统 | |
CN109376592B (zh) | 活体检测方法、装置和计算机可读存储介质 | |
JP6809226B2 (ja) | 生体検知装置、生体検知方法、および、生体検知プログラム | |
CN105556539A (zh) | 检测兴趣区域的检测装置和方法 | |
WO2014184436A1 (en) | Method and apparatus for live user recognition | |
CN107563325B (zh) | 一种测试疲劳度的方法、装置及终端设备 | |
CN105380591A (zh) | 视力检测装置、系统及方法 | |
CN106200941B (zh) | 一种虚拟场景的控制方法及电子设备 | |
WO2020018338A1 (en) | Image acquisition method, apparatus, system, device and medium | |
CN112464690A (zh) | 活体识别方法、装置、电子设备及可读存储介质 | |
CN110826610A (zh) | 一种用于智能检测人员着装是否规范的方法与系统 | |
CN112818933A (zh) | 目标对象的识别处理方法、装置、设备及介质 | |
CN113780212A (zh) | 用户身份核验方法、装置、设备及存储介质 | |
CN111160251B (zh) | 一种活体识别方法及装置 | |
KR102457247B1 (ko) | 이미지를 처리하는 전자 장치 및 그 제어 방법 | |
KR20170014919A (ko) | 전자 장치 및 전자 장치에서 피부 상태 검출 방법 | |
CN111310630A (zh) | 活体检测方法及装置 | |
US20170249495A1 (en) | Methods, devices, and computer-readable mediums for verifying a fingerprint | |
CN111783714A (zh) | 一种胁迫人脸识别方法、装置、设备和存储介质 | |
CN111291685B (zh) | 人脸检测模型的训练方法及装置 | |
CN111222374A (zh) | 测谎数据处理方法、装置、计算机设备和存储介质 | |
CN115499538A (zh) | 屏幕显示字体调节方法、装置、存储介质和计算机设备 |
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 |