CN111738161A - 一种活体检测方法、装置及电子设备 - Google Patents
一种活体检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111738161A CN111738161A CN202010584169.1A CN202010584169A CN111738161A CN 111738161 A CN111738161 A CN 111738161A CN 202010584169 A CN202010584169 A CN 202010584169A CN 111738161 A CN111738161 A CN 111738161A
- Authority
- CN
- China
- Prior art keywords
- brightness
- change
- living body
- screen
- parameter
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 74
- 230000008859 change Effects 0.000 claims abstract description 244
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims description 11
- 238000001727 in vivo Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
Abstract
本说明书公开了一种活体检测方法、装置及电子设备,该方法包括:周期性地改变用于活体检测的屏幕的屏幕亮度;采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种活体检测方法、装置及电子设备。
背景技术
在活体攻击中比较常见的是视频攻击、照片攻击。其中,视频攻击包括但不限于电子设备剪辑的、录制翻拍或合成的包括人脸的视频;照片攻击包括但不限于打印的人脸照片、翻拍的人脸照片等。
针对上述活体攻击,普遍采用炫彩活体检测技术进行活体检测。炫彩活体检测技术通过控制具有图像采集功能的终端的屏幕的颜色进行闪烁变化,采集待检测的对象的多帧彩色图像,通过分析多帧彩色图像识别待检测的对象是活体还是非活体。然而,炫彩活体检测技术需要终端的屏幕的颜色进行闪烁变化,屏幕的颜色进行闪烁变化会造成用户的眼睛不舒服,用户体验差。
因此,需要一种新的活体检测方法。
发明内容
有鉴于此,本说明书实施例提供了一种活体检测方法,用于解决现有技术中的炫彩活体检测技术需要终端的屏幕的颜色进行闪烁变化,屏幕的颜色进行闪烁变化会造成用户的眼睛不舒服,用户体验差的问题。
本说明书实施例采用下述技术方案:
本说明书实施例提供一种活体检测方法,包括:
周期性地改变用于活体检测的屏幕的屏幕亮度;
采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;
确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
本说明书实施例还提供一种活体检测装置,包括:
调节模块,周期性地改变用于活体检测的屏幕的屏幕亮度;
采集模块,采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;
处理模块,确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;
所述处理模块,还根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
本说明书实施例还提供一种电子设备,包括存储器以及处理器,所述存储器存储程序,并且被配置成由所述处理器执行上述的活体检测方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
基于在用于活体检测的屏幕的屏幕亮度变化的情形下采集待检测的对象的多帧图像进行活体检测。由此,通过包含多帧图像的连续图像帧的图像亮度信息进行活体检测,能够很好地防御视频攻击、照片攻击等伪造的人脸攻击;同时,在活体检测的过程中,只需改变屏幕亮度,不需要屏幕的颜色进行闪烁变化,尽可能地减轻了屏幕的颜色进行闪烁变化会造成用户的眼睛不舒服,用户体验更好。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书实施例提供的一种活体检测方法的流程示意图;
图2为本说明书实施例提供的又一种活体检测方法的流程示意图;
图3为本说明书实施例提供的一种活体检测装置的结构示意图;
图4为本说明书实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
具体而言,物体图像的亮度反映照射在物体上光线的明暗程度。当照射到物体上的光线较强时,物体图像的亮度较亮,物体图像显得很明亮;当照射到物体上的光线较弱时,物体图像的亮度较暗,物体图像显得很灰暗。可以理解的是,当照射到物体上的光线发生变化时,物体图像的明暗程度也会发生变化,照射到物体上的光线变化频率与物体图像的亮度变化频率基本相同。
以电子设备为具有图像采集功能的电子设备为例,通过改变电子设备的屏幕亮度,可以改变电子设备的屏幕所发出的光线。
当进行活体检测的是视频攻击、照片攻击等伪造的人脸攻击时,电子设备所采集的图像数据分为人脸区域图像和背景区域图像,人脸区域图像和背景区域图像均属于伪造的人脸攻击中的部分图像。电子设备在进行图像采集时,电子设备的屏幕所发出的光线即能照射到伪造的人脸攻击中的人脸区域,也能照射到伪造的人脸攻击中的背景区域。在电子设备的屏幕亮度发生变化时,人脸区域图像和背景区域图像的图像亮度也会跟随变化。
可以理解的是,针对伪造的人脸攻击,人脸区域图像和背景区域图像的图像亮度的变化幅度基本一致的,且人脸区域图像、背景区域图像的图像亮度的变化频率均和屏幕亮度的变化频率基本一致。
当进行活体检测的是真实的人脸时,电子设备在进行图像采集时,电子设备所采集的图像数据分为人脸区域图像和背景区域图像,人脸区域图像为真实的人脸的图像,背景区域图像为真实的人脸所在真实场景的图像。
由于电子设备的屏幕所发出的光线绝大部分照射到真实的人脸(拍摄主体)上,而基本不会照射到真实的人脸所在真实场景中,电子设备所采集的图像数据具有背景暗、拍摄主体亮的特点,即人脸区域图像的图像亮度相对于背景区域图像的图像亮度较大,且人脸区域图像的图像亮度的变化幅度与屏幕亮度的变化幅度基本一致,人脸区域图像的图像亮度的变化频率与屏幕亮度的变化频率基本一致;而背景区域图像的图像亮度的变化幅度与屏幕亮度的变化幅度并不一致,背景区域图像的图像亮度的变化频率与屏幕亮度的变化频率并不一致,这是由于电子设备的屏幕所发出的光线基本不会照射到真实的人脸所在真实场景中,导致的背景区域图像的图像亮度的变化规律并不跟随屏幕亮度的变化规律。
基于上述原理,本说明书实施例提供的活体检测方法,基于在用于活体检测的屏幕的屏幕亮度变化的情形下采集待检测的对象的多帧图像进行活体检测。由此,通过包含多帧图像的连续图像帧的图像亮度信息进行活体检测,能够很好地防御视频攻击、照片攻击等伪造的人脸攻击;同时,在活体检测的过程中,只需改变屏幕亮度,不需要屏幕的颜色进行闪烁变化,尽可能地减轻了屏幕的颜色进行闪烁变化会造成用户的眼睛不舒服,用户体验更好。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种活体检测方法的流程示意图,本说明书实施例的方法,可应用于电子设备。其中,电子设备可以是任意类型的电子设备,包括但不限于:手机、平板电脑、智能可穿戴设备、车机、个人计算机、大中型计算机、计算机集群等。
如图1所示,该活体检测方法,包括以下步骤:
步骤101、周期性地改变用于活体检测的屏幕的屏幕亮度。
本说明书实施例提供的活体检测方法,可应用于各种需要进行身份认证的应用场景中,应用场景例如为刷脸进站(例如刷脸进入火车站、地铁、公交车等场所)、刷脸支付、刷脸解锁电子设备等,但并不限于此。
其中,执行活体检测方法的电子设备具有图像采集装置(例如为摄像头)和具有屏幕,待检测的对象需要面对电子设备的屏幕,保证电子设备通过其配置的图像采集装置能够采集到待检测的对象的图像数据。
其中,屏幕亮度的变化周期可以根据实际情形进行设定。例如,电子设备根据随机产生的随机数确定屏幕亮度的变化周期。屏幕亮度的变化周期例如为2秒钟,即屏幕亮度的变化频率为2秒/次,每两秒钟屏幕亮度改变一次。
可选的,在改变进行活体检测的屏幕的屏幕亮度之前,可以初始化进行活体检测的屏幕的屏幕颜色和背景图案。
可选的,在改变进行活体检测的屏幕的屏幕亮度之前,可以设置进行活体检测的屏幕的亮度模式为高亮模式。可以理解的是,在高亮模式下,进行活体检测的屏幕所发出的光线较亮。
步骤103、采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期。
其中,可以根据实际情形设置预设时间段,只要保证进行活体检测的屏幕的屏幕亮度在预设时间段内发生了改变。例如,屏幕亮度的变化周期为2秒钟,图像的采集频率为30帧/秒,则预设时间段为5秒钟,则在这5秒钟内采集得到的150帧图像的过程中,进行活体检测的屏幕的屏幕亮度发生了至少两次改变。
可以理解的是,连续图像帧为在预设时间段内连续采集到的待检测的对象的多帧图像,基于帧数为多帧的连续图像帧进行活体检测,可以有效地防御视频攻击、照片攻击等伪造的人脸攻击。
步骤105、确定第一亮度变化结果和第二亮度变化结果。
其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象。
可选的,第一亮度变化结果包括第一参数,第二亮度变化结果包括第二参数,第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率的差异特征,第二参数指示背景区域的图像亮度的变化频率与屏幕亮度的变化频率的差异特征。
其中,第一参数和第二参数的确定方式不限,只要使得第一参数可以表征人脸区域的图像亮度的变化频率与屏幕亮度的变化频率是否一致,第二参数可以表征背景区域的图像亮度的变化频率与屏幕亮度的变化频率是否一致。
作为一种示例,可以通过以下公式计算第一参数和第二参数:
其中,d为亮度变化结果,Fn为第N个空间单元的频率峰值,F为进行活体检测的屏幕的屏幕亮度的变化频率,N为连续图像帧对应的空间单元的数量。其中,空间单元为像素或图块block。
需要指出的,在求解第一参数d1时,N的取值为人脸区域的连续图像帧对应的空间单元的数量,Fn为人脸区域的连续图像帧中第N个空间单元的频率峰值。
其中,为了得到第一参数d1,需要对人脸区域的各个空间单元的图像亮度数据进行傅里叶变换,得到人脸区域的各个空间单元的频率分布,并根据人脸区域的各个空间单元的频率分布确定人脸区域的各个空间单元的频率峰值;根据屏幕亮度的变化频率、人脸区域的各个空间单元的频率峰值,确定第一参数。
需要指出的是,在求解第二参数d2时,N的取值为背景区域的连续图像帧对应的空间单元的数量,Fn为背景区域的连续图像帧中第N个空间单元的频率峰值。
其中,为了得到第二参数d2,需要对背景区域的各个空间单元的图像亮度数据进行傅里叶变换,得到背景区域的各个空间单元的频率分布,并根据背景区域的各个空间单元的频率分布确定背景区域的各个空间单元的频率峰值;根据屏幕亮度的变化频率、背景区域的各个空间单元的频率峰值,确定第二参数。
在实际情形中,当进行活体检测的是视频攻击、照片攻击等伪造的人脸攻击时,可能伪造的人脸攻击尺寸比较小,或者是具有图像采集功能的电子设备的视场较大,导致电子设备采集的图像数据中,可能会包括伪造的人脸攻击所在的真实场景的图像。
可选的,第一亮度变化结果包括第三参数,第二亮度变化结果包括第四参数,所述第三参数指示所述人脸区域的图像亮度的幅度变化趋势,第四参数指示所述背景区域的图像亮度的幅度变化趋势。
其中,图像亮度的幅度变化趋势可以理解为采集连续图像帧的预设时间段内,根据各个时间点的图像亮度生成的幅度变化趋势。
可选的,为了可靠地甄别伪造的人脸攻击,在确定第一亮度变化结果和第二亮度变化结果之前,确定连续图像帧中人脸区域和初始背景区域;判断所述初始背景区域是否同时包括虚拟场景区域和真实场景区域;若是,将虚拟场景区域作为所述背景区域;若不是,将所述初始背景区域作为所述背景区域。
具体的,可以对连续图像帧进行面部检测,确定连续图像帧中的人脸区域,以及将连续图像帧中不包括人脸区域的区域确定为初始背景区域。对于伪造的人脸攻击,虚拟场景区域可以理解为伪造的人脸攻击中的背景区域,真实场景区域可以理解为伪造的人脸攻击所在的真实场景的图像;由于虚拟场景区域的明暗程度与人脸区域的明暗程度基本一致,而真实场景区域与人脸区域的明暗程度不一致,因此,可以对初始背景区域进行明暗程度分析,判断初始背景区域是否同时包括虚拟场景区域和真实场景区域;若是,将虚拟场景区域作为背景区域;若不是,将初始背景区域作为背景区域。
可以理解的是,当进行活体检测的是真实的人脸时,电子设备采集的图像数据中背景区域图像为真实的人脸所在真实场景的图像。
步骤107、根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
可选的,在第一亮度变化结果包括第一参数,第二亮度变化结果包括第二参数时,若根据第一参数和第二参数确定人脸区域图像的图像亮度的变化频率与屏幕亮度的变化频率一致,但是背景区域图像的图像亮度的变化频率与屏幕亮度的变化频率不一致,则确定待检测的对象为活体;若根据第一参数和第二参数确定人脸区域图像的图像亮度的变化频率与屏幕亮度的变化频率一致,背景区域图像的图像亮度的变化频率与屏幕亮度的变化频率一致,则确定待检测的对象为非活体。
可选的,在第一亮度变化结果包括第三参数,第二亮度变化结果包括第四参数时,若根据所述第三参数确定所述人脸区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致,则根据所述第四参数判断所述背景区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致;若不一致,则确定所述待检测的对象为活体;若一致,则确定所述待检测的对象为非活体。
本说明书实施例提供的活体检测方法,基于在用于活体检测的屏幕的屏幕亮度变化的情形下采集待检测的对象的多帧图像进行活体检测。由此,通过包含多帧图像的连续图像帧的图像亮度信息进行活体检测,能够很好地防御视频攻击、照片攻击等伪造的人脸攻击;同时,在活体检测的过程中,只需改变屏幕亮度,不需要屏幕的颜色进行闪烁变化,尽可能地减轻了屏幕的颜色进行闪烁变化会造成用户的眼睛不舒服,用户体验更好。
在上述实施例的基础上,在改变屏幕亮度时,控制屏幕亮度的每次的变化幅度不大于预设的变化幅度,其中,在屏幕亮度的每次的变化幅度不大于预设的变化幅度时,用户对屏幕亮度的亮度变化无感知。
以进行活体检测的屏幕为电子设备的屏幕为例,电子设备的屏幕的屏幕亮度的每次亮度变化幅度越小,用户越对电子设备的屏幕亮度的变化无感知;屏幕亮度的每次亮度变化幅度越大,电子设备采集的图像数据越准确。在设置预设的变化幅度应该综合考虑上述因素,兼顾保证用户无感知和采集的图像数据的准确性。
可选的,在控制屏幕亮度的每次的变化幅度不大于预设的变化幅度之前,还包括:确定活体检测所在环境;在活体检测所在环境为弱光环境时,按照上升趋势改变所述屏幕亮度;在活体检测所在环境为强光环境时,按照下降趋势改变所述屏幕亮度。
在实际情形中,活体检测所在的环境可能为弱光环境,也可能为强光环境,若在弱光环境中不断降低屏幕亮度,可能会造成图像数据采集失败,若在强光环境中不断提高屏幕亮度,可能会出现反光的情形,也会降低电子设备的功耗。
因此,为了更好地进行图像采集,保证活体检测的成功率,在控制进行活体检测的屏幕的屏幕亮度的每次亮度变化幅度不大于预设的亮度变化幅度之前,可以确定活体检测所在环境;在活体检测所在环境为弱光环境时,按照上升趋势改变所述屏幕亮度;在活体检测所在环境为强光环境时,按照下降趋势改变所述屏幕亮度。当然,根据实际情形设定弱光环境、强光环境的定义标准。
在上述实施例的基础上,第一亮度变化结果包括第一参数,第二亮度变化结果包括第二参数,参见图2,步骤107具体包括:
步骤201、若所述第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率一致,则判断所述第一参数减去所述第二参数的差值的绝对值是否落在预设的数值范围内。
步骤203、若所述绝对值未落在所述预设的数值范围内,则确定所述待检测的对象为活体。
步骤205、若所述绝对值落在所述预设的数值范围内,则确定所述待检测的对象为非活体。
其中,可以通过大量的试验数据设置一个阈值,阈值例如为0.01,若第一参数小于该阈值时,说明人脸区域的图像亮度的变化频率与屏幕亮度的变化频率一致,即两者大小相当。若第一参数不小于该阈值时,说明人脸区域的图像亮度的变化频率与屏幕亮度的变化频率不一致,即两者大小相差较大。
其中,可以通过大量的试验数据设置预设的数值范围,预设的数值范围例如为[0,0.01]。
当第一参数减去所述第二参数的差值的绝对值|d1-d2|未落在所述预设的数值范围内,说明背景区域的图像亮度的变化频率与人脸区域的图像亮度变化频率不一致,当然,背景区域的图像亮度的变化频率与屏幕亮度的变化频率也不一致,这是确定待检测的对象为活体。
当第一参数减去所述第二参数的差值的绝对值|d1-d2|落在所述预设的数值范围内,说明背景区域的图像亮度的变化频率与人脸区域的图像亮度变化频率一致,当然,背景区域的图像亮度的变化频率与屏幕亮度的变化频率也一致,这是确定待检测的对象为非活体。
本说明书实施例提供的活体检测方法,基于人脸区域的图像亮度的变化频率与屏幕亮度的变化频率的差异特征、背景区域的图像亮度的变化频率与屏幕亮度的变化频率的差异特征,实现更为可靠地进行活体检测。
本说明书实施例还提供一种活体检测装置。图3为本说明书实施例提供的一种活体检测装置的结构示意图。如图3所示,该活体检测装置包括:
调节模块10,周期性地改变用于活体检测的屏幕的屏幕亮度;
采集模块20,采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;
处理模块30,确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;
所述处理模块,还根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
进一步的,所述第一亮度变化结果包括第一参数,所述第二亮度变化结果包括第二参数,所述第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率的差异特征,所述第二参数指示所述背景区域的图像亮度的变化频率与所述屏幕亮度的变化频率的差异特征;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体,包括:
若所述第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率一致,则判断所述第一参数减去所述第二参数的差值的绝对值是否落在预设的数值范围内;
若所述绝对值未落在所述预设的数值范围内,则确定所述待检测的对象为活体;
若所述绝对值落在所述预设的数值范围内,则确定所述待检测的对象为非活体。
进一步的,所述第一亮度变化结果包括第三参数,所述第二亮度变化结果包括第四参数,所述第三参数指示所述人脸区域的图像亮度的幅度变化趋势,所述第四参数指示所述背景区域的图像亮度的幅度变化趋势;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体,包括:
若根据所述第三参数确定所述人脸区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致,则根据所述第四参数判断所述背景区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致;
若不一致,则确定所述待检测的对象为活体;
若一致,则确定所述待检测的对象为非活体。
进一步的,在确定第一亮度变化结果和第二亮度变化结果之前,还包括:
确定连续图像帧中人脸区域和初始背景区域;
判断所述初始背景区域是否同时包括虚拟场景区域和真实场景区域;
若是,将虚拟场景区域作为所述背景区域;
若不是,将所述初始背景区域作为所述背景区域。
进一步的,所述装置还包括:
在改变所述屏幕亮度时,控制所述屏幕亮度的每次的变化幅度不大于预设的变化幅度,其中,在所述屏幕亮度的每次的变化幅度不大于预设的变化幅度时,用户对所述屏幕亮度的亮度变化无感知。
进一步的,在控制所述屏幕亮度的每次的变化幅度不大于预设的变化幅度之前,还包括:
确定活体检测所在环境;
在活体检测所在环境为弱光环境时,按照上升趋势改变所述屏幕亮度;
在活体检测所在环境为强光环境时,按照下降趋势改变所述屏幕亮度。
本说明书提供的装置是与本申请提供的方法一一对应的,因此,所述装置也具有与所述方法类似的有益技术效果,由于上面已经对所述方法的有益技术效果进行了详细说明,因此,这里不再赘述所述装置的有益技术效果。
本说明书实施例还提供一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
周期性地改变用于活体检测的屏幕的屏幕亮度;
采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;
确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
本说明书实施例还提供一种电子设备,图4为本说明书实施例提供的一种电子设备的结构示意图。如图4所示,该电子设备包括:存储器11以及处理器12,所述存储器11存储程序,并且被配置成由所述处理器12执行以下步骤:
周期性地改变用于活体检测的屏幕的屏幕亮度;
采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;
确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
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,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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。
本发明是参照根据本发明实施例的方法、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,磁带式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说明书,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的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书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的权利要求范围之内。
Claims (15)
1.一种活体检测方法,包括:
周期性地改变用于活体检测的屏幕的屏幕亮度;
采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;
确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
2.如权利要求1所述的方法,所述第一亮度变化结果包括第一参数,所述第二亮度变化结果包括第二参数,所述第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率的差异特征,所述第二参数指示所述背景区域的图像亮度的变化频率与所述屏幕亮度的变化频率的差异特征;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体,包括:
若所述第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率一致,则判断所述第一参数减去所述第二参数的差值的绝对值是否落在预设的数值范围内;
若所述绝对值未落在所述预设的数值范围内,则确定所述待检测的对象为活体;
若所述绝对值落在所述预设的数值范围内,则确定所述待检测的对象为非活体。
3.如权利要求2所述的方法,所述第一参数的确定方式为:
对所述人脸区域的各个空间单元的图像亮度数据进行傅里叶变换,得到所述人脸区域的各个空间单元的频率分布,并根据所述人脸区域的各个空间单元的频率分布确定所述人脸区域的各个空间单元的频率峰值;
根据所述屏幕亮度的变化频率、所述人脸区域的各个空间单元的频率峰值,确定所述第一参数。
4.如权利要求2所述的方法,所述第二参数的确定方式为:
对所述背景区域的各个空间单元的图像亮度数据进行傅里叶变换,得到所述背景区域的各个空间单元的频率分布,并根据所述背景区域的各个空间单元的频率分布确定所述背景区域的各个空间单元的频率峰值;
根据所述屏幕亮度的变化频率、所述背景区域的各个空间单元的频率峰值,确定所述第二参数。
5.如权利要求1所述的方法,所述第一亮度变化结果包括第三参数,所述第二亮度变化结果包括第四参数,所述第三参数指示所述人脸区域的图像亮度的幅度变化趋势,所述第四参数指示所述背景区域的图像亮度的幅度变化趋势;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体,包括:
若根据所述第三参数确定所述人脸区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致,则根据所述第四参数判断所述背景区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致;
若不一致,则确定所述待检测的对象为活体;
若一致,则确定所述待检测的对象为非活体。
6.如权利要求1所述的方法,在确定第一亮度变化结果和第二亮度变化结果之前,还包括:
确定连续图像帧中人脸区域和初始背景区域;
判断所述初始背景区域是否同时包括虚拟场景区域和真实场景区域;
若是,将虚拟场景区域作为所述背景区域;
若不是,将所述初始背景区域作为所述背景区域。
7.如权利要求1所述的方法,还包括:
在改变所述屏幕亮度时,控制所述屏幕亮度的每次的变化幅度不大于预设的变化幅度,其中,在所述屏幕亮度的每次的变化幅度不大于预设的变化幅度时,用户对所述屏幕亮度的亮度变化无感知。
8.如权利要求7所述的方法,在控制所述屏幕亮度的每次的变化幅度不大于预设的变化幅度之前,还包括:
确定活体检测所在环境;
在活体检测所在环境为弱光环境时,按照上升趋势改变所述屏幕亮度;
在活体检测所在环境为强光环境时,按照下降趋势改变所述屏幕亮度。
9.一种活体检测装置,包括:
调节模块,周期性地改变用于活体检测的屏幕的屏幕亮度;
采集模块,采集待检测的对象在预设时间段内的连续图像帧,所述预设时间段大于所述屏幕亮度的变化周期;
处理模块,确定第一亮度变化结果和第二亮度变化结果,其中,所述第一亮度变化结果表征所述连续图像帧中人脸区域的图像亮度变化信息,所述第二亮度变化结果表征所述连续图像帧中背景区域的图像亮度变化信息,所述人脸区域来自于所述待检测的对象;
所述处理模块,还根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体。
10.如权利要求9所述的装置,所述第一亮度变化结果包括第一参数,所述第二亮度变化结果包括第二参数,所述第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率的差异特征,所述第二参数指示所述背景区域的图像亮度的变化频率与所述屏幕亮度的变化频率的差异特征;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象是否为活体,包括:
若所述第一参数指示所述人脸区域的图像亮度的变化频率与所述屏幕亮度的变化频率一致,则判断所述第一参数减去所述第二参数的差值的绝对值是否落在预设的数值范围内;
若所述绝对值未落在所述预设的数值范围内,则确定所述待检测的对象为活体;
若所述绝对值落在所述预设的数值范围内,则确定所述待检测的对象为非活体。
11.如权利要求9所述的装置,所述第一亮度变化结果包括第三参数,所述第二亮度变化结果包括第四参数,所述第三参数指示所述人脸区域的图像亮度的幅度变化趋势,所述第四参数指示所述背景区域的图像亮度的幅度变化趋势;
根据所述第一亮度变化结果、所述第二亮度变化结果确定所述待检测的对象进是否为活体,包括:
若根据所述第三参数确定所述人脸区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致,则根据所述第四参数判断所述背景区域的图像亮度的幅度变化趋势与所述屏幕亮度的幅度变化趋势一致;
若不一致,则确定所述待检测的对象为活体;
若一致,则确定所述待检测的对象为非活体。
12.如权利要求9所述的装置,在确定第一亮度变化结果和第二亮度变化结果之前,还包括:
确定连续图像帧中人脸区域和初始背景区域;
判断所述初始背景区域是否同时包括虚拟场景区域和真实场景区域;
若是,将虚拟场景区域作为所述背景区域;
若不是,将所述初始背景区域作为所述背景区域。
13.如权利要求9所述的装置,还包括:
在改变所述屏幕亮度时,控制所述屏幕亮度的每次的变化幅度不大于预设的变化幅度,其中,在所述屏幕亮度的每次的变化幅度不大于预设的变化幅度时,用户对所述屏幕亮度的亮度变化无感知。
14.如权利要求13所述的装置,在控制所述屏幕亮度的每次的变化幅度不大于预设的变化幅度之前,还包括:
确定活体检测所在环境;
在活体检测所在环境为弱光环境时,按照上升趋势改变所述屏幕亮度;
在活体检测所在环境为强光环境时,按照下降趋势改变所述屏幕亮度。
15.一种电子设备,包括存储器以及处理器,所述存储器存储程序,并且被配置成由所述处理器执行权利要求1-8中任一项所述的活体检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010584169.1A CN111738161B (zh) | 2020-06-23 | 2020-06-23 | 一种活体检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010584169.1A CN111738161B (zh) | 2020-06-23 | 2020-06-23 | 一种活体检测方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738161A true CN111738161A (zh) | 2020-10-02 |
CN111738161B CN111738161B (zh) | 2024-02-27 |
Family
ID=72650831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010584169.1A Active CN111738161B (zh) | 2020-06-23 | 2020-06-23 | 一种活体检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738161B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507923A (zh) * | 2020-12-16 | 2021-03-16 | 平安银行股份有限公司 | 证件翻拍检测方法、装置、电子设备及介质 |
CN113569622A (zh) * | 2021-06-09 | 2021-10-29 | 北京旷视科技有限公司 | 基于网页的活体检测方法、装置、系统及电子设备 |
CN114973426A (zh) * | 2021-06-03 | 2022-08-30 | 中移互联网有限公司 | 活体检测方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100125985A (ko) * | 2009-05-22 | 2010-12-01 | 한국인식산업(주) | 적외선 가변조명을 이용한 사진위조 판별방법 및 카메라 장치 |
CN107077608A (zh) * | 2014-11-13 | 2017-08-18 | 英特尔公司 | 图像生物特征识别中的面部活体检测 |
US20180173980A1 (en) * | 2016-12-15 | 2018-06-21 | Beijing Kuangshi Technology Co., Ltd. | Method and device for face liveness detection |
US20180181794A1 (en) * | 2016-12-23 | 2018-06-28 | Aware, Inc. | Analysis of reflections of projected light in varying colors, brightness, patterns, and sequences for liveness detection in biometric systems |
CN110119719A (zh) * | 2019-05-15 | 2019-08-13 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置、设备及计算机可读存储介质 |
CN111160235A (zh) * | 2019-12-27 | 2020-05-15 | 联想(北京)有限公司 | 活体检测方法、装置及电子设备 |
-
2020
- 2020-06-23 CN CN202010584169.1A patent/CN111738161B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100125985A (ko) * | 2009-05-22 | 2010-12-01 | 한국인식산업(주) | 적외선 가변조명을 이용한 사진위조 판별방법 및 카메라 장치 |
CN107077608A (zh) * | 2014-11-13 | 2017-08-18 | 英特尔公司 | 图像生物特征识别中的面部活体检测 |
US20180173980A1 (en) * | 2016-12-15 | 2018-06-21 | Beijing Kuangshi Technology Co., Ltd. | Method and device for face liveness detection |
US20180181794A1 (en) * | 2016-12-23 | 2018-06-28 | Aware, Inc. | Analysis of reflections of projected light in varying colors, brightness, patterns, and sequences for liveness detection in biometric systems |
CN110119719A (zh) * | 2019-05-15 | 2019-08-13 | 深圳前海微众银行股份有限公司 | 活体检测方法、装置、设备及计算机可读存储介质 |
CN111160235A (zh) * | 2019-12-27 | 2020-05-15 | 联想(北京)有限公司 | 活体检测方法、装置及电子设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507923A (zh) * | 2020-12-16 | 2021-03-16 | 平安银行股份有限公司 | 证件翻拍检测方法、装置、电子设备及介质 |
CN112507923B (zh) * | 2020-12-16 | 2023-10-31 | 平安银行股份有限公司 | 证件翻拍检测方法、装置、电子设备及介质 |
CN114973426A (zh) * | 2021-06-03 | 2022-08-30 | 中移互联网有限公司 | 活体检测方法、装置及设备 |
CN114973426B (zh) * | 2021-06-03 | 2023-08-15 | 中移互联网有限公司 | 活体检测方法、装置及设备 |
CN113569622A (zh) * | 2021-06-09 | 2021-10-29 | 北京旷视科技有限公司 | 基于网页的活体检测方法、装置、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111738161B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738161B (zh) | 一种活体检测方法、装置及电子设备 | |
KR101661215B1 (ko) | 영상 처리 방법 및 영상 처리 장치 | |
CN111523438B (zh) | 一种活体识别方法、终端设备和电子设备 | |
CN110688939B (zh) | 一种验证待识别证件图像的方法、系统及设备 | |
CN104853106B (zh) | 一种信息处理方法和电子设备 | |
US20180109711A1 (en) | Method and device for overexposed photography | |
CN109348089A (zh) | 夜景图像处理方法、装置、电子设备及存储介质 | |
CN104869320A (zh) | 电子设备和控制电子设备操作方法 | |
CN108280431B (zh) | 人脸识别处理方法、人脸识别处理装置及智能终端 | |
CN103973988A (zh) | 场景识别方法及装置 | |
CN111383206B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN112487888B (zh) | 一种基于目标对象的图像采集方法及装置 | |
CN110443766A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN111368944B (zh) | 翻拍图像、证件照识别、模型训练方法、装置及电子设备 | |
US20190205689A1 (en) | Method and device for processing image, electronic device and medium | |
CN113747008A (zh) | 一种摄像机及补光方法 | |
KR102645054B1 (ko) | 차량 상태 관리 장치 및 방법 | |
CN111368813B (zh) | 运动模糊图像的识别方法、装置、电子设备和支付设备 | |
CN112560530B (zh) | 一种二维码处理方法、设备、介质及电子设备 | |
CN112163436A (zh) | 一种信息识别系统、方法及装置 | |
CN105450938A (zh) | 一种信息处理方法及电子设备 | |
CN111263079A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN112712471B (zh) | 图像处理方法、装置及设备 | |
CN114973426B (zh) | 活体检测方法、装置及设备 | |
CN112766208A (zh) | 一种模型训练的方法及装置 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40039023 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |