CN111783617B - 人脸识别数据处理方法及装置 - Google Patents
人脸识别数据处理方法及装置 Download PDFInfo
- Publication number
- CN111783617B CN111783617B CN202010602399.6A CN202010602399A CN111783617B CN 111783617 B CN111783617 B CN 111783617B CN 202010602399 A CN202010602399 A CN 202010602399A CN 111783617 B CN111783617 B CN 111783617B
- Authority
- CN
- China
- Prior art keywords
- living body
- face
- data
- detection
- frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 claims abstract description 209
- 238000012545 processing Methods 0.000 claims abstract description 90
- 230000008859 change Effects 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000009471 action Effects 0.000 claims description 88
- 230000006399 behavior Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 13
- 238000001727 in vivo Methods 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000000977 initiatory effect Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000002452 interceptive effect Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 8
- 238000001574 biopsy Methods 0.000 description 7
- 239000000872 buffer Substances 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000004397 blinking Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06V40/10—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
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种人脸识别数据处理方法及装置，方法包括：采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击。本发明能够提高人脸检测的安全性和可信度；还能有效提高人脸识别中前端人脸采集数据的可靠性与安全性。
Description
技术领域
本发明涉及生物识别技术领域，具体涉及一种人脸识别数据处理方法及装置。
背景技术
目前交互式人脸活体检测技术主要通过判断眨眼、张嘴、摇头、点头四个交互动进行活体检测，并广泛应用于移动手机及交互智能设备终端。
针对当前的交互式活体检测系统，结合系统运算及响应返回，用户在完成一个动检检测之后进行下一个动作检测过程可能存在换脸攻击的风险，活体检测换人攻击直接导致后续人脸识别中换人可识别可通过的安全漏洞，不符合生物识别人脸识别安全要求规范。
发明内容
针对现有技术中的问题，本发明提供一种人脸识别数据处理方法及装置，能够提高人脸检测的安全性和可信度；还能有效提高人脸识别中前端人脸采集数据的可靠性与安全性。
为解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供一种人脸识别数据处理方法，包括：
采集活体检测视频数据；
对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；
确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；
各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击。
进一步的，在所述对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据的步骤之后，还包括：
剔除所述活体检测帧数据中不包含人脸的活体检测帧数据得到活体优化帧数据；
相对应的，所述确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量，包括：
确定各个相邻活体优化帧数据各自对应的人脸特征值以及各个相邻的所述人脸特征值的变化量。
进一步的，在所述采集活体检测视频数据的步骤之后，还包括：
基于所述活体检测视频数据进行人脸活体检测；
根据所述人脸活体检测的结果确定是否存在静态攻击。
进一步的，在所述采集活体检测视频数据的步骤之前，还包括：
配置用户的动作序列；
相对应的，所述采集活体检测视频数据，包括：
采集用户执行所述动作序列时的活体检测视频数据。
其中，所述各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，包括：
确定相邻数据帧的所述人脸特征值的变化量大于设定阈值时，则存在换脸攻击；
确定相邻数据帧的所述人脸特征值的变化量小于或等于设定阈值时，则不存在换脸攻击。
第二方面，本发明提供一种人脸识别数据处理装置，包括：
采集单元，用于采集活体检测视频数据；
帧数据单元，用于对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；
特征值单元，用于确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；
换脸攻击单元，用于各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击。
进一步的，还包括：
剔除单元，用于剔除所述活体检测帧数据中不包含人脸的活体检测帧数据得到活体优化帧数据；
相对应的，所述特征值单元包括：
特征值子单元，用于确定各个相邻活体优化帧数据各自对应的人脸特征值以及各个相邻的所述人脸特征值的变化量。
进一步的，还包括：
脸活体检测单元，用于基于所述活体检测视频数据进行人脸活体检测；
静态攻击单元，用于根据所述人脸活体检测的结果确定是否存在静态攻击。
进一步的，还包括：
配置单元，用于配置用户的动作序列；
相对应的，所述采集单元包括：
采集子单元，用于采集用户执行所述动作序列时的活体检测视频数据。
其中，所述换脸攻击单元包括：
第一判断单元，用于确定相邻数据帧的所述人脸特征值的变化量大于设定阈值时，则存在换脸攻击；
第二判断单元，用于确定相邻数据帧的所述人脸特征值的变化量小于或等于设定阈值时，则不存在换脸攻击。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的人脸识别数据处理方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的人脸识别数据处理方法的步骤。
由上述技术方案可知，本发明提供一种人脸识别数据处理方法及装置，通过采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，能够提高人脸检测的安全性和可信度；还能有效提高人脸识别中前端人脸采集数据的可靠性与安全性。
附图说明
为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中的人脸识别数据处理方法的第一流程示意图。
图2为本发明实施例中的人脸识别数据处理方法的第二流程示意图。
图3为本发明实施例中的人脸识别数据处理方法的第三流程示意图。
图4为本发明实施例中的人脸识别数据处理方法的第四流程示意图。
图5为本发明实施例中人脸活体检测处理流程示意图。
图6为本发明实施例中活体动作控制流程示意图。
图7为本发明实施例中活体算法处理流程示意图。
图8为本发明实施例中防换人视频帧检测处理流程示意图。
图9为本发明实施例中的人脸识别数据处理装置的结构示意图。
图10为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明提供一种人脸识别数据处理方法的实施例，参见图1，所述人脸识别数据处理方法具体包含有如下内容：
S10：采集活体检测视频数据；
在本步骤中，通过智能交互设备终端采集活体检测视频数据。
可以理解的是，用户使用智能交互设备终端，在需要对用户进行人脸图像采集时，通过智能交互设备终端采集用户的活体检测视频数据。
S20：对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；
在本步骤中，在采集用户的活体检测视频数据后对该活体检测视频数据进行逐帧扫描，逐帧扫描处理后能够得到用户的活体检测帧数据。
本步骤通过逐帧检测在活体检测过程是否存在换人行为，从而提高活体检测风险防控能力。
S30：确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；
在本步骤中，对每一帧均进行人脸识别，确定活体检测帧数据中每一帧的人脸图像；将每一帧中的人脸图像进行特征转换，确定每一帧图像对应的人脸特征值。计算各个相邻数据帧的人脸特征值的变化量。
S40：各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击。
在本步骤中，确定相邻数据帧的所述人脸特征值的变化量大于设定阈值时，则存在换脸攻击；确定相邻数据帧的所述人脸特征值的变化量小于或等于设定阈值时，则不存在换脸攻击。
通过对活体检测视频数据进行逐帧扫面及逐帧人脸特征比对，降低交互动作活体检测中换人攻击风险，进一步地保障人脸识别换人比对可通过的安全漏洞问题。
需要说明的是，设定阈值是用于确定是否存在换脸攻击的界限，具体应用时，根据人脸图像进行特征转换的算法不同，该设定阈值存在不同。具体根据使用需求自行设置。
从上述描述可知，本发明提供一种人脸识别数据处理方法，通过采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，能够解决当前交互式人脸活体检测系统中存在的在活体动作时的换人攻击风险，弥补人脸识别中换人识别可通过的安全漏洞，实现提高人脸检测的安全性和可信度；还能有效提高人脸识别中前端人脸采集数据的可靠性与安全性。
在本发明的一实施例中，参见图2，所述人脸识别数据处理方法的步骤S20之后还包含有步骤S50，具体包含有如下内容：
S50：剔除所述活体检测帧数据中不包含人脸的活体检测帧数据得到活体优化帧数据；
相对应的，步骤S30确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量，包括：
S31：确定各个相邻活体优化帧数据各自对应的人脸特征值以及各个相邻的所述人脸特征值的变化量。
在本步骤中，需要对活体检测帧数据中不包含人脸的活体检测帧数据剔除，避免交互式人脸识别中，对同一用户导致的人脸特征值大于预设值的情况。进而提高人脸检测的安全性和可信度以及提高人脸识别中前端人脸采集数据的可靠性与安全性。
在本发明的一实施例中，参见图3，所述人脸识别数据处理方法的步骤S10之后还包含有步骤S60和步骤S70，具体包含有如下内容：
S60：基于所述活体检测视频数据进行人脸活体检测；
S70：根据所述人脸活体检测的结果确定是否存在静态攻击。
在本实施例中，在进行换脸攻击识别之前，对活体检测视频数据进行人脸活体检测，确认检测的活体检测视频数据是否受到静态攻击，例如：图片攻击、视频攻击、头模攻击等。
本实施例，能够对交互式的人脸识别过程中是否存在静态攻击进行检测，能够提高人脸检测的安全性和可信度以及提高人脸识别中前端人脸采集数据的可靠性与安全性。
在本发明的一实施例中，参见图4，所述人脸识别数据处理方法的步骤S10之前还包含有步骤S80，具体包含有如下内容：
S80：配置用户的动作序列；
相对应的，所述S10采集活体检测视频数据，包括：
S11：采集用户执行所述动作序列时的活体检测视频数据。
在本实施例中，在正式交互式人脸活体检测阶段，将设置动作序列，并通过交互界面引导用户进行动作活检，例如：动作序列为：眨眼、张嘴、摇头、点头。
为进一步地说明本方案，本发明提供一种人脸识别数据处理方法的全流程实施例，参见图5，所述人脸识别数据处理方法具体包含有如下内容：
步骤S101：发起活体检测请求；
步骤S102：接收到活体检测请求后，即申请获取用户的摄像头采集权限；
步骤S103：判断是否已经获取摄像头采集权限；
步骤S104：当判断未获取摄像头采集权限的时候，发送“无法获取摄像头采集权限，活体检测失败”的结果提示；
步骤S105：活体检测处理请求完成；
步骤S106：活体检测处理流程结束；
步骤S107：当判断已成功获取摄像头采集权限时，申请进入活体动作序列参数配置流程，具体地，对眨眼、张嘴、摇头、点头的动作出现的个数，出现的权重进行配置；
步骤S108：申请进行活体检测算法处理流程，具体地，进入与用户的交互界面，进行活体动作算法判断，同时判断动作交互过程中，用户是否为静态攻击；
步骤S109：判断是否已经完成活体算法处理；
步骤S110：由上一步骤判断活体算法处理未完成时，发送“未按要求完成活体动作，活体检测失败”的结果提示；
步骤S111：活体检测处理请求完成；
步骤S112：活体检测处理流程结束；
步骤S113：由步骤S108判断为已经完成活体算法处理时，确定活体检测视频数据；
步骤S114：判断是否通过防换人视频帧检测检测处理；
步骤S115：由上一步骤判断为未成功通过防换人视频帧检测检测处理时，发送“检测到活体换人攻击提示，活体检测失败”的结果提示；
步骤S116：活体检测处理请求完成；
步骤S117：活体检测处理流程结束；
步骤S118：由步骤S111判断已成功通过防换人视频帧检测检测处理时，返回活体检测成功结果及最优人脸图；
步骤S119：完成活体检测流程；
步骤S120：活体检测流程结束。
其中，在具体实施例时，参见图6，步骤S107具体包括如下内容：
步骤S201：发起活体动作配置请求；
步骤S202：判断是否存在用户自定义动作序列参数配置；
步骤S203：由上一步骤判断用户未有自定义动作序列参数配置时，使用人默认活体动作序列参数配置；
步骤S204：申请活体动作算法处理请求；
步骤S205：活体动作配置完成；
步骤S206：活体动作配置流程结束；
步骤S207：当步骤S202判断用户存在自定义动作序列参数配置时，判断自定义参数是否正常，如是否传入值越界、参数过多、参数缺少等异常情况，当判断自定义参数存在异常情况时，返回步骤S203进行处理；
步骤S208：由步骤S207判定用户自定义参数配置正常时；
步骤S209：申请活体算法处理流程；
步骤S210：活体动作配置完成；
步骤S211：活体动作配置流程结束。
其中，在具体实施例时，参见图7，步骤S108具体包括如下内容：
步骤S301：发起活体检测算法处理请求；
步骤S302：获取活体动作序列参数，配置动作个数flag，活体动作个数至少为1个，所以取值范围应flag>＝1；
步骤S303：活体算法判断用户是否通过活体动作判断；
步骤S304：当由步骤S303判断用户未成功通过活体动作判断时，判断活体算法检测是否超时，若判断加过为未超时，则返回步骤S303重新判断用户是否完成动作活体检测；
步骤S305：由步骤S304判断为活体检测算法超时时，则返回“未按提示完成活体动作，活体检测失败”结果；
步骤S306：活体算法处理请求完成；
步骤S307：活体算法处理请求流程结束；
步骤S308：先将活体动作个数flag减1，flag＝flag-1；然后判断flag＝0？若判断结果为flag不等于0时，返回步骤S303重新执行活体算法动作判断；
步骤S309：由上一步骤判断的活体动作个数flag等于0时，返回活体算法处理结果与最佳人脸图；
步骤S310：申请防换人视频帧检测检测处理请求；
步骤S311：活体算法处理请求完成；
步骤S312：活体算法处理流程结束。
其中，在具体实施例时，参见图8，步骤S114具体包括如下内容：
步骤S401：发起防换人视频帧检测检测检测处理请求；
步骤S402：获取活体检测视频数据；
步骤S403：逐帧扫描活体检测视频数据；
步骤S404：判断扫描出的视频帧数据是否含有无人脸的图像帧；
步骤S405：当由上一步骤判断视频帧数据中包含无人脸视频帧时，剔除无人脸的视频帧数据，并将剔除后的视频数据作为后续检测视频数据源；
步骤S406：当由步骤S404判断视频帧不包含无人脸图像帧数据时，对相邻的视频帧进行人脸特征检测核查换人行为；同时，若有由步骤S405剔除无人脸图像帧后作为新的数据源时，对新数据源的相邻视频帧进行人脸特征检测核查换人行为；
步骤S407：判断视频帧数据中相邻帧是否有换人行为；
步骤S408：由上一步骤判断为视频相邻帧不存在换人行为时，返回活体检测成功，无换人行为；
步骤S409：防换人视频帧检测检测检测处理请求完成；
步骤S410：防换人视频帧检测检测检测流程结束；
步骤S411：当由步骤S407判断为视频相邻帧存在换人行为时，返回检测到换人攻击，活体检测失败结果；
步骤S412：防换人视频帧检测检测检测处理请求完成；
步骤S413：防换人视频帧检测检测检测处理流程结束。
本发明实施例提供一种能够实现所述人脸识别数据处理方法中全部内容的人脸识别数据处理装置的具体实施方式，参见图9，所述人脸识别数据处理装置具体包括如下内容：
采集单元10，用于采集活体检测视频数据；
帧数据单元20，用于对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；
特征值单元30，用于确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；
换脸攻击单元40，用于各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击。
进一步的，还包括：
剔除单元，用于剔除所述活体检测帧数据中不包含人脸的活体检测帧数据得到活体优化帧数据；
相对应的，所述特征值单元包括：
特征值子单元，用于确定各个相邻活体优化帧数据各自对应的人脸特征值以及各个相邻的所述人脸特征值的变化量。
进一步的，还包括：
脸活体检测单元，用于基于所述活体检测视频数据进行人脸活体检测；
静态攻击单元，用于根据所述人脸活体检测的结果确定是否存在静态攻击。
进一步的，还包括：
配置单元，用于配置用户的动作序列；
相对应的，所述采集单元包括：
采集子单元，用于采集用户执行所述动作序列时的活体检测视频数据。
其中，所述换脸攻击单元包括：
第一判断单元，用于确定相邻数据帧的所述人脸特征值的变化量大于设定阈值时，则存在换脸攻击；
第二判断单元，用于确定相邻数据帧的所述人脸特征值的变化量小于或等于设定阈值时，则不存在换脸攻击。
本发明提供的人脸识别数据处理装置的实施例具体可以用于执行上述实施例中的人脸识别数据处理方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明实施例提供的人脸识别数据处理装置，通过采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，能够提高人脸检测的安全性和可信度；还能有效提高人脸识别中前端人脸采集数据的可靠性与安全性。
本申请提供一种用于实现所述人脸识别数据处理方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例用于实现所述人脸识别数据处理方法的实施例及用于实现所述人脸识别数据处理装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图10为本申请实施例的电子设备9600的系统构成的示意框图。如图10所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图10是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，人脸识别数据处理功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击。
从上述描述可知，本申请的实施例提供的电子设备，通过采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，能够提高人脸检测的安全性和可信度；还能有效提高人脸识别中前端人脸采集数据的可靠性与安全性。
在另一个实施方式中，人脸识别数据处理装置可以与中央处理器9100分开配置，例如可以将人脸识别数据处理配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现人脸识别数据处理功能。
如图10所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图10中所示的所有部件；此外，电子设备9600还可以包括图10中没有示出的部件，可以参考现有技术。
如图10所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的人脸识别数据处理方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的人脸识别数据处理方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击。
从上述描述可知，本发明实施例提供的计算机可读存储介质，通过采集活体检测视频数据；对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，能够提高人脸检测的安全性和可信度；还能有效提高人脸识别中前端人脸采集数据的可靠性与安全性。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本发明是参照根据本发明实施例的方法、装置(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。
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。在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种人脸识别数据处理方法，其特征在于，包括：
采集活体检测视频数据；
对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；
确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；
各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击；
在所述采集活体检测视频数据的步骤之前，还包括：
配置用户的动作序列；
相对应的，所述采集活体检测视频数据，包括：
采集用户执行所述动作序列时的活体检测视频数据；
配置用户的动作序列，包括：
步骤S201：发起活体动作配置请求；
步骤S202：判断是否存在用户自定义动作序列参数配置；
步骤S203：由上一步骤判断用户未有自定义动作序列参数配置时，使用默认活体动作序列参数配置；
步骤S204：申请活体动作算法处理请求；
步骤S205：活体动作配置完成；
步骤S206：活体动作配置流程结束；
步骤S207：当步骤S202判断用户存在自定义动作序列参数配置时，判断自定义参数是否正常，当判断自定义参数存在异常情况时，返回步骤S203进行处理；
步骤S208：由步骤S207判定用户自定义参数配置正常时；
步骤S209：申请活体算法处理流程；
步骤S210：活体动作配置完成；
步骤S211：活体动作配置流程结束；
所述对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据，包括：
步骤S301：发起活体检测算法处理请求；
步骤S302：获取活体动作序列参数，配置动作个数flag，活体动作个数至少为1个，所以取值范围应flag>＝1；
步骤S303：活体算法判断用户是否通过活体动作判断；
步骤S304：当由步骤S303判断用户未成功通过活体动作判断时，判断活体算法检测是否超时，若判断未超时，则返回步骤S303重新判断用户是否完成动作活体检测；
步骤S305：由步骤S304判断为活体检测算法超时时，则返回“未按提示完成活体动作，活体检测失败”结果；
步骤S306：活体算法处理请求完成；
步骤S307：活体算法处理请求流程结束；
步骤S308：先将活体动作个数flag减1，flag＝flag-1；然后判断flag是否为0，若判断结果为flag不等于0时，则返回步骤S303重新执行活体算法动作判断；
步骤S309：由上一步骤判断的活体动作个数flag等于0时，返回活体算法处理结果；
步骤S310：申请防换人视频帧检测检测处理请求；
步骤S311：活体算法处理请求完成；
步骤S312：活体算法处理流程结束；
各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，包括：
步骤S401：发起防换人视频帧检测检测检测处理请求；
步骤S402：获取活体检测视频数据；
步骤S403：逐帧扫描活体检测视频数据；
步骤S404：判断扫描出的视频帧数据是否含有无人脸的图像帧；
步骤S405：当由上一步骤判断视频帧数据中包含无人脸视频帧时，剔除无人脸的视频帧数据，并将剔除后的视频数据作为后续检测视频数据源；
步骤S406：当由步骤S404判断视频帧不包含无人脸图像帧数据时，对相邻的视频帧进行人脸特征检测核查换人行为；同时，若有由步骤S405剔除无人脸图像帧后作为新的数据源时，对新数据源的相邻视频帧进行人脸特征检测核查换人行为；
步骤S407：判断视频帧数据中相邻帧是否有换人行为；
步骤S408：由上一步骤判断为视频相邻帧不存在换人行为时，返回活体检测成功，无换人行为；
步骤S409：防换人视频帧检测检测检测处理请求完成；
步骤S410：防换人视频帧检测检测检测流程结束；
步骤S411：当由步骤S407判断为视频相邻帧存在换人行为时，返回检测到换人攻击，活体检测失败结果；
步骤S412：防换人视频帧检测检测检测处理请求完成；
步骤S413：防换人视频帧检测检测检测处理流程结束。
2.根据权利要求1所述的人脸识别数据处理方法，其特征在于，在所述采集活体检测视频数据的步骤之后，还包括：
基于所述活体检测视频数据进行人脸活体检测；
根据所述人脸活体检测的结果确定是否存在静态攻击。
3.根据权利要求1所述的人脸识别数据处理方法，其特征在于，所述各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，包括：
确定相邻数据帧的所述人脸特征值的变化量大于设定阈值时，则存在换脸攻击；
确定相邻数据帧的所述人脸特征值的变化量小于或等于设定阈值时，则不存在换脸攻击。
4.一种人脸识别数据处理装置，其特征在于，包括：
采集单元，用于采集活体检测视频数据；
帧数据单元，用于对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据；
特征值单元，用于确认所述活体检测帧数据中各个相邻数据帧各自对应的人脸特征值以及各个相邻数据帧的所述人脸特征值的变化量；
换脸攻击单元，用于各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击；
还包括：
配置单元，用于配置用户的动作序列；
相对应的，所述采集单元包括：
采集子单元，用于采集用户执行所述动作序列时的活体检测视频数据；
配置用户的动作序列，包括：
步骤S201：发起活体动作配置请求；
步骤S202：判断是否存在用户自定义动作序列参数配置；
步骤S203：由上一步骤判断用户未有自定义动作序列参数配置时，使用默认活体动作序列参数配置；
步骤S204：申请活体动作算法处理请求；
步骤S205：活体动作配置完成；
步骤S206：活体动作配置流程结束；
步骤S207：当步骤S202判断用户存在自定义动作序列参数配置时，判断自定义参数是否正常，当判断自定义参数存在异常情况时，返回步骤S203进行处理；
步骤S208：由步骤S207判定用户自定义参数配置正常时；
步骤S209：申请活体算法处理流程；
步骤S210：活体动作配置完成；
步骤S211：活体动作配置流程结束；
所述对所述活体检测视频数据进行逐帧扫描处理得到活体检测帧数据，包括：
步骤S301：发起活体检测算法处理请求；
步骤S302：获取活体动作序列参数，配置动作个数flag，活体动作个数至少为1个，所以取值范围应flag>＝1；
步骤S303：活体算法判断用户是否通过活体动作判断；
步骤S304：当由步骤S303判断用户未成功通过活体动作判断时，判断活体算法检测是否超时，若判断未超时，则返回步骤S303重新判断用户是否完成动作活体检测；
步骤S305：由步骤S304判断为活体检测算法超时时，则返回“未按提示完成活体动作，活体检测失败”结果；
步骤S306：活体算法处理请求完成；
步骤S307：活体算法处理请求流程结束；
步骤S308：先将活体动作个数flag减1，flag＝flag-1；然后判断flag是否为0，若判断结果为flag不等于0时，则返回步骤S303重新执行活体算法动作判断；
步骤S309：由上一步骤判断的活体动作个数flag等于0时，返回活体算法处理结果；
步骤S310：申请防换人视频帧检测检测处理请求；
步骤S311：活体算法处理请求完成；
步骤S312：活体算法处理流程结束；
各个相邻数据帧的所述人脸特征值的变化量来判断是否存在换脸攻击，包括：
步骤S401：发起防换人视频帧检测检测检测处理请求；
步骤S402：获取活体检测视频数据；
步骤S403：逐帧扫描活体检测视频数据；
步骤S404：判断扫描出的视频帧数据是否含有无人脸的图像帧；
步骤S405：当由上一步骤判断视频帧数据中包含无人脸视频帧时，剔除无人脸的视频帧数据，并将剔除后的视频数据作为后续检测视频数据源；
步骤S406：当由步骤S404判断视频帧不包含无人脸图像帧数据时，对相邻的视频帧进行人脸特征检测核查换人行为；同时，若有由步骤S405剔除无人脸图像帧后作为新的数据源时，对新数据源的相邻视频帧进行人脸特征检测核查换人行为；
步骤S407：判断视频帧数据中相邻帧是否有换人行为；
步骤S408：由上一步骤判断为视频相邻帧不存在换人行为时，返回活体检测成功，无换人行为；
步骤S409：防换人视频帧检测检测检测处理请求完成；
步骤S410：防换人视频帧检测检测检测流程结束；
步骤S411：当由步骤S407判断为视频相邻帧存在换人行为时，返回检测到换人攻击，活体检测失败结果；
步骤S412：防换人视频帧检测检测检测处理请求完成；
步骤S413：防换人视频帧检测检测检测处理流程结束。
5.根据权利要求4所述的人脸识别数据处理装置，其特征在于，还包括：
脸活体检测单元，用于基于所述活体检测视频数据进行人脸活体检测；
静态攻击单元，用于根据所述人脸活体检测的结果确定是否存在静态攻击。
6.根据权利要求4所述的人脸识别数据处理装置，其特征在于，所述换脸攻击单元包括：
第一判断单元，用于确定相邻数据帧的所述人脸特征值的变化量大于设定阈值时，则存在换脸攻击；
第二判断单元，用于确定相邻数据帧的所述人脸特征值的变化量小于或等于设定阈值时，则不存在换脸攻击。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至3任一项所述的人脸识别数据处理方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至3任一项所述的人脸识别数据处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010602399.6A CN111783617B (zh) | 2020-06-29 | 2020-06-29 | 人脸识别数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010602399.6A CN111783617B (zh) | 2020-06-29 | 2020-06-29 | 人脸识别数据处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111783617A CN111783617A (zh) | 2020-10-16 |
| CN111783617B true CN111783617B (zh) | 2024-02-23 |
Family
ID=72760295
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010602399.6A Active CN111783617B (zh) | 2020-06-29 | 2020-06-29 | 人脸识别数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111783617B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108140123A (zh) * | 2017-12-29 | 2018-06-08 | 深圳前海达闼云端智能科技有限公司 | 人脸活体检测方法、电子设备和计算机程序产品 |
| CN108875333A (zh) * | 2017-09-22 | 2018-11-23 | 北京旷视科技有限公司 | 终端解锁方法、终端和计算机可读存储介质 |
| WO2019127262A1 (zh) * | 2017-12-28 | 2019-07-04 | 深圳前海达闼云端智能科技有限公司 | 基于云端的人脸活体检测方法、电子设备和程序产品 |
-
2020
- 2020-06-29 CN CN202010602399.6A patent/CN111783617B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108875333A (zh) * | 2017-09-22 | 2018-11-23 | 北京旷视科技有限公司 | 终端解锁方法、终端和计算机可读存储介质 |
| WO2019127262A1 (zh) * | 2017-12-28 | 2019-07-04 | 深圳前海达闼云端智能科技有限公司 | 基于云端的人脸活体检测方法、电子设备和程序产品 |
| CN108140123A (zh) * | 2017-12-29 | 2018-06-08 | 深圳前海达闼云端智能科技有限公司 | 人脸活体检测方法、电子设备和计算机程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111783617A (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200401286A1 (en) | Method, apparatus and medium for switching application interfaces | |
| KR100834661B1 (ko) | 블루투스 핸즈프리 장치의 이동 통신 단말 자동 연결 방법및 장치 | |
| CN104992096B (zh) | 一种数据保护方法及移动终端 | |
| CN108076226B (zh) | 一种通话质量调整的方法、移动终端及存储介质 | |
| US10469488B2 (en) | Security verification method, apparatus, and system | |
| EP2958018B1 (en) | Method and device for prompting application removal | |
| EP3128774B1 (en) | Methods, devices and system for accessing network | |
| US10027549B2 (en) | Method and apparatus for displaying router setup interface | |
| CN104185304B (zh) | 一种接入wi-fi网络的方法及装置 | |
| US20130053010A1 (en) | Apparatus and method for performing a call connection in portable terminal | |
| CN110784846B (zh) | 车载蓝牙设备识别方法、装置、电子设备及存储介质 | |
| CN110191426B (zh) | 一种信息共享的方法及终端 | |
| EP3839786A1 (en) | Information acquisition method and device, and storage medium | |
| CN110519503B (zh) | 一种扫描图像的获取方法及移动终端 | |
| CN107330848A (zh) | 图片处理方法、移动终端和存储设备 | |
| CN109981890B (zh) | 一种提醒任务处理方法、终端及计算机可读存储介质 | |
| CN103974216A (zh) | 一种信息处理方法及电子设备 | |
| CN107229888A (zh) | 一种扫码方法、设备和计算机存储介质 | |
| CN111783617B (zh) | 人脸识别数据处理方法及装置 | |
| CN107708141B (zh) | 一种无线网络的扫描方法、移动终端及存储介质 | |
| CN111882739B (zh) | 门禁验证方法、门禁装置、服务器及系统 | |
| CN103856270A (zh) | 一种数据接收方法及终端 | |
| CN110769396B (zh) | 机器人连接网络的方法、系统及终端设备 | |
| CN115396824A (zh) | 基于蓝牙的网络配置方法、装置、计算机设备及介质 | |
| CN104038732A (zh) | 一种在用户设备中用于执行监控的方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |