CN111699493B - 基于逆反射的反欺骗面部id感测 - Google Patents

基于逆反射的反欺骗面部id感测 Download PDF

Info

Publication number
CN111699493B
CN111699493B CN201980001374.6A CN201980001374A CN111699493B CN 111699493 B CN111699493 B CN 111699493B CN 201980001374 A CN201980001374 A CN 201980001374A CN 111699493 B CN111699493 B CN 111699493B
Authority
CN
China
Prior art keywords
image
camera
facial
face
data
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
Application number
CN201980001374.6A
Other languages
English (en)
Other versions
CN111699493A (zh
Inventor
何毅
皮波
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 Goodix Technology Co Ltd
Original Assignee
Shenzhen Goodix 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 Goodix Technology Co Ltd filed Critical Shenzhen Goodix Technology Co Ltd
Publication of CN111699493A publication Critical patent/CN111699493A/zh
Application granted granted Critical
Publication of CN111699493B publication Critical patent/CN111699493B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2117—User registration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Vascular Medicine (AREA)

Abstract

一种使用面部ID感测以对电子平台安全访问的安全检查系统包括：光源；摄像头，邻近光源设置，并且用于在由光源提供的光束入射到物体上时形成物体的图像；计算机存储器，用于存储授权人的面部ID数据；以及处理模块，用于：分析图像，以提取面部特征并确定是否存逆反射的指示；将面部特征与面部ID数据进行比较，以确定是否存在匹配；响应于确定存在匹配并且存在逆反射的指示，准许对电子平台的访问；以及响应于确定不存在匹配或者不存在逆反射的指示，拒绝对电子平台的访问。

Description

基于逆反射的反欺骗面部ID感测
优先权要求和相关申请的交叉引用
本专利文件要求于2019年1月16日提交的申请号为62/793,341、发明名称为“反欺骗面部ID传感器”的美国临时专利申请以及于2019年3月22日提交的申请号为16/361,206、发明名称为“基于逆反射的反欺骗面部ID感测”的美国非临时专利申请的权益和优先权。
技术领域
本公开涉及具有反欺骗能力的面部识别(identification，ID)感测，以对电子平台安全访问，电子平台包括诸如移动设备的便携式计算设备、可穿戴设备、电子支付系统和较大系统。
背景技术
诸如智能手机、平板电脑和笔记本电脑的电子设备可以配备有安全访问系统，例如面部识别(ID)、指纹传感器等。例如，面部ID可用于解锁智能手机，登录应用和帐户，甚至用于移动支付。但存在这样的风险：这种安全访问系统可能通过使用人的照片或视频或使用人的塑像被欺骗。因此，需要具有反欺骗能力的面部ID传感器。
发明内容
根据一些实施例，一种使用面部ID感测以对电子平台安全访问的安全检查系统包括摄像头。摄像头包括成像透镜，所述成像透镜用于形成位于摄像头前的物体的调制图像。所述物体的调制图像包括与理想图像的偏差。所述安全检查系统还包括用于存储授权人的面部ID数据的计算机存储器。所述面部ID数据是根据在注册过程期间由所述摄像头获取的所述授权人的活体面部的一个或多个调制图像生成的。所述安全检查系统还包括耦合到所述摄像头和所述计算机存储器的处理模块。所述处理模块用于分析物体的调制图像以提取面部特征，将面部特征与面部ID数据进行比较，以及基于比较确定物体是否是授权人的活体面部。
根据一些实施例，一种面部ID传感器包括用于形成物体的调制图像的成像透镜。所述成像透镜包括透明板，所述透明板具有面向物体的第一表面和与第一表面相对的第二表面。所述成像透镜还包括附接到所述透明板的第二表面的半球透镜。所述面部ID传感器还包括光电检测器，基本位于所述成像透镜的焦平面处，并且用于将所述调制图像的光信号转换成电信号。
根据一些实施例，提供了一种使用面部ID感测以对电子平台安全访问的安全检查方法。所述方法由包括摄像头、计算机存储器以及处理模块的安全检查系统执行。所述方法包括将授权人的面部ID数据存储在所述计算机存储器中。所述面部ID数据是根据在注册过程期间由所述摄像头获取的所述授权人的活体面部的一个或多个图像生成的。所述摄像头包括用于形成调制图像的成像透镜。所述方法还包括：使用所述摄像头获取位于所述摄像头前的第一物体的调制图像；使用所述处理模块分析所述第一物体的调制图像，以提取面部特征；使用所述处理模块将所述面部特征与面部ID数据进行比较；以及使用所述处理模块基于比较确定所述第一物体是否是所述授权人的活体面部。
根据一些实施例，一种使用面部ID感测以对电子平台安全访问的安全检查系统包括：第一摄像头，用于形成物体的近理想图像；以及第二摄像头，包括用于形成所述物体的调制图像的成像透镜。所述物体的调制图像包括与所述物体的理想图像的偏差。所述安全检查系统还包括用于存储授权人的面部ID数据的计算机存储器。所述面部ID数据根据以下生成：在注册过程期间由所述第一摄像头获取的所述授权人的活体面部的一个或多个近理想图像；以及在注册过程期间由所述第二摄像头获取的所述授权人的活体面部的一个或多个调制图像。所述安全检查系统还包括耦合到所述第一摄像头、所述第二摄像头和所述计算机存储器的处理模块。所述处理模块用于：分析所述物体的近理想图像以提取第一组面部特征；分析所述物体的调制图像以提取第二组面部特征；将所述第一组面部特征和所述第二组面部特征与所述面部ID数据进行比较；以及基于比较确定物体是否是所述授权人的活体面部。
根据一些实施例，提供了一种使用面部ID感测以对电子平台安全访问的安全检查方法。所述方法由包括第一摄像头、第二摄像头、计算机存储器以及处理模块的安全检查系统执行。所述方法包括将授权人的面部ID数据存储在所述计算机存储器中。所述面部ID数据根据以下生成：在注册过程期间由所述第一摄像头获取的所述授权人的活体面部的一个或多个近理想图像；以及在注册过程期间由所述第二摄像头获取的所述授权人的活体面部的一个或多个调制图像。所述一个或多个调制图像中的每一个调制图像对应于所述一个或多个近理想图像中相应的一个近理想图像。所述第二摄像头包括成像透镜，所述成像透镜被配置为使得相应的调制图像偏离对应的近理想图像。所述方法还包括：使用所述第一摄像头获取所述物体的近理想图像；在获取所述近理想图像的同时，使用所述第二摄像头获取所述物体的调制图像；使用所述处理模块分析所述物体的近理想图像，以提取第一组面部特征；使用所述处理模块分析所述物体的调制图像，以提取第二组面部特征；使用所述处理模块将所述第一组面部特征和所述第二组面部特征与所述面部ID数据进行比较；以及使用所述处理模块基于比较确定所述物体是否是所述授权人的活体面部。
根据一些实施例，提供了一种使用面部ID感测以对电子平台安全访问的安全检查方法。所述方法由包括第一摄像头、第二摄像头、计算机存储器以及处理模块的安全检查系统执行。所述方法包括将授权人的面部ID数据存储在所述计算机存储器中。所述面部ID数据是根据在注册过程期间由所述第一摄像头获取的所述授权人的活体面部的一个或多个近理想图像生成的。所述方法还包括：使用所述第一摄像头获取物体的近理想图像；使用所述处理模块分析所述物体的近理想图像，以提取第一组面部特征；以及通过将所述第一组面部特征与所述面部ID数据进行比较，使用所述处理模块确定所述第一组面部特征是否与所述面部ID数据匹配。所述方法还包括响应于确定所述第一组面部特征与所述面部ID数据不匹配，拒绝对所述电子平台的访问。所述方法还包括：响应于确定所述第一组面部特征与所述面部ID数据匹配，使用所述处理模块对所述物体的近理想图像进行数字调制，以使用所述处理模块获得所述物体的第一调制图像，以及使用所述第二摄像头获取所述物体的第二调制图像。所述第二摄像头包括成像透镜，所述成像透镜被配置为使得所述物体的第二调制图像偏离所述物体的近理想图像。所述方法还包括：使用所述处理模块将所述物体的第一调制图像和所述物体的第二调制图像进行比较；以及使用所述处理模块基于比较确定所述物体是否是所述授权人的活体面部。
根据一些实施例，一种使用面部ID感测以对电子平台安全访问的安全检查系统包括：光源，用于提供入射到物体上的光束；摄像头，邻近所述光源设置，并且用于在所述光束入射到所述物体上时形成所述物体的图像；以及计算机存储器，用于存储授权人的面部ID数据。所述面部ID数据是根据在注册过程期间由所述摄像头获取的所述授权人的面部的一个或多个图像生成的。所述安全检查系统还包括：耦合到所述摄像头和所述计算机存储器的处理模块，所述处理模块用于分析所述物体的图像以提取面部特征并确定是否存在入射到所述物体上的所述光束的逆反射的指示；以及将所述面部特征与所述面部ID数据进行比较，以确定所述面部特征和所述面部ID数据之间是否存在匹配。所述处理模块还用于响应于确定所述面部特征和所述面部ID数据之间存在匹配并且存在所述逆反射的指示，准许对所述电子平台的访问；以及响应于确定所述面部特征和所述面部ID数据之间不存在匹配或者不存在所述逆反射的指示，拒绝对所述电子平台的访问。
根据一些实施例，一种使用面部ID感测以对电子平台安全访问的安全检查系统包括：光源，附接到所述电子平台的框架，并且用于提供入射到物体上的入射光束；以及第一摄像头，附接到所述电子平台的框架，并且用于在所述入射光束入射到所述物体上时形成所述物体的第一图像。所述第一摄像头邻近光源设置，使得由所述入射光束引起的逆反射光束在所述第一摄像头的视场(field of view，FOV)内。所述安全检查系统还包括第二摄像头，附接到所述电子平台的框架，并且用于在所述入射光束入射到所述物体上时形成所述物体的第二图像。所述第二摄像头与所述光源间隔开，使得所述逆反射光束在所述第二摄像头的FOV外。所述安全检查系统还包括用于存储授权人的面部ID数据的计算机存储器。所述面部ID数据根据以下中的至少一个生成：在注册过程期间由所述第一摄像头获取的所述授权人的活体面部的一个或多个第一图像；或者在注册过程期间由所述第二摄像头获取的所述授权人的活体面部的一个或多个第二图像。所述安全检查系统还包括耦合到所述第一摄像头、所述第二摄像头和所述计算机存储器的处理模块，所述处理模块用于分析所述物体的第一图像或所述物体的第二图像中的至少一个以提取面部特征；将所述面部特征与所述面部ID数据进行比较，以确定是否存在匹配；将所述物体的第一图像与所述物体的第二图像进行比较，以确定在所述物体的第一图像中是否存在所述逆反射光束的指示；响应于确定所述面部特征和所述面部ID数据之间存在匹配并且存在所述逆反射光束的指示，准许对所述电子平台的访问；以及响应于确定所述面部特征和所述面部ID数据之间不存在匹配或者不存在所述逆反射光束的指示，拒绝对所述电子平台的访问。
根据一些实施例，提供了一种使用面部ID感测以对电子平台安全访问的安全检查方法。所述方法由包括光源、邻近所述光源设置的摄像头、计算机存储器以及处理模块的安全检查系统执行。所述方法包括将授权人的面部ID数据存储在所述计算机存储器中。所述面部ID数据是根据在注册过程期间由所述摄像头获取的所述授权人的活体面部的一个或多个图像生成的。所述方法还包括：将所述光源产生的光束照射在物体上；当所述光束照射在所述物体上时，使用所述摄像头获取所述物体的图像；使用所述处理模块分析所述物体的图像，以提取面部特征并确定是否存在入射到所述物体上的所述光束的逆反射的指示；以及使用所述处理模块将所述面部特征与所述面部ID数据进行比较，以确定是否存在匹配。所述方法还包括：响应于确定所述面部特征和所述面部ID数据之间不存在所述匹配或者不存在所述逆反射的指示，拒绝对所述电子平台的访问；以及响应于确定所述面部特征和所述面部ID数据之间存在所述匹配并且存在所述逆反射的指示，准许对所述电子平台的访问。
附图说明
图1示出了根据一些实施例的包括前置摄像头的移动设备。
图2示意性地示出了根据一些实施例的使用面部ID感测的安全检查系统。
图3示出了使用二维(two-dimensional，2D)照片来欺骗图2中所示的安全检查系统的示例。
图4示出了根据一些实施例的配备有用于安全检查系统的反欺骗面部ID传感器的移动设备。
图5示意性地示出了根据一些实施例的使用反欺骗面部ID感测的安全检查系统。
图6A至图6C示出了根据一些实施例的图像失真的一些示例性效果。
图7示出了使用2D照片来欺骗图5中所示的安全检查系统的示例。
图8A至图8C分别示出了根据一些实施例的3D面部的近理想图像、3D面部的调制图像以及包括3D面部的近理想图像的2D照片的调制图像。
图9示意性地示出了根据一些实施例的使用反欺骗面部ID感测的安全检查系统。
图10示出了使用2D照片来欺骗图9中所示的安全检查系统的示例。
图11示意性地示出了根据一些实施例的用于形成具有相对大的图像调制的图像的示例性成像镜头。
图12示出了根据一些实施例的面部ID注册过程的流程图。
图13示出了根据一些实施例的利用两个摄像头使用反欺骗面部ID感测的安全检查方法的流程图。
图14示出了根据一些实施例的面部ID注册过程的流程图。
图15示出了根据一些实施例的利用两个摄像头使用反欺骗面部ID感测的安全检查方法的流程图。
图16示出了根据一些实施例的使用单个摄像头的面部ID注册过程的流程图。
图17示出了根据一些实施例的利用单个摄像头使用反欺骗面部ID感测的安全检查方法的流程图。
图18示出了根据一些实施例的使用反欺骗面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。
图19示出了根据一些实施例的使用反欺骗面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。
图20示出了根据一些实施例的使用反欺骗面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。
图21示意性地示出了根据一些实施例的基于逆反射的反欺骗面部ID传感器。
图22A和图22B分别示出了显示了由眼睛的角膜的逆反射引起的眼睛中的亮点的活体面部的图像和面部照片的图像。
图23示出了根据一些实施例的基于逆反射的使用反欺骗面部ID感测的安全检查方法的流程图。
图24示意性地示出了根据一些其他实施例的基于逆反射的反欺骗面部ID传感器。
图25示出了根据一些实施例的利用两个摄像头基于逆反射的使用反欺骗面部ID感测的安全检查方法的流程图。
图26示出了根据一些实施例的使用面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。
具体实施方式
图1示出了根据一些实施例的移动设备100，其可以是智能手机、平板电脑、笔记本电脑等。移动设备100可以包括显示屏120和围绕显示屏120的框架110。移动设备100还可以包括控制按钮，例如电源按钮140和一个或多个音量控制按钮130，以及加持力传感器150。移动设备100可以包括前置摄像头160。例如，前置摄像头160可以用于自拍。前置摄像头160也可以用于面部ID感测。
图2示意性地示出了根据一些实施例的使用面部ID感测的安全检查系统。例如，前置摄像头210可以位于移动设备100的正面，类似于图1中所示的前置摄像头160。前置摄像头210可以具有一定视场(FOV)FOV1，用于采集位于FOV1内的三维(three-dimensional，3D)物体202(例如，人脸)的图像。前置摄像头210可以被设计为形成3D物体202的近理想图像220。理想图像220可以没有或者有非常小的失真或其他类型的图像像差(例如，球面像差、彗差、像散和场曲)。
控制和处理模块230可以分析3D物体202的图像220的特征。例如，控制和处理模块230可以用于识别包含人脸图像的图像220，以及从图像220中提取人脸的面部特征。控制和处理模块230还可以用于将图像220中的面部特征与存储在面部ID数据库240中的授权用户的面部特征进行比较。面部ID数据库可以包括在注册过程期间生成的授权用户的面部ID数据。例如，在注册过程期间，授权用户的活体面部的一个或多个图像可以被前置摄像头210采集。该一个或多个图像可以被分析以提取授权用户的面部特征。授权用户的面部图像以及面部特征可以存储在面部ID数据库240中，用于随后的安全检查。
控制和处理模块230可以确定理想图像220中的面部特征是否与存储在面部ID数据库240中的面部ID数据匹配。控制和处理模块230可以通过输出接口250输出面部识别决策。移动设备100的处理单元可以基于面部识别决策来准许或拒绝访问。例如，如果控制和处理模块230输出指示匹配的肯定的面部识别决策，则移动设备100的处理单元可以准许对移动设备100的访问(例如，唤醒移动设备100)。另一方面，如果控制和处理模块230输出指示不匹配的否定的面部识别决策，则移动设备100的处理单元可以拒绝对移动设备100的访问(例如，移动设备100可以保持锁定)。
图2中所示的系统可能容易受到使用携带与授权用户相同的生物特征的伪造材料的欺骗攻击。例如，系统可能被授权用户的照片或视频所欺骗。图3示出了二维(2D)照片302而不是活体面部202被放置在摄像头210前的示例。摄像头210可以形成2D照片302的理想图像320。理想图像320可以包含与3D面部202的理想图像220相同的面部特征。因此，控制和处理模块230可能无法区分活体面部202和面部202的照片302之间的差异。
一、基于图像调制的反欺骗面部ID感测
根据一些实施例，面部ID传感器被配置为通过引入图像调制而具有欺骗检测能力。图4示出了根据一些实施例的配备有反欺骗面部ID传感器的移动设备400。除了前置摄像头160之外，移动设备400还可以包括作为反欺骗面部ID传感器一部分的第二摄像头410。第二摄像头410可以封装有小的开口窗，该开口窗可以集成到显示屏120的框架110中。在一些实施例中，第二摄像头410可以代替前置摄像头160。
移动设备400还可以包括接近第二摄像头410设置的可选的照明光源420。照明光源420可以在黑暗环境中提供照明，因此即使在黑暗时也能够进行面部ID感测。照明光源420可以用于发射人眼安全的红外光(例如，约940nm波长)。照明光源420还可以用于产生用户眼睛的逆反射，如下更详细描述，用户眼睛的逆反射能够与图像调制组合以检测欺骗。
图5示意性地示出了根据一些实施例的使用反欺骗面部ID感测的安全检查系统。面部ID传感器410可以包括摄像头412。摄像头412可包括成像透镜416和基本位于成像透镜416的焦平面处的光电检测器418。成像透镜416可以在光电检测器418的表面处形成物体的图像。光电检测器418用于将图像的光信号转换成电信号。光电检测器418可以包括例如光电二极管阵列、电荷耦合器件(charged coupled device，CCD)、互补金属氧化物半导体(complementary metal oxide semiconductor，CMOS)传感器等。
成像透镜416可以具有视场FOV2。在一些实施例中，FOV2可以比普通摄像头的FOV(例如，图2中所示的前置摄像头210的FOV1)宽。在一些实施例中，面部ID传感器410可以包括位于摄像头412前的FOV转换光学器件414。FOV转换光学器件414可以被配置为使得摄像头412和FOV转换光学器件414的组合具有比FOV2窄的视场FOV3。在一些实施例中，FOV3可以与普通摄像头的FOV(例如，图2中所示的前置摄像头210的FOV1)相当。FOV转换光学器件414可包括例如望远镜。
摄像头412的成像透镜416可以用于形成放置在面部ID传感器410的FOV(例如，FOV3)内的3D物体502(例如，面部)的调制图像520。调制图像520可以包括相对大的失真或其他类型的图像像差，本文中称为图像调制。图像调制可能对3D物体502的深度变化敏感，因此可以提供深度信息以区分2D照片和3D物体。因此，面部ID传感器410能够检测尝试使用人脸的照片或视频的欺骗。用于产生相对大的图像调制的摄像头412在本文中可以被称为深度感知摄像头。
成像时，失真是图像像差的一种形式，其导致偏离直线投影(即，场景中的直线在图像中保持笔直的投影)。常见的失真形式包括桶形失真和枕形失真。在桶形失真中，图像放大随着距光轴的距离而减小。明显的效果是，围绕球体(或桶)映射的图像。在枕形失真中，图像放大随着距光轴的距离而增加。明显的效果是，没有穿过图像中心的线朝图像的中心向内弯曲，就像枕形。一些图像可能呈现桶形失真和枕形失真的混合。
图6A至图6C示出了图像失真的一些示例性效果。图6A示出了具有直网格线的物体。图6B示出了图6A中所示的物体的图像，其中，网格线偏离直线。在该示例中，失真主要是桶型。图6C示出了呈现严重失真(例如，桶形失真)的建筑物的图像。
图像中的调制可能对物体的深度变化敏感。例如，失真的量和特征可能取决于物体的深度变化。图7示出了面部502的2D照片702而不是3D面部502被放置在深度感知摄像头412前的示例。深度感知摄像头412可以形成2D照片702的调制图像720。
图8A至图8C示出了3D面部502的调制图像520与2D照片702的调制图像720之间的差异。图8A示出了2D照片702，其是由普通摄像头(例如，图2中所示的摄像头210)获取的3D面部502的理想图像。如图所示，理想图像没有呈现或者呈现非常小的失真。图8B示出了由图5中所示的深度感知摄像头412获取的3D面部502的调制图像520。如图所示，调制图像520呈现相当大的失真。图8C示出了使用如图7中所示的深度感知摄像头412获取的2D照片702的调制图像720。如图所示，调制图像720也呈现相当大的失真。
比较图8B和图8C，可以看出，3D面部的调制图像520中的失真的特征和2D照片的调制图像720中的失真的特征是完全不同的。例如，图8B中所示的3D面部的调制图像520具有更多的桶形失真，并且该面部在垂直方向上看起来是细长的，而图8C中所示的2D照片的调制图像720具有更少的桶形变形，并且该面部在水平方向上看起来加宽了。因此，由深度感知摄像头412获取的调制图像中的调制可以携带被成像物体的深度信息。根据一些实施例，可以使用深度信息来检测使用照片或视频欺骗面部ID传感器410的尝试。
再参见图5，控制和处理模块530可从调制图像520中提取面部特征，并将面部特征与存储在面部ID数据库540中的面部ID数据进行比较。面部ID数据可以是根据在注册过程期间由深度感知摄像头412获取的授权人的活体面部的图像生成的。因此，如果物体502是授权用户的活体面部，则调制图像520可以呈现与存储在面部ID数据库540中的面部ID数据类似的调制。通过将调制图像520的面部特征与面部ID数据进行比较，控制和处理模块530可以确定调制图像520的面部特征是否与存储在面部ID数据库540中的面部ID数据匹配。
控制和处理模块530可以通过输出接口550输出面部识别决策。移动设备400的处理单元可以基于面部识别决策来准许或拒绝访问。例如，如果控制和处理模块530输出指示匹配的肯定的面部识别决策，则移动设备400的处理单元可以准许对移动设备400的访问(例如，唤醒移动设备400)。另一方面，如果控制和处理模块530输出指示不匹配的否定的面部识别决策，则移动设备400的处理单元可以拒绝对移动设备400的访问(例如，移动设备400可以保持锁定)。
在图5所示的示例中，如果调制图像520是3D面部502的图像，则控制和处理模块530可以确定调制图像520中的面部特征与存储在面部ID数据库中的面部ID数据匹配。据此，可以准许访问。相比之下，在图7所示的示例中，如果调制图像720是2D照片702的图像，其呈现与3D面部502的调制图像520不同的失真特征，则控制和处理模块530可以确定调制图像720中的面部特征与存储在面部ID数据库中的面部ID数据不匹配。据此，可以拒绝访问。
参见图5，为了说明FOV转换光学器件414(例如，望远镜)对物体深度的影响，示出了具有深度d1的示意性3D物体504。经过FOV转换光学器件414之后的图像506可以保持该深度或甚至将深度扩大到d2。相比之下，如图7所示，经过FOV转换光学器件414之后的2D物体704的图像706仍然是平面的并且没有深度。因此，包括FOV转换光学器件414的面部ID传感器410可以具有对被成像物体的深度变化的增强的灵敏度。
图9示意性地示出了根据一些实施例的使用反欺骗面部ID感测的安全检查系统。安全检查系统可以包括深度感知摄像头412和普通摄像头910。普通摄像头910可以是图4中所示的移动设备400的前置摄像头160。安全检查系统可以包括两个检测分支。如上关于图5所描述的，图9左侧示出的是使用深度感知摄像头412的第一检测分支，深度感知摄像头412用于产生物体902的第一调制图像918。
图9右侧示出的是使用普通摄像头910的第二检测分支。普通摄像头910可以具有视场FOV1。普通摄像头910可以用于形成物体902的近理想图像920。例如，普通摄像头910可以被设计为形成具有非常小的失真和其他类型的图像像差的图像。在一些实施例中，FOV转换光学器件414位于深度感知摄像头410前，使得深度感知摄像头412和FOV转换光学器件414的组合可以具有与普通摄像头910的FOV1相当的视场FOV3。因此，两个检测分支可具有大致相同的视场。
第二检测分支可以包括图像调制均衡器(image modulation equalizer，IME)930。IME 930用于将调制格式添加到物体902的理想图像920，以获得第二调制图像940。在一些实施例中，调制格式可以模拟光相位，该光相位由引起图像调制的深度感知摄像头412的光学元件产生。因此，如果理想图像920被放置在与物体902(例如，像图7中所示的2D物体702)相同的位置，则IME 930获得的第二调制图像940可以等同于本该由深度感知摄像头412采集的调制图像。因此，实际上，IME 930对物体902的理想图像920进行数字调制。在一些实施例中，深度感知摄像头412可以具有一组失真参数，并且添加调制格式可以包括将该组失真参数应用于理想图像920。
参见图9，第一调制图像918和第二调制图像940可以被输入到控制和处理模块950中。控制和处理模块950可以将第一调制图像918和第二调制图像940进行比较，以确定物体902是活体3D面部或者是2D照片。例如，如果物体902是活体3D面部，则第一调制图像918和第二调制图像940可以呈现失真不同的量和不同的特征。因此，当第一调制图像918中的面部特征与第二调制图像940中的面部特征不匹配时，控制和处理模块950可以确定物体902是活体3D面部。
另一方面，如图10所示，如果物体902是2D照片，则第一调制图像918可以呈现与第二调制图像940类似的失真。因此，当第一调制图像918中的面部特征与第二调制图像940中的面部特征匹配时，控制和处理模块950可以确定物体902是2D照片。
能够产生失真或其他类型的图像像差的任何成像系统可以用作深度感知摄像头。图11示意性地示出了根据一些实施例的用于形成具有相对大的图像调制(例如，失真和球面像差)的图像的示例性成像镜头1100。成像透镜1100可以包括透明板1110和耦合到板1110的半球透镜1120。板1110具有顶表面1112和底表面1114。光圈1180可以形成在板1110的底表面1114上。可以通过将光阻层1182施加到板1110的底表面1114上形成光圈1180，该板1110具有作为光圈1180的开口窗以允许光从中穿过。光圈1180的中心可以与半球透镜1120的中心基本重合。光圈1180可以限制在光电检测器处待检测的光能的量。
板1110可以具有折射率n2。在一些实施例中，半球透镜1120可以具有与板1110的折射率n2相似的折射率。在一些其他实施例中，半球透镜1120可以具有与板1110的折射率n2不同的折射率。围绕成像透镜1100的介质可以具有折射率n1。例如，板1110可以是一块玻璃，其可以有范围在约1.3至2或更大的折射率，这取决于玻璃的类型。成像透镜1100可以被空气包围，空气具有近似等于1的折射率。半球透镜1120和板1110的组合可以产生如下所述的相对大的失真(例如，桶形失真)和球面像差。
如图11所示，相对于板1110的顶表面1112的法线具有相对小的入射角的法向入射光束1150可以在板1110的顶表面1112处进行可忽略的折射。法向入射光束1150通过光圈1180传输之后，可以沿半球透镜1120的光轴1156传播。因此，从半球透镜1120出射的光束1152可以继续沿光轴1156传播，并且在成像透镜1100的图像平面1130处形成图像点1154。
仍参见图11，相对于板1110的顶表面1112的法线具有相对大的入射角的掠入射光束1160可以在板1110的顶表面1112处进行相对大的折射。因此，折射光束1162可以在与掠入射光束1160的方向完全不同的方向上传播。注意，对于半球透镜1120，任何穿过其中心的径向方向都是半球透镜1120的光轴。由于折射光束1162沿半球透镜1120的光轴1168传播，所以从半球透镜1120出射的光束1164可以继续沿光轴1168传播，并在图像平面1130处形成图像点1166。
因此，尽管掠入射光束1160在板1110的顶表面1112处进行相对大的折射，但是沿着光路不再校正以补偿可能由相对大的折射导致的任何调制。结果，所得到的图像可能呈现相当大的调制，例如，失真(如桶形失真)和球面像差。例如，成像透镜1100可以产生与图6C中所示的相似的建筑物的图像，其呈现严重的桶形失真。因为来自物体的入射角对物体的局部深度变化非常敏感，所以调制的量和特征可以携带关于该物体的深度信息。例如，如上所述，图8B中所示的3D面部的图像与图8C中所示的2D照片的图像呈现失真不同的量和不同的特征。
应该理解，图11仅示出了能够产生相对大的图像调制的成像透镜的一个示例。本领域的普通技术人员将认识到很多变型、替代和修改。例如，单元件厚透镜也能够用于产生相对大的图像调制。
根据一些实施例，使用反欺骗面部ID感测的安全检查方法可以利用两个摄像头。第一摄像头可以是用于近理想成像的普通摄像头(例如，移动设备的前置摄像头)；以及第二摄像头可以是用于产生相对大的图像调制的深度感知摄像头，例如图5、图7和图9中所示的以及以上讨论的摄像头412。
图12示出了根据一些实施例的面部ID注册过程的流程图。
在1210处，激活面部ID注册。例如，通过在“设置”中选择面部ID注册，或者当购买移动设备后授权用户第一次打开移动设备时，可以由移动设备的授权用户激活面部ID注册。
在1220处，普通摄像头可以采集授权用户面部的第一组图像。第一组图像可以是授权用户面部的理想图像，其没有呈现或者呈现小的图像调制。在一些实施例中，第一组图像可以包括来自不同角度的授权用户面部的一个或多个图像。
在1222处，可以从第一摄像头采集的第一组图像中提取第一组面部特征图。例如，可以使用面部识别和图像分析算法来提取第一组面部特征图。
在1230处，深度感知摄像头可以采集授权用户面部的第二组图像。第二组图像可以呈现相对大的图像调制。在一些实施例中，第二组图像可以包括来自不同角度的授权用户面部的一个或多个图像。普通摄像头和深度感知摄像头可以同时采集授权用户面部的图像。即，当授权用户的面部处于一定姿势时，可以同时获取一对图像，一个是普通摄像头获取的图像，另一个是深度感知摄像头获取的图像。因此，第一组图像中的多个图像和第二组图像中的多个图像可以具有一一对应关系。
在1232处，可以从深度感知摄像头采集的第二组图像中提取第二组面部特征图，例如，通过使用面部识别和图像分析算法。
在1240处，第一组面部特征图和第二组面部特征图可以链接到一组数据对中。
在1250处，可以对数据对组进行插值和其他可选的操作。例如，可以进行插值以覆盖一系列可能的情况。
在1260处，将一组插值数据对保存在面部ID数据库中，如下关于图13所描述的，其可随后用于安全检查。
图13示出了根据一些实施例的利用两个摄像头使用反欺骗面部ID感测的安全检查方法的流程图。两个摄像头可以包括如上所述的普通摄像头和深度感知摄像头。
在1310处，可以激活安全检查。例如，当用户将移动设备从睡眠模式唤醒或者打开移动设备时，或者当用户触摸物理按钮(例如，音量控制按钮)或插入耳机时，可以激活安全检查。当用户尝试访问应用程序或处理付款时，也可以激活安全检查。
在1320处，如果移动设备包括照明光源(例如，图4中所示的照明光源420)，则可以打开照明光源。例如，可以在环境黑暗时打开照明光源。因此，即使在黑暗时也可以执行面部ID感测。
在1330处，普通摄像头可以采集用户面部的一个或多个第一图像。第一图像可以是高质量的并且没有呈现或者呈现小的调制。
在1332处，普通摄像头可以输出高质量第一图像。例如，高质量第一图像可以保存在相册中。
在1334处，可以从普通摄像头采集的一个或多个第一图像中提取第一组面部特征数据。
在1340处，深度感知摄像头可以采集用户面部的一个或多个第二图像。第二图像可以呈现相对大的调制，例如失真。在一些实施例中，普通摄像头和深度感知摄像头可以同时采集用户面部的图像，使得每个第一图像与对应的第二图像之间存在一一对应关系。
在1342处，可以从深度感知摄像头采集的一个或多个第二图像中提取第二组面部特征数据。
在1350处，可以使用第一组面部特征数据和第二组面部特征数据来评估它们是否与存储在面部ID数据库1260中的(例如，如图12中所示获得的)数据对组匹配。
在一些实施例中，评估可以包括两个步骤。在第一步骤中，可以使用第一组面部特征数据来确定用户的面部特征是否与授权用户的面部特征匹配。在第二步骤中，可以使用第二组面部特征数据来确定第二图像是否是2D照片的图像而不是活体3D面部的图像。因此，第一步骤执行面部匹配，第二步执行欺骗检测。在一些其他实施例中，可以使用第二组面部特征数据来确定用户的面部特征是否与授权用户的面部特征匹配；并且在第二步骤中，可以使用第一组面部特征数据来进行欺骗检测。在一些另外的实施例中，可以一起使用第一组面部特征数据和第二组面部特征数据来进行面部匹配和欺骗检测。
在1370处，如果评估结果显示不匹配，则可以拒绝用户访问。如果评估结果显示匹配，但是检测到欺骗，则也可以拒绝用户访问。
在1380处，如果评估结果显示匹配和非欺骗，则可以准许用户访问。
根据一些实施例，使用反欺骗面部ID感测的安全检查方法可以利用普通摄像头和深度感知摄像头。安全检查可以包括两个步骤：面部匹配步骤和欺骗检测步骤。可以使用在注册过程期间由普通摄像头获取的图像来创建面部ID数据库，其可随后用于面部特征匹配。可以使用在安全检查期间由两个摄像头获取的实时图像来进行欺骗检测，例如，基于图9中所示的原理。
图14示出了根据一些实施例的面部ID注册过程的流程图。
在1410处，激活面部ID注册。例如，通过在“设置”中选择面部ID注册，或者当购买移动设备后授权用户第一次打开移动设备时，可以由移动设备的授权用户激活面部ID注册。
在1420处，普通摄像头可以采集授权用户面部的一组图像。该组图像可以是授权用户面部的理想图像，其没有呈现或者呈现小的图像调制。该组图像可以包括来自不同角度的授权用户面部的一个或多个图像。
在1430处，可以从普通摄像头采集的该组图像中提取一组面部特征图，例如，使用面部识别和图像分析算法。
在1440处，可以对该组面部特征图进行插值和其他可选的操作。例如，可以进行插值以覆盖一系列可能的情况。
在1450处，将一组插值面部特征图保存在面部ID数据库中，如下关于图15所描述的，其可随后用在安全检查过程中。
图15示出了根据一些实施例的利用两个摄像头使用反欺骗面部ID感测的安全检查方法的流程图。
在1510处，可以激活安全检查。例如，当用户将移动设备从睡眠模式唤醒或者打开移动设备时，可以激活安全检查。当用户尝试访问应用程序或处理付款时，也可以激活安全检查。
在1520处，如果移动设备包括照明光源(例如，图4中所示的照明光源420)，则可以打开照明光源。例如，可以在环境黑暗时打开照明光源。因此，即使在黑暗时也可以执行面部ID感测。
在1530处，普通摄像头可以采集用户面部的一个或多个理想图像。理想图像可以是高质量的并且没有呈现或者呈现小的调制。
在1532处，普通摄像头可以输出高质量图像。例如，高质量图像可以保存在相册中。
在1534处，可以从普通摄像头采集的一个或多个理想图像中提取第一组图像特征数据。
在1540处，深度感知摄像头可以采集用户面部的一个或多个调制图像。例如，调制图像可以呈现相对大的失真(例如，桶形失真)。普通摄像头和深度感知摄像头可以同时采集用户面部的图像，使得普通摄像头采集的多张理想图像与深度感知摄像头采集的多张调制图像之间存在一一对应关系。
在1542处，可以从深度感知摄像头采集的一个或多个图像中提取第二组图像特征数据。
在1550处，可以使用从普通摄像头采集的理想图像中提取的第一组图像特征数据来评估它们是否与存储在面部ID数据库1450中的(例如，如图14中所示获得的)面部特征图组匹配。
在1560处，如果评估结果显示不匹配，则可以拒绝用户访问。
在1570处，如果评估结果显示匹配，则可以执行欺骗检测。根据一些实施例，如下所述，欺骗检测可以使用由普通摄像头采集的理想图像和由深度感知摄像头采集的调制图像。
在1580处，可以将图像调制均衡器(IME)应用于普通摄像头采集的理想图像(在1530处获得的)。IME可以通过将调制格式添加到理想图像来对理想图像进行数字调制，从而生成数字调制图像1582。在一些实施例中，调制格式可以包含本该由深度感知摄像头的光学元件产生的光相位。因此，如上关于图9所描述的，如果理想图像被放置在深度感知摄像头前，则数字调制图像1582可以与本该由深度感知摄像头采集的图像相似。在一些实施例中，深度感知摄像头可以具有一组失真参数，并且对理想图像进行数字调制可以包括将该组失真参数应用于理想图像。
在1584处，可以从数字调制图像1582中提取第三组图像特征数据。
在1570处，可以比较第二组图像特征数据1542和第三组图像特征数据1584，以确定图像是来自活体3D面部还是2D照片。
如上关于图9所描述的，如果深度感知摄像头采集的调制图像1540是活体3D面部的调制图像，则调制图像1540将呈现与数字调制图像1582不同的调制特征，数字调制图像1582相当于2D照片的调制图像。因此，如果第二组图像特征数据与第三组图像特征数据不匹配，则可以确定正在对活体面部进行成像。另一方面，如果深度感知摄像头采集的调制图像1540是2D照片的调制图像，则调制图像1540呈现与数字调制图像1582类似的调制特征。因此，如果第二组图像特征数据与第三组图像特征数据匹配，则可以确定正在使用照片来“欺骗”安全检查过程。
在1590处，如果用户在1570处通过欺骗检测，则准许访问。
在1560处，如果用户在1570处未通过欺骗检测，则拒绝访问。
根据一些实施例，使用反欺骗面部ID感测的安全检查方法可以利用单个摄像头。摄像头可以是用于产生相对大的图像调制的深度感知摄像头，例如图5、图7和图9中所示的以及以上讨论的摄像头412。
图16示出了根据一些实施例的使用单个摄像头的面部ID注册过程的流程图。
在1610处，激活面部ID注册。例如，通过在“设置”中选择面部ID注册，或者当购买移动设备后授权用户第一次打开移动设备时，可以由移动设备的授权用户激活面部ID注册。
在1620处，摄像头可以采集授权用户面部的一组图像。摄像头可以用于产生相对大的图像调制，例如，失真和其他类型的图像像差。该组图像可以包括来自不同角度的授权用户面部的一个或多个图像。
在1630处，可以从摄像头采集的该组图像中提取一组面部特征图，例如，通过使用面部识别和图像分析算法。
在1640处，可以对该组面部特征图进行插值和其他可选的操作。例如，可以进行插值以覆盖一系列可能的情况。
在1650处，将一组插值面部特征图保存在面部ID数据库中，如下关于图17所描述的，其可随后用于安全检查。
图17示出了根据一些实施例的利用单个摄像头使用反欺骗面部ID感测的安全检查方法的流程图。
在1710处，可以激活安全检查。例如，当用户将移动设备从睡眠模式唤醒或者打开移动设备时，可以激活安全检查。当用户尝试访问应用程序或处理付款时，也可以激活安全检查。
在1720处，如果移动设备包括照明光源(例如，图4中所示的照明光源420)，则可以打开照明光源。例如，可以在环境黑暗时打开照明光源。因此，即使在黑暗时也可以执行面部ID感测。
在1730处，摄像头可以采集用户面部的一个或多个图像。图像可以呈现相对大的调制，例如失真。
在1740处，可以从摄像头采集的一个或多个图像中提取面部特征数据。
在1750处，使用面部特征数据来评估面部特征数据是否与存储在面部ID数据库1650中的面部特征图组(例如，如图16中所示获得的)匹配。
在1760处，如果评估结果显示不匹配，则可以拒绝用户访问。
在1770处，如果评估结果显示匹配，则可以准许用户访问。
如上关于图5和图7所描述的，因为调制图像对物体的深度变化敏感，所以使用授权用户的2D照片的欺骗尝试可能导致不匹配。因此，根据图17的安全检查方法可以是防欺骗的。
在一些实施例中，单个摄像头可以用作面部ID传感器和前置摄像头。例如，由引起图像调制的摄像头的光学元件产生的光相位可以被转换成调制格式。调制格式可以用于数字校正由摄像头采集的图像中的调制，以产生高质量图像(例如，没有或具有小的调制的图像)。换句话说，可以对调制图像进行数字“解调”以产生高质量图像。
因此，可选地，在1780处，可以对摄像头采集的图像执行调制校正，以获得高质量(几乎无调制的)图像。在1790处，可以输出高质量图像。例如，高质量的图像可以保存在相册中。
图18示出了根据一些实施例的使用反欺骗面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。该方法由包括摄像头、计算机存储器以及处理模块的安全检查系统执行。
在1802处，将授权人的面部ID数据存储在计算机存储器中。面部ID数据是根据在注册过程期间由摄像头获取的授权人的活体面部的一个或多个图像生成的。摄像头包括用于形成调制图像的成像透镜。例如，如上所述，调制图像包括图像调制，例如，失真和/或其他图像像差。
在1804处，摄像头获取位于摄像头前的第一物体的调制图像。该调制图像也包括图像调制，例如，失真或其他图像像差。
在1806处，处理模块分析第一物体的调制图像，以提取面部特征。
在1808处，处理模块将面部特征与面部ID数据进行比较。
在1810处，处理模块基于比较确定第一物体是否是授权人的活体面部。例如，如果处理模块确定面部特征与面部ID数据匹配，则可以确定第一物体是授权人的活体面部。另一方面，如果处理模块确定面部特征与面部ID数据不匹配，则可以确定第一物体不是授权人的活体面部。如上所述，如果使用授权人面部的2D照片来欺骗安全检查系统，则2D照片的调制图像可以呈现与活体面部的调制图像不同的失真，从而可能导致与面部ID数据不匹配。因此，处理模块可以确定第一物体不是授权人的活体面部。
应该理解，图18中所示的具体步骤提供了根据一些实施例的使用面部ID感测来对电子平台安全访问的特定安全检查方法。也可以根据可替换的实施例执行其他步骤顺序。例如，本申请的可替换的实施例可以以不同的顺序执行以上概述的步骤。此外，图18中所示的各个步骤可以包括多个子步骤，这些子步骤可以以适合于各个步骤的各种顺序执行。另外，根据特定应用，可以添加或移除附加步骤。本领域的普通技术人员将认识到很多变型、修改和替代。
图19示出了根据一些实施例的使用反欺骗面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。该方法由包括第一摄像头、第二摄像头、计算机存储器以及处理模块的安全检查系统执行。
在1902处，将授权人的面部ID数据存储在计算机存储器中。面部ID数据根据以下生成：在注册过程期间由第一摄像头获取的授权人的活体面部的一个或多个近理想图像；以及在注册过程期间由第二摄像头获取的授权人的活体面部的一个或多个调制图像。一个或多个调制图像中的每一个调制图像对应于一个或多个近理想图像中相应的一个近理想图像。第二摄像头包括成像透镜，该成像透镜被配置为使得相应的调制图像偏离对应的近理想图像。例如，如上所述，调制图像可以包括失真和/或其他类型的图像像差，然而，近理想图像可以有非常小或者没有失真和/或其他类型的图像像差。
在1904处，第一摄像头获取物体的近理想图像。
在1906处，在获取近理想图像的同时，第二摄像头获取物体的调制图像。
在1908处，处理模块分析物体的近理想图像，以提取第一组面部特征。
在1910处，处理模块分析物体的调制图像，以提取第二组面部特征。
在1912处，处理模块将第一组面部特征和第二组面部特征与面部ID数据进行比较。
在1914处，处理模块基于比较确定物体是否是授权人的活体面部。
应该理解，图19中所示的具体步骤提供了根据一些实施例的使用面部ID感测来对电子平台安全访问的特定安全检查方法。也可以根据可替换的实施例执行其他步骤顺序。例如，本申请的可替换的实施例可以以不同的顺序执行以上概述的步骤。此外，图19中所示的各个步骤可以包括多个子步骤，这些子步骤可以以适合于各个步骤的各种顺序执行。另外，根据特定应用，可以添加或移除附加步骤。本领域的普通技术人员将认识到很多变型、修改和替代。
图20示出了根据一些实施例的使用反欺骗面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。该方法由包括第一摄像头、第二摄像头、计算机存储器以及处理模块的安全检查系统执行。
在2002处，将授权人的面部ID数据存储在计算机存储器中。面部ID数据是根据在注册过程期间由第一摄像头获取的授权人的活体面部的一个或多个近理想图像生成的。
在2004处，第一摄像头获取物体的近理想图像。
在2006处，处理模块分析物体的近理想图像，以提取第一组面部特征。
在2008处，通过将第一组面部特征与面部ID数据进行比较，处理模块确定第一组面部特征是否与面部ID数据匹配。
在2010处，响应于确定第一组面部特征与面部ID数据不匹配，拒绝对电子平台的访问。
在2012处，响应于确定第一组面部特征与面部ID数据匹配，处理模块对物体的近理想图像进行数字调制，以使用处理模块获得物体的第一调制图像。
在2014处，第二摄像头获取物体的第二调制图像。第二摄像头包括成像透镜，该成像透镜被配置为使得物体的第二调制图像偏离物体的近理想图像。
在2016处，处理模块将物体的第一调制图像和物体的第二调制图像进行比较。
在2018处，处理模块基于比较确定物体是否是授权人的活体面部。
应该理解，图20中所示的具体步骤提供了根据一些实施例的使用面部ID感测来对电子平台安全访问的特定安全检查方法。也可以根据可替换的实施例执行其他步骤顺序。例如，本申请的可替换的实施例可以以不同的顺序执行以上概述的步骤。此外，图20中所示的各个步骤可以包括多个子步骤，这些子步骤可以以适合于各个步骤的各种顺序执行。另外，根据特定应用，可以添加或移除附加步骤。本领域的普通技术人员将认识到很多变型、修改和替代。
二、基于逆反射的反欺骗面部ID感测
根据一些实施例，用于对电子平台安全访问的安全检查系统可以使用基于来自用户眼睛的逆反射的反欺骗面部ID感测。这种安全检查系统能够检测是否正在验证活体面部，或者正在使用照片或塑像来欺骗安全检查系统。
图21示意性地示出了根据一些实施例的基于逆反射的反欺骗面部ID传感器。面部ID传感器包括摄像头2110。摄像头2110可以安装在移动设备的框架2104上。摄像头2110可以用于获取其视场内的物体的图像。面部ID传感器还包括接近摄像头2110的光轴2112设置的照明光源2120。照明光源2120可以用于将光束2130直接照射摄像头2110前的物体处。在一些实施例中，照明光源2120可以发射人眼安全的红外光(例如，约940nm波长)。
当照明光源2120发射的光束2130照射在人眼2150上时，可能发生逆反射。逆反射是光线照射表面并被重定向回光源的现象。如图21所示，人眼球2150的角膜2152可以逆反射入射到其上的光束2130的一部分，从而产生指回照明光源2120的逆反射光束2140。因此，如果通过摄像头2110正在对活体人脸进行成像并且摄像头2110接近照明光源2120设置，则摄像头2110形成的人脸图像可以显示由于逆反射光束2140而产生的眼睛中的亮点2210，如图22A所示。
相比之下，没有人眼球2150的照片或塑像可以广泛散射照射在其上的光束2130，并且可能不会产生指回照明光源2120的逆反射光束2140。因此，照片或塑像的图像可能不包含眼睛中的亮点，如图22B中所示的照片的图像所示。因此，眼睛中的亮点可以用作用于区分活体面部与照片或塑像的特征。
在一些实施例中，摄像头2110可以是普通摄像头，用于产生无调制的近理想图像。在一些其他实施例中，摄像头2110可以是深度感知摄像头，用于产生相对大的调制，例如失真，如上所述。
注意，如果欺骗尝试使用另一移动设备(例如，智能手机)的显示屏上的人脸图片来欺骗面部ID传感器，则另一移动设备的显示屏也可以逆反射照射在它上的光束2130。然而，这种逆反射光束不仅来自人脸的眼睛，而且也来自人脸的其他区域。因此，这种逆反射光束不会产生如图22A中所示的眼睛中的特征亮点2210。因此，图21中所示的面部ID传感器可以能够将屏幕上的图片与活人区分开。
图23示出了根据一些实施例的基于逆反射的使用反欺骗面部ID感测的安全检查方法的流程图。反欺骗面部ID传感器可以包括照明光源2110和接近照明光源2110设置的摄像头2120，如图21所示。
在2310处，可以激活安全检查。例如，当用户将移动设备从睡眠模式唤醒或者打开移动设备时，可以激活安全检查。当用户尝试访问应用程序或处理付款时，也可以激活安全检查。
在2320处，可以打开照明光源2120。
在2330处，摄像头2110可以采集用户面部的一个或多个图像。
在2340处，可以从摄像头采集的一个或多个图像中提取面部特征数据。
在2350处，将面部特征数据与存储在面部ID数据库2390中的面部特征图进行比较。面部特征图可以在注册过程期间从授权用户获得，并且保存在ID数据库2390中，如上所述。
在2360处，如果该比较显示不匹配，则可以拒绝用户访问。
在2370处，如果该比较显示匹配，则可以通过分析由摄像头采集的一个或多个图像来执行欺骗检测，以评估是否存在逆反射特征。如果确定不存在逆反射特征，则安全检查系统可以确定它是欺骗尝试，因此可以拒绝访问。
在2380处，如果确定存在逆反射特征，则安全检查系统可以确定它不是欺骗尝试，因此可以准许访问。
图24示意性地示出了根据一些实施例的基于逆反射的反欺骗面部ID传感器。面部ID传感器与图21中所示的面部ID传感器类似，但其包括相对远离照明光源2120设置的第二摄像头2410。因为第二摄像头2410相对远离照明光源2120设置，所以来自眼球2150的逆反射光束2140可能不会到达第二摄像头2410。因此，由第二摄像头2410形成的眼睛的图像2430可能不会显示由来自眼球2150的角膜2152的逆反射引起的眼睛中的亮点。另一方面，如上所述，因为第一摄像头2110靠近照明光源2120设置，所以由第一摄像头2110形成的眼睛的图像2420可以显示由反射光束2140引起的眼睛中的亮点2422。
根据一些实施例，安全检查系统可以将由第一摄像头2110形成的图像2420和由第二摄像头2410形成的图像2430进行比较，以确定正在验证的是活体面部或者是正在使用照片或塑像来“欺骗”安全检查系统。例如，如果第一摄像头2110采集的图像2420显示眼睛中的亮点2422，而第二摄像头2410采集的图像2430不显示眼睛中的该亮点，则安全检查系统可以确定正在验证的是活体面部。作为另一示例，如果两个图像2420和2430都不显示眼睛中的亮点，则安全检查系统可以确定正在验证的不是活体面部。
图25示出了根据一些实施例的利用两个摄像头基于逆反射的使用反欺骗面部ID感测的安全检查方法的流程图。两个摄像头可以包括接近照明光源2120设置的第一摄像头2110和相对远离照明光源2120设置的第二摄像头2410，如图24所示。
在2510处，可以激活安全检查。例如，当用户将移动设备从睡眠模式唤醒或者打开移动设备时，或者当用户触摸物理按钮(例如，音量控制按钮)或插入耳机时，可以激活安全检查。当用户尝试访问应用程序或处理付款时，也可以激活安全检查。
在2520处，可以打开照明光源。
在2530处，第一摄像头可以采集用户面部的一个或多个第一图像。
在2534处，可以从第一摄像头采集的一个或多个第一图像中提取第一组面部特征数据。
在2540处，第二摄像头可以采集用户面部的一个或多个第二图像。在一些实施例中，第一摄像头和第二摄像头可以同时采集图像，使得每个第一图像与对应的第二图像之间存在一一对应关系。
在2542处，可以从第二摄像头采集的一个或多个第二图像中提取第二组面部特征数据。
在2550处，可以使用第一组面部特征数据和/或第二组面部特征数据来评估它们是否与存储在面部ID数据库2560中的面部特征图匹配。面部特征图可以在注册过程期间从授权用户获得，并且保存在如上所述的ID数据库2590中。
在2560处，如果确定不存在匹配，则可以拒绝访问。
在2570处，如果确定存在匹配，则可以通过将由第一摄像头采集的第一图像和由第二摄像头采集的第二图像进行比较来执行欺骗检测。如上所述，如果正在验证活人，则第一摄像头采集的第一图像可以显示眼睛中的逆反射特征。然而，无论是否正在验证活人，第二摄像头采集的第二图像可能不会显示眼睛中的逆反射特征。因此，如果在第一图像中而不是在第二图像中识别出逆反射特征，则可以确定正在验证活人。另一方面，如果在第一图像和第二图像中都不存在逆反射特征，则可以确定是欺骗尝试，因此可以拒绝访问。
在2580处，如果确定正在验证活人，则可以准许访问。
三、基于图像调制和逆反射的反欺骗面部ID感测
在一些实施例中，逆反射特征可以与图像调制结合使用以检测欺骗。例如，参见图21，摄像头2110可以是用于形成用户面部的调制图像的深度感知摄像头。如上所述，可以使用图像调制来检测被成像物体是具有一定深度变化的3D物体还是2D照片。然而，如果欺骗尝试使用3D塑像来填充面部ID传感器，则仅基于图像调制的欺骗检测方法可能无法检测欺骗尝试。另一方面，基于人眼的逆反射的欺骗检测方法能够区分人脸或塑像。因此，通过组合这两种方法，面部ID传感器能够检测使用照片或塑像的欺骗尝试。
作为另一个示例，参见图4，面部ID感测可以使用前置摄像头160、深度感知摄像头410和靠近深度感知摄像头410设置的照明光源420。前置摄像头160可以采集人的理想图像，而深度感知摄像头410可以采集人的调制图像。可以使用理想图像和调制图像来检测使用照片的欺骗，如上所述。同时，可以使用由深度感知摄像头410采集的调制图像中存在或不存在逆反射特征来检测使用塑像的欺骗。
图26示出了根据一些实施例的使用面部ID感测以对电子平台安全访问的示例性安全检查方法的流程图。该方法由包括光源、邻近光源设置的摄像头、计算机存储器以及处理模块的安全检查系统执行。
在2602处，将授权人的面部ID数据存储在计算机存储器中。面部ID数据是根据在注册过程期间由摄像头获取的授权人的活体面部的一个或多个图像生成的。
在2604处，光源将光束照射在物体上。
在2606处，当光束照射在物体上时，摄像头获取物体的图像。
在2608处，处理模块分析物体的图像，以提取面部特征并确定是否存在入射到物体上的光束的逆反射的指示。
在2610处，处理模块将面部特征与面部ID数据进行比较，以确定是否存在匹配。
在2612处，响应于确定面部特征和面部ID数据之间不存在匹配或者不存在逆反射的指示，拒绝对电子平台的访问。
在2614处，响应于确定面部特征和面部ID数据之间存在匹配并且存在逆反射的指示，准许对电子平台的访问。
应该理解，图26中所示的具体步骤提供了根据一些实施例的使用面部ID感测来对电子平台安全访问的特定安全检查方法。也可以根据可替换的实施例执行其他步骤顺序。例如，本申请的可替换的实施例可以以不同的顺序执行以上概述的步骤。此外，图26中所示的各个步骤可以包括多个子步骤，这些子步骤可以以适合于各个步骤的各种顺序执行。另外，根据特定应用，可以添加或移除附加步骤。本领域的普通技术人员将认识到很多变型、修改和替代。
虽然本公开包含许多细节，但这些细节都不应解释为对任何申请或要求保护的范围的限制，而是被解释为可以是特定于特定申请的特定实施例的特征的描述。在本专利文件中的单独实施例的上下文中描述的某些特征也可以在单个实施例中组合实现。相反，在单个实施例的上下文中描述的各种特征还可以在多个实施例中单独实现或以任何合适的子组合实现。另外，虽然以上可将特征描述为按某些组合来动作，或者甚至最初权利要求是这样记载的，但来自要求保护的组合的一个或多个特征在一些情况下可被从该组合中删去，并且要求保护的组合可指向子组合或子组合的变体。
类似地，虽然在附图中以特定顺序描述了操作，但是这不应理解为要求这些操作以所示的特定顺序或按照顺序依次执行，或者要求执行所有所示的操作，以实现期望的结果。此外，在本专利文件中描述的实施例中的单独的各种系统部件不应理解为在所有实施例中都需要这种分离。
仅描述了几个实施方式和示例，并且可以基于本专利文件中描述和示出的内容来做出其他实现、增强和变化。
除非特别指出相反的情况，否则“一”，“一个”或“该”的引用旨在表示“一个或多个”。
范围可以在本文中表示为从“约”一个指定值和/或到“约”另一个指定值。术语“约”在本文中用于表示近似、接近、大致上或大概。当术语“约”与数值范围结合使用时，其通过扩展所提出数值的上下边界来修改该范围。通常，术语“约”在本文中用于将数值上下修改所述值的10％。当表达这样的范围时，另一实施例包括从一个指定值和/或到另一个指定值。类似地，当通过使用先行词“约”将值表示为近似值时，应理解，指定值形成另一实施例。还应理解，每个范围的端点都包括在该范围内。
出于所有目的，本文提及的所有专利、专利申请、出版物和描述均通过引用全部并入。不承认是现有技术。

Claims (11)

1.一种使用面部ID感测以对电子平台安全访问的安全检查系统，所述安全检查系统包括：
光源，用于提供入射到物体上的光束；
摄像头，邻近所述光源设置，并且用于在所述光束入射到所述物体上时形成所述物体的图像；
计算机存储器，用于存储授权人的面部ID数据，所述面部ID数据是根据在注册过程期间由所述摄像头获取的所述授权人的面部的一个或多个图像生成的；以及
处理模块，耦合到所述摄像头和所述计算机存储器，所述处理模块用于：
分析所述物体的图像，以提取面部特征并确定是否存在入射到所述物体上的所述光束的逆反射的指示；
将所述面部特征与所述面部ID数据进行比较，以确定所述面部特征和所述面部ID数据之间是否存在匹配；
响应于确定所述面部特征和所述面部ID数据之间存在所述匹配并且存在所述逆反射的指示，准许对所述电子平台的访问；以及
响应于确定所述面部特征和所述面部ID数据之间不存在所述匹配或者不存在所述逆反射的指示，拒绝对所述电子平台的访问；
所述摄像头和所述光源安装在所述电子平台的框架上，所述摄像头包括成像透镜，所述成像透镜被配置为使得所述物体的图像包括调制，所述调制包括以下一个：失真、球面像差、彗差、像散和场曲。
2.根据权利要求1所述的安全检查系统，其中，所述逆反射的指示包括所述物体的图像中的眼睛中的亮点。
3.根据权利要求1所述的安全检查系统，其中，所述光源用于提供红外波长范围内的所述光束。
4.一种使用面部ID感测以对电子平台安全访问的安全检查系统，所述安全检查系统包括：
光源，附接到所述电子平台的框架，并且用于提供入射到物体上的入射光束；
第一摄像头，附接到所述电子平台的框架，并且用于在所述入射光束入射到所述物体上时形成所述物体的第一图像，所述第一摄像头邻近所述光源设置，使得由所述入射光束引起的逆反射光束在所述第一摄像头的视场FOV内；
第二摄像头，附接到所述电子平台的框架，并且用于在所述入射光束入射到所述物体上时形成所述物体的第二图像，所述第二摄像头与所述光源间隔开，使得所述逆反射光束在所述第二摄像头的视场FOV外；
计算机存储器，用于存储授权人的面部ID数据，所述面部ID数据根据以下中的至少一个生成：
在注册过程期间由所述第一摄像头获取的所述授权人的活体面部的一个或多个第一图像；或者
在所述注册过程期间由所述第二摄像头获取的所述授权人的活体面部的一个或多个第二图像；以及
处理模块，耦合到所述第一摄像头、所述第二摄像头和所述计算机存储器，所述处理模块用于：
分析所述物体的第一图像或所述物体的第二图像中的至少一个以提取面部特征；
将所述面部特征与所述面部ID数据进行比较，以确定是否存在匹配；
将所述物体的第一图像与所述物体的第二图像进行比较，以确定在所述物体的第一图像中是否存在所述逆反射光束的指示；
响应于确定所述面部特征和所述面部ID数据之间存在所述匹配并且存在所述逆反射光束的指示，准许对所述电子平台的访问；以及
响应于确定所述面部特征和所述面部ID数据之间不存在所述匹配或者不存在所述逆反射光束的指示，拒绝对所述电子平台的访问；
所述第一摄像头包括成像透镜，所述成像透镜被配置为使得所述物体的第一图像包括调制，所述调制包括以下一个：失真、球面像差、彗差、像散和场曲。
5.根据权利要求4所述的安全检查系统，其中，所述逆反射光束的指示包括在所述物体的第一图像中存在眼睛中的亮点以及在所述物体的第二图像中不存在眼睛中的亮点。
6.根据权利要求4所述的安全检查系统，其中，所述光源用于提供红外波长范围内的所述入射光束。
7.根据权利要求4所述的安全检查系统，其中，所述第二摄像头包括成像透镜，所述成像透镜被配置为使得所述物体的第二图像是所述物体的理想图像。
8.一种使用面部ID感测以对电子平台安全访问的安全检查方法，所述方法由包括光源、邻近所述光源设置的摄像头、计算机存储器以及处理模块的安全检查系统执行，所述方法包括：
将授权人的面部ID数据存储在所述计算机存储器中，所述面部ID数据是根据在注册过程期间由所述摄像头获取的所述授权人的活体面部的一个或多个图像生成的；
将所述光源产生的光束照射在物体上；
当所述光束照射在所述物体上时，使用所述摄像头获取所述物体的图像；
使用所述处理模块分析所述物体的图像，以提取面部特征并确定是否存在入射到所述物体上的所述光束的逆反射的指示；
使用所述处理模块将所述面部特征与所述面部ID数据进行比较，以确定是否存在匹配；
响应于确定所述面部特征和所述面部ID数据之间不存在所述匹配或者不存在所述逆反射的指示，拒绝对所述电子平台的访问；以及
响应于确定所述面部特征和所述面部ID数据之间存在所述匹配并且存在所述逆反射的指示，准许对所述电子平台的访问；
所述摄像头包括被配置为使得所述物体的图像包括调制的成像透镜，所述调制包括以下一个：失真、球面像差、彗差、像散和场曲。
9.根据权利要求8所述的方法，其中，所述逆反射的指示包括所述物体的图像中的眼睛中的亮点。
10.根据权利要求8所述的方法，其中，所述光源用于提供红外波长范围内的所述光束。
11.根据权利要求8所述的方法，其中，所述调制包括所述物体的深度信息。
CN201980001374.6A 2019-01-16 2019-06-04 基于逆反射的反欺骗面部id感测 Active CN111699493B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962793341P 2019-01-16 2019-01-16
US62/793,341 2019-01-16
US16/361,206 US11367314B2 (en) 2019-01-16 2019-03-22 Anti-spoofing face ID sensing based on retro-reflection
US16/361,206 2019-03-22
PCT/CN2019/090040 WO2020147251A1 (en) 2019-01-16 2019-06-04 Anti-spoofing face id sensing based on retro-reflection

Publications (2)

Publication Number Publication Date
CN111699493A CN111699493A (zh) 2020-09-22
CN111699493B true CN111699493B (zh) 2023-09-08

Family

ID=71516076

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201980001381.6A Active CN111699495B (zh) 2019-01-16 2019-06-04 反欺骗面部id感测
CN201980001374.6A Active CN111699493B (zh) 2019-01-16 2019-06-04 基于逆反射的反欺骗面部id感测
CN201980001379.9A Active CN111699678B (zh) 2019-01-16 2019-06-04 使用面部id感测的安全检查系统和安全检查方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201980001381.6A Active CN111699495B (zh) 2019-01-16 2019-06-04 反欺骗面部id感测

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201980001379.9A Active CN111699678B (zh) 2019-01-16 2019-06-04 使用面部id感测的安全检查系统和安全检查方法

Country Status (4)

Country Link
US (3) US11403884B2 (zh)
EP (3) EP3721381B1 (zh)
CN (3) CN111699495B (zh)
WO (3) WO2020147250A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3198473A1 (en) * 2020-10-16 2022-04-21 Pindrop Security, Inc. Audiovisual deepfake detection

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111535A (zh) * 2009-12-23 2011-06-29 华晶科技股份有限公司 提高人脸辨识率的方法
CN102708383A (zh) * 2012-05-21 2012-10-03 广州像素数据技术开发有限公司 一种多模态比对功能的活体人脸检测系统与方法
US8457367B1 (en) * 2012-06-26 2013-06-04 Google Inc. Facial recognition
CN107480613A (zh) * 2017-07-31 2017-12-15 广东欧珀移动通信有限公司 人脸识别方法、装置、移动终端和计算机可读存储介质

Family Cites Families (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6243350B1 (en) 1996-05-01 2001-06-05 Terastor Corporation Optical storage systems with flying optical heads for near-field recording and reading
JP2001521651A (ja) 1996-05-14 2001-11-06 サヤ、マイケル 制御信号を発生するための方法及び装置
US20060136743A1 (en) * 2002-12-31 2006-06-22 Polcha Andrew J System and method for performing security access control based on modified biometric data
EP1612590A4 (en) * 2003-03-20 2011-05-04 Hamamatsu Photonics Kk SOLID IMMERSION LENS AND MICROSCOPE
US7643671B2 (en) * 2003-03-24 2010-01-05 Animetrics Inc. Facial recognition system and method
US7245408B1 (en) 2003-10-10 2007-07-17 Zebra Imaging, Inc. Systems and methods for producing wide field-of-view holographic displays
KR100711199B1 (ko) * 2005-04-29 2007-04-24 한국과학기술원 렌즈 방식의 3차원 모니터에서 잘못된 정렬에러 검출방법및 영상왜곡 보상방법
US7839446B2 (en) 2005-08-30 2010-11-23 Olympus Corporation Image capturing apparatus and image display apparatus including imparting distortion to a captured image
WO2008033784A2 (en) * 2006-09-15 2008-03-20 Retica Systems, Inc. Long distance multimodal biometric system and method
US7834988B2 (en) 2007-05-31 2010-11-16 Ramendra Deo Bahuguna Fingerprint sensor using a spectral filter and a holographic optical element
GB0711600D0 (en) * 2007-06-15 2007-07-25 Secr Defence An optical sensing device
US9177368B2 (en) * 2007-12-17 2015-11-03 Nvidia Corporation Image distortion correction
KR101325292B1 (ko) 2009-06-16 2013-11-08 인텔 코오퍼레이션 핸드헬드 디바이스의 카메라 응용
US8655027B1 (en) 2011-03-25 2014-02-18 The United States of America, as represented by the Director, National Security Agency Method of image-based user authentication
US9202105B1 (en) * 2012-01-13 2015-12-01 Amazon Technologies, Inc. Image analysis for user authentication
US9645085B2 (en) 2012-02-17 2017-05-09 Flir Detection, Inc. Optical emission collection and detection device and method
CN103324904A (zh) 2012-03-20 2013-09-25 凹凸电子（武汉）有限公司 人脸识别系统及其方法
US8411909B1 (en) 2012-06-26 2013-04-02 Google Inc. Facial recognition
US8886953B1 (en) * 2012-09-14 2014-11-11 Google Inc. Image processing
CN103902960A (zh) 2012-12-28 2014-07-02 北京计算机技术及应用研究所 一种实时人脸识别系统及其方法
WO2015020709A2 (en) 2013-05-09 2015-02-12 Cryovac, Inc. Visual recognition system based on visually distorted image data
US9003196B2 (en) 2013-05-13 2015-04-07 Hoyos Labs Corp. System and method for authorizing access to access-controlled environments
CN104166835A (zh) 2013-05-17 2014-11-26 诺基亚公司 用于识别活体用户的方法和装置
US10042994B2 (en) 2013-10-08 2018-08-07 Princeton Identity, Inc. Validation of the right to access an object
JP6422224B2 (ja) 2014-03-17 2018-11-14 キヤノン株式会社 複眼光学機器
US20170236009A1 (en) 2014-04-29 2017-08-17 Vivint, Inc. Automated camera stitching
US9251427B1 (en) 2014-08-12 2016-02-02 Microsoft Technology Licensing, Llc False face representation identification
US10614204B2 (en) 2014-08-28 2020-04-07 Facetec, Inc. Facial recognition authentication system including path parameters
CA2902093C (en) * 2014-08-28 2023-03-07 Kevin Alan Tussy Facial recognition authentication system including path parameters
US10915618B2 (en) 2014-08-28 2021-02-09 Facetec, Inc. Method to add remotely collected biometric images / templates to a database record of personal information
US9767358B2 (en) 2014-10-22 2017-09-19 Veridium Ip Limited Systems and methods for performing iris identification and verification using mobile devices
US10198645B2 (en) * 2014-11-13 2019-02-05 Intel Corporation Preventing face-based authentication spoofing
CN107111745A (zh) 2014-11-13 2017-08-29 英特尔公司 图像生物特征识别中的欺骗检测
US20160140390A1 (en) 2014-11-13 2016-05-19 Intel Corporation Liveness detection using progressive eyelid tracking
CN106144798B (zh) * 2015-04-03 2020-08-07 奥的斯电梯公司 用于乘客运输控制的传感器融合
US10305895B2 (en) 2015-04-14 2019-05-28 Blubox Security, Inc. Multi-factor and multi-mode biometric physical access control device
KR101704584B1 (ko) * 2015-04-16 2017-02-22 포항공과대학교 산학협력단 유기체 또는 생체 물질의 초고해상도 이미징이 가능한 현미경 장치 및 이를 이용한 유기체 또는 생체 물질의 초고해상도 이미징 방법
US9495590B1 (en) 2015-04-23 2016-11-15 Global Bionic Optics, Ltd. Extended depth-of-field biometric system
US10186012B2 (en) 2015-05-20 2019-01-22 Gopro, Inc. Virtual lens simulation for video and photo cropping
WO2017000116A1 (zh) * 2015-06-29 2017-01-05 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
ITUB20152412A1 (it) * 2015-07-22 2017-01-22 Fondazione St Italiano Tecnologia Struttura di lente accoppiabile con un dispositivo di acquisizione di immagini, in particolare per l?osservazione microscopica.
CN111985294A (zh) 2015-09-01 2020-11-24 北京上古视觉科技有限公司 一种具有活体检测功能的虹膜识别系统
US10445606B2 (en) 2015-10-08 2019-10-15 Microsoft Technology Licensing, Llc Iris recognition
EP3248141A4 (en) * 2015-11-02 2018-01-03 Shenzhen Goodix Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing against fingerprint spoofing
US10331945B2 (en) 2015-12-22 2019-06-25 Intel Corporation Fair, secured, and efficient completely automated public Turing test to tell computers and humans apart (CAPTCHA)
CN105513221B (zh) * 2015-12-30 2018-08-14 四川川大智胜软件股份有限公司 一种基于三维人脸识别的atm机防欺诈装置及系统
CN105740775B (zh) 2016-01-25 2020-08-28 北京眼神智能科技有限公司 一种三维人脸活体识别方法及其装置
CN107316346A (zh) 2016-04-27 2017-11-03 阿里巴巴集团控股有限公司 电子票据的取票方法和装置
US10643076B2 (en) 2016-07-01 2020-05-05 International Business Machines Corporation Counterfeit detection
US10289824B2 (en) * 2016-07-22 2019-05-14 Nec Corporation Security system for facility access control
US9886640B1 (en) * 2016-08-08 2018-02-06 International Business Machines Corporation Method and apparatus to identify a live face image using a thermal radiation sensor and a visual radiation sensor
KR20180057096A (ko) * 2016-11-21 2018-05-30 삼성전자주식회사 표정 인식과 트레이닝을 수행하는 방법 및 장치
CN111950529B (zh) * 2017-05-17 2023-05-16 深圳市汇顶科技股份有限公司 具有非接触成像能力的光学指纹传感器
US10430644B2 (en) 2017-06-06 2019-10-01 Global Bionic Optics Ltd. Blended iris and facial biometric system
CN107358157B (zh) * 2017-06-07 2020-10-02 创新先进技术有限公司 一种人脸活体检测方法、装置以及电子设备
WO2018232717A1 (zh) * 2017-06-23 2018-12-27 中国科学院自动化研究所 基于透视失真特性的人脸图像鉴伪方法、存储、处理设备
WO2019056310A1 (en) 2017-09-22 2019-03-28 Qualcomm Incorporated SYSTEMS AND METHODS FOR DETECTING FACIAL ACTIVITY
WO2019060023A1 (en) * 2017-09-22 2019-03-28 Visa International Service Association METHOD FOR FACIAL ANTI-USURPATION USING DIFFERENCES IN IMAGE PROPERTIES
US10679443B2 (en) 2017-10-13 2020-06-09 Alcatraz AI, Inc. System and method for controlling access to a building with facial recognition
US10657363B2 (en) 2017-10-26 2020-05-19 Motorola Mobility Llc Method and devices for authenticating a user by image, depth, and thermal detection
WO2019118716A1 (en) * 2017-12-13 2019-06-20 Princeton Identity, Inc. Systems and methods of multi-modal biometric analisis
CN207665104U (zh) 2017-12-28 2018-07-27 湖南康通电子股份有限公司 基于人脸识别的安防监控装置
CN109196524B (zh) 2018-02-23 2020-05-05 深圳市汇顶科技股份有限公司 通过光学感测检测指纹的电子设备及其操作方法
CN108491768A (zh) 2018-03-06 2018-09-04 西安电子科技大学 角膜反射人脸认证抗欺诈攻击方法、人脸特征认证系统
CN108304828B (zh) * 2018-03-08 2021-03-30 西安知微传感技术有限公司 一种三维活体人脸识别装置及方法
CN108520057A (zh) * 2018-04-08 2018-09-11 Oppo广东移动通信有限公司 终端数据的处理方法、装置、存储介质及移动终端
CN108549867B (zh) 2018-04-12 2019-12-20 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
CN108596061A (zh) * 2018-04-12 2018-09-28 Oppo广东移动通信有限公司 人脸识别方法、装置及移动终端、存储介质
CN108573170B (zh) 2018-04-12 2020-06-12 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN108616688A (zh) 2018-04-12 2018-10-02 Oppo广东移动通信有限公司 图像处理方法、装置及移动终端、存储介质
CN108650247A (zh) 2018-04-26 2018-10-12 维沃移动通信有限公司 一种用户身份的认证方法、移动终端
CN108495044A (zh) 2018-05-10 2018-09-04 信利光电股份有限公司 一种多摄像头的拍摄方法、拍摄终端和可读存储介质
CN208110631U (zh) 2018-05-20 2018-11-16 蔡畅 一种人脸3d图像采集装置
CN108900748A (zh) 2018-07-05 2018-11-27 陈俊瑞 一种潜望式全景图像成像装置及系统
EP3594731A1 (en) * 2018-07-10 2020-01-15 CSEM Centre Suisse D'electronique Et De Microtechnique SA Micro-optical component for generating an image
CN109086718A (zh) 2018-08-02 2018-12-25 深圳市华付信息技术有限公司 活体检测方法、装置、计算机设备及存储介质
US11663307B2 (en) * 2018-09-24 2023-05-30 Georgia Tech Research Corporation RtCaptcha: a real-time captcha based liveness detection system
CN111046703B (zh) 2018-10-12 2023-04-18 杭州海康威视数字技术股份有限公司 人脸防伪检测方法、装置及多目相机
US11657525B2 (en) 2018-12-04 2023-05-23 Yoti Holding Limited Extracting information from images
WO2020132645A1 (en) * 2018-12-20 2020-06-25 The Regents Of The University Of California Multimodal biometric device
CN209560568U (zh) 2019-04-24 2019-10-29 维沃移动通信有限公司 光学传感器模组、光学传感器和终端设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111535A (zh) * 2009-12-23 2011-06-29 华晶科技股份有限公司 提高人脸辨识率的方法
CN102708383A (zh) * 2012-05-21 2012-10-03 广州像素数据技术开发有限公司 一种多模态比对功能的活体人脸检测系统与方法
US8457367B1 (en) * 2012-06-26 2013-06-04 Google Inc. Facial recognition
CN107480613A (zh) * 2017-07-31 2017-12-15 广东欧珀移动通信有限公司 人脸识别方法、装置、移动终端和计算机可读存储介质

Also Published As

Publication number Publication date
CN111699495A (zh) 2020-09-22
EP3724815A4 (en) 2020-12-02
EP3721619B1 (en) 2021-11-24
EP3721381B1 (en) 2023-05-10
US11367314B2 (en) 2022-06-21
EP3724815A1 (en) 2020-10-21
WO2020147249A1 (en) 2020-07-23
CN111699493A (zh) 2020-09-22
US20200226397A1 (en) 2020-07-16
US20200226396A1 (en) 2020-07-16
WO2020147250A1 (en) 2020-07-23
EP3721381A1 (en) 2020-10-14
US11403884B2 (en) 2022-08-02
US20200226237A1 (en) 2020-07-16
CN111699678B (zh) 2022-04-19
WO2020147251A1 (en) 2020-07-23
EP3724815B1 (en) 2021-12-08
EP3721381A4 (en) 2021-02-24
EP3721619A1 (en) 2020-10-14
CN111699495B (zh) 2024-02-02
CN111699678A (zh) 2020-09-22
EP3721619A4 (en) 2020-12-02

Similar Documents

Publication Publication Date Title
US20210287026A1 (en) Method and apparatus with liveness verification
US10922512B2 (en) Contactless fingerprint recognition method using smartphone
US20160019421A1 (en) Multispectral eye analysis for identity authentication
US20160019420A1 (en) Multispectral eye analysis for identity authentication
US20170091550A1 (en) Multispectral eye analysis for identity authentication
KR102317180B1 (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
CN112232155B (zh) 非接触指纹识别的方法、装置、终端及存储介质
CN112232163B (zh) 指纹采集方法及装置、指纹比对方法及装置、设备
KR101919090B1 (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
CN112016525A (zh) 非接触式指纹采集方法和装置
CN112232159B (zh) 指纹识别的方法、装置、终端及存储介质
US10922590B2 (en) Apparatus, method and computer program for performing object recognition
CN111699493B (zh) 基于逆反射的反欺骗面部id感测
CN112232157B (zh) 指纹区域检测方法、装置、设备、存储介质
US20210192205A1 (en) Binding of selfie face image to iris images for biometric identity enrollment
CN112232152B (zh) 非接触式指纹识别方法、装置、终端和存储介质
KR101792011B1 (ko) 남녀 식별구분하여 지문과 지정맥을 동시에 인증하는 다면 입체 촬영장치
KR20200034018A (ko) 적외선 영상 기반 얼굴 인식 방법 및 이를 위한 학습 방법
JP7207506B2 (ja) なりすまし検知装置、なりすまし検知方法、及びプログラム
CN212569821U (zh) 非接触式指纹采集装置
CN114067383A (zh) 基于宏观结构和微观结构图像尺寸的被动三维面部成像

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