CN112183167B - 考勤方法、认证方法、活体检测方法、装置及设备 - Google Patents

考勤方法、认证方法、活体检测方法、装置及设备 Download PDF

Info

Publication number
CN112183167B
CN112183167B CN201910600312.9A CN201910600312A CN112183167B CN 112183167 B CN112183167 B CN 112183167B CN 201910600312 A CN201910600312 A CN 201910600312A CN 112183167 B CN112183167 B CN 112183167B
Authority
CN
China
Prior art keywords
living body
user
body detection
detection result
detection
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
CN201910600312.9A
Other languages
English (en)
Other versions
CN112183167A (zh
Inventor
朱炯
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.)
Nail Holding Cayman Co ltd
Original Assignee
Nail Holding Cayman 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 Nail Holding Cayman Co ltd filed Critical Nail Holding Cayman Co ltd
Priority to CN201910600312.9A priority Critical patent/CN112183167B/zh
Publication of CN112183167A publication Critical patent/CN112183167A/zh
Application granted granted Critical
Publication of CN112183167B publication Critical patent/CN112183167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例提供一种活体检测方法、装置及设备，方法包括：获取用户的历史活体检测结果；根据历史活体检测结果确定当前对用户进行活体检测所需的图像帧数；获取图像帧数的图像；根据获取到的图像各自对应的活体检测结果确定用户当前的活体检测结果。通过本方案，能够根据每个用户的历史活体检测结果的情况确定更适合该用户进行当前活体检测的图像帧数，以实现针对每个用户达到检测准确率和检测效率间的平衡。

Description

考勤方法、认证方法、活体检测方法、装置及设备
技术领域
本发明涉及目标识别技术领域，尤其涉及一种考勤方法、认证方法、活体检测方法、装置及设备。
背景技术
随着目标识别技术的发展，特别是脸部特征识别技术的发展，使得脸部特征识别技术被广泛地应用，诸如交易支付领域，门禁领域，考勤领域，安防领域等。在一些高安全级别的应用领域中，脸部特征识别技术除了确保被验证者的脸部为数据库中已存储的脸部外，还需要检测被验证者是否为一个生物活体，即进行活体检测，以防止攻击者使用照片、屏幕、面具、模具等非活体方式进行攻击。
目前的活体检测方法主要为静态活体检测方法。对于静态活体检测方法一般为单帧活体检测方法或固定帧数活体检测方法。单帧活体检测方法只通过一帧图像的活体检测结果来确定最终的检测结果，检测结果的准确性不佳。固定帧数活体检测方法采用固定帧数的活体检测结果确定最终的检测结果，当帧数设置的较高时，检测效率较低。
发明内容
本发明实施例提供了一种考勤方法、认证方法、活体检测方法、装置及设备，能够实现活体检测的准确率和检测效率间的平衡。
第一方面，本发明实施例提供一种活体检测方法，包括：
获取用户的历史活体检测结果；
根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数；
获取所述图像帧数的图像；
根据获取到的图像各自对应的活体检测结果确定所述用户当前的活体检测结果。
第二方面，本发明实施例提供一种活体检测装置，包括：
历史结果获取模块，用于获取用户的历史活体检测结果；
图像帧数确定模块，用于根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数；
图像获取模块，用于获取所述图像帧数的图像；
检测结果确定模块，用于根据获取到的图像各自对应的活体检测结果确定所述用户当前的活体检测结果。
第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上述第一方面中的活体检测方法。
本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现如第一方面所述的活体检测方法。
第四方面，本发明实施例提供了一种考勤方法，包括：
获取用户的身份信息；
根据所述身份信息获取所述用户的历史活体检测结果；
根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数；
获取所述图像帧数的图像；
根据获取到的图像各自对应的活体检测结果确定所述用户当前的活体检测结果；
根据所述身份信息和所述用户当前的活体检测结果确定所述用户的考勤信息。
第五方面，本发明实施例提供了一种考勤装置，包括：
获取模块，用于获取用户的身份信息，以及根据所述身份信息获取所述用户的历史活体检测结果；
确定模块，用于根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数；
检测模块，用于获取所述图像帧数的图像，根据获取到的图像各自对应的活体检测结果确定所述用户当前的活体检测结果；
考勤模块，用于根据所述身份信息和所述用户当前的活体检测结果确定所述用户的考勤信息。
第六方面，本发明实施例提供了一种考勤机，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上述第四方面所述的考勤方法。
第七方面，本发明实施例提供了一种认证方法，包括：
响应于用户触发的身份认证请求，获取所述用户的身份信息；
根据所述身份信息获取所述用户的历史活体检测结果；
根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数；
获取所述图像帧数的图像；
根据获取到的图像各自对应的活体检测结果确定所述用户当前的活体检测结果；
根据所述用户当前的活体检测结果和所述用户的身份信息响应所述身份认证请求。
第八方面，本发明实施例提供了一种认证装置，包括：
获取模块，用于响应于用户触发的身份认证请求，获取所述用户的身份信息，以及根据所述身份信息获取所述用户的历史活体检测结果；
确定模块，用于根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数；
检测模块，用于获取所述图像帧数的图像，根据获取到的图像各自对应的活体检测结果以及所述用户特征信息确定所述用户当前的活体检测结果；
响应模块，用于根据所述用户当前的活体检测结果和所述用户的身份信息响应所述身份认证请求。
第九方面，本发明实施例提供了一种电子设备，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上述第七方面所述的认证方法。
在本发明实施例中，由于针对每个用户，在确定当前对用户进行活体检测所需的图像帧数时，是根据用户的历史活体检测结果确定的，用户的历史活体检测结果中是活体的结果越多，则当前对用户进行活体检测所需的图像帧数越少，以此来提高真实活体的活体检测效率，而用户的历史活体检测结果中是非活体的结果越多，则当前对用户进行活体检测所需的图像帧数越多，以此来提高非活体的检测准确率，所以本发明实施例提供的活体检测方法能够根据每个用户的历史上实际活体检测结果的情况确定更适合该用户进行当前活体检测的图像帧数，进而进行更适合该用户的活体检测，能够针对每个用户达到检测的准确率和检测效率间的平衡。
第十方面，本发明实施例提供了一种活体检测方法，包括：
获取用户的历史活体检测结果；
根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的检测次数；
获取所述检测次数对应的检测素材；
对所述检测素材进行检测，以确定所述用户当前的活体检测结果。
第十一方面，本发明实施例提供了一种活体检测装置，包括：
获取模块，用于获取用户的历史活体检测结果；
确定模块，用于根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的检测次数；
检测模块，用于获取所述检测次数对应的检测素材；对所述检测素材进行检测，以确定所述用户当前的活体检测结果。
第十二方面，本发明实施例提供了一种电子设备，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上述第十方面所述的活体检测方法。
在上述第十方面提供的活体检测方法中，当采用某种检测方式对用户进行活体检测时，基于该用户的历史活体检测结果确定当前进行活体检测所需的检测次数，以达到检测准确率和检测效率间的平衡。
第十三方面，本发明实施例提供了一种活体检测方法，包括：
获取当前采用第一检测方式对用户进行活体检测的检测结果；
若所述检测结果为所述用户为活体，则根据所述用户的历史活体检测结果，确定当前采用第二检测方式对所述用户进行活体检测的检测次数；
获取与所述第二检测方式和所述检测次数对应的检测素材；
采用所述第二检测方式对所述检测素材进行检测，以确定所述用户当前的活体检测结果。
第十四方面，本发明实施例提供了一种活体检测装置，包括：
第一检测模块，用于采用第一检测方式对用户进行活体检测；
确定模块，用于若采用第一检测方式对用户进行活体检测的检测结果为所述用户为活体，则根据所述用户的历史活体检测结果，确定当前采用第二检测方式对所述用户进行活体检测的检测次数；
第二检测模块，用于获取与所述第二检测方式和所述检测次数对应的检测素材；采用所述第二检测方式对所述检测素材进行检测，以确定所述用户当前的活体检测结果。
第十五方面，本发明实施例提供了一种电子设备，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上述第十三方面所述的活体检测方法。
在上述第十三方面提供的活体检测方法中，若当前采用第一检测方式对用户进行活体检测得到该用户为非活体的检测结果，为保证检测结果的准确性，基于该用户的历史活体检测结果确定当前采用第二检测方式对用户进行活体检测所需的检测次数，以兼顾检测准确率和检测效率。
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一简单地介绍，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为本发明一实施例提供的活体检测方法的流程图；
图2为本发明另一实施例提供的活体检测方法的流程图；
图3为本发明另一实施例提供的活体检测方法的流程图；
图4为本发明另一实施例提供的活体检测方法的流程图；
图5为本发明一实施例提供的活体检测场景的示意图；
图6为本发明一实施例提供的考勤方法的流程图；
图7为本发明一实施例提供的考勤场景的示意图；
图8为本发明一实施例提供的认证方法的流程图；
图9为本发明一实施例提供的活体检测装置的结构示意图；
图10为与图9所示实施例提供的活体检测装置对应的电子设备的结构示意图；
图11为本发明另一实施例提供的活体检测装置的结构示意图；
图12为与图11所示实施例提供的活体检测装置对应的电子设备的结构示意图；
图13为本发明另一实施例提供的活体检测装置的结构示意图；
图14为与图13所示实施例提供的活体检测装置对应的电子设备的结构示意图；
图15为本发明一实施例提供的考勤装置的结构示意图；
图16为与图15所示实施例提供的考勤装置对应的考勤机的结构示意图；
图17为本发明一实施例提供的认证装置的结构示意图；
图18为与图17所示实施例提供的认证装置对应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、完整地描述，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作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。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
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商品或者系统不仅包括那些要素，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商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素。
另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
先对本发明实施例提供的活体检测方法可以适用于的一些应用场景进行介绍。可选地，本发明实施例提供的活体检测方法可应用在脸部识别领域中，可选地，还可应用在指纹识别等领域中。在进行脸部或指纹识别时，通过进行活体检测不仅能够通过人脸特征或指纹特征识别出用户的身份，而且基于该活体检测方法还能够识别出该用户是否为活体，以防止使用照片、屏幕、面具、模具等非活体冒充活体进行攻击。
基于此，本发明实施例中的活体检测方法可应用在诸如通过脸部或指纹识别进行考勤的考勤场景，门禁场景中，还可以应用在通过脸部或指纹识别进行支付、认证等场景中，当然还可以应用在其他应用场景中，本实施例中对应用场景不做限定。
下面结合以下的各个实施例对本文提供的活体检测方法的执行过程进行说明。该活体检测方法可以由一电子设备来执行，该电子设备可以是诸如考勤机、门禁机、智能手机、PC机、笔记本电脑等设备，根据适用于的实际应用场景的不同，这些设备可相应地设置有摄像头，指纹识别器等相关器件，其中，通过摄像头可以采集用户的每帧图像。
图1为本发明一实施例提供的活体检测方法的流程图，如图1所示，本发明实施例提供活体检测方法包括以下步骤：
101、获取用户的历史活体检测结果。本实施例中，用户的历史活体检测结果为此前已经对该用户进行过的活体检测的结果，实际上，活体检测结果分为两种：活体和非活体。
由于历史上可能对该用户进行过一次或多次活体检测，那么基于这些历史活体检测结果，可以得到如下两个指标：非活体概率、活体概率。
其中，非活体概率＝非活体检测结果的次数/检测总次数；
相对地，活体概率＝活体检测结果的次数/检测总次数。
值得说明的是，这里假设的每次进行活体检测时是针对一帧图像进行用户的活体检测。举例来说，假设曾经总共采集过用户的N帧图像，这N帧图像中有N1帧图像对应的检测结果为非活体，N2帧图像对应的检测结果为活体，那么非活体概率＝N1/N，活体概率＝N2/N，其中，N1+N2＝N。
基于此，本实施例中，上述历史活体检测结果既可以是上述非活体概率和活体概率，也可以是活体检测结果的次数和非活体检测结果的次数。
本实施例中，获取用户的历史活体检测结果，首先可以获取该用户的身份信息，然后根据预先存储的用户身份信息与历史活体检测结果的映射关系查找该身份信息对应的历史活体检测结果。其中，用户的身份信息比如可以为用户的姓名，电话，工号，人脸图像等。
假设这样的门禁场景，出于安全考虑，需要对用户进行多种身份信息采集，比如需要让用户输入工号以及采集用户的人脸图像。从而，当用户输入工号时，可以以该工号作为查询索引，查询获得对应的历史活体检测结果。其中，采集人脸图像的目的可以是用于对该用户进行活体检测，当最终确定该用户输入的工号正确且活体检测结果为活体时，确定该用户身份得到认证，为其开门。
在上述举例中，可以获取用户的某种维度的身份信息作为查询索引来查询得到对应的历史活体检测结果，其中，这种维度的身份信息可以是非人脸图像。
当然，可选地，也可以以用户的人脸图像作为查询索引，来查询其对应的历史活体检测结果。
此时，可以采集用户的一帧图像，对该帧图像进行人脸识别，根据人脸识别结果得知用户的身份信息。其中，为了进行人脸识别，采集的图像中应该包括用户的脸部区域。其中，人脸识别过程可以采用现有技术实现，本实施例中不赘述。
当然，可选地，也可以通过采集用户的指纹、声纹等特征信息以确定用户的身份信息。
102、根据历史活体检测结果确定当前对用户进行活体检测所需的图像帧数。
本发明实施例提供的活体检测方法的核心目标是：在检测准确率和检测效率之间进行折中。如果仅考虑检测准确率，那么采集的用户的图像越多，通过对更多帧的图像进行活体检测，会得到更准确的检测结果，但是此时检测效率无疑是很低的。如果仅考虑检测效率，那么可以理解的是，仅采集用户的一帧图像进行活体检测，效率无疑是最高的，但是此时的检测准确性却较差。为了兼顾检测准确率和检测效率，在本发明实施例提供的活体检测方法中，可以根据用户的历史活体检测结果动态调整当前对用户进行活体检测所需的图像帧数。
概括来说，历史活体检测结果的作用主要体现为：若历史活体检测结果中，对应于非活体的检测结果的占比越大，则当前对用户进行活体检测所需的图像帧数越多。相反，若对应于非活体的检测结果的占比越小，则当前对用户进行活体检测所需的图像帧数越少。
具体地，可预先建立历史活体检测结果与所需的图像帧数之间的映射关系，根据该映射关系以及当前需要检测的用户所对应的历史活体检测结果，确定当前对该用户进行活体检测所需的图像帧数。
103、获取确定出的图像帧数的图像。
在确定当前对用户进行活体检测所需的图像帧数后，获取对应帧数的用户的图像。
实际应用中，可采用摄像头连续采集上述帧数的图像。
值得说明的是，在实际应用中，可选地，可以配置两种类型的摄像头，一种为彩色摄像头，一种为红外摄像头。其中，彩色摄像头可以用于采集用户的彩色图像，以通过对该彩色图像进行人脸识别等处理得到用户的身份信息。而红外摄像头采集到的图像可以被用于进行活体检测。基于此，上述步骤103中获取的图像可以是通过红外摄像头采集得到的。当然，进行活体检测所对应的图像也可以是彩色图像，可以基于对多帧彩色图像中人体位姿变化特征的识别来进行活体检测。
104、根据获取到的图像各自对应的活体检测结果确定用户当前的活体检测结果。
假设获取到的图像为M帧图像，M大于或等于1，那么，首先对获取到的每帧图像进行活体检测，从而会得到M帧图像各自对应的活体检测结果。
其中，在对每帧图像进行活体检测时，可提取图像中的纹理特征，材质特征，光照特征，边缘特征中的至少一种特征，并根据提取的至少一种特征进行活体检测。在进行活体检测时，可将至少一种特征输入到二值分类器进行分类检测，以获得活体或非活体的检测结果。其中，分类器可以为朴素贝叶斯分类器，支持向量机分类器，神经网络等。
进而，可以根据M帧图像各自对应的活体检测结果确定用户的活体检测结果。
比如，可选地，若M帧图像对应的活体检测结果都是活体，则确定用户的活体检测结果为活体，否则确定用户的活体检测结果为非活体。
综上，通过结合用户的历史活体检测结果来动态确定当前对用户进行活体检测所需的图像帧数，可以兼顾检测效率与检测结果准确率。
图2为本发明另一实施例提供的活体检测方法的流程图，如图2所示，该活体检测方法包括以下步骤：
201、获取用户的历史活体检测结果。
202、根据历史活体检测结果确定用户对应的非活体概率。
本实施例中，假设上述历史活体检测结果为历史上对该用户的N帧图像进行活体检测时，其中N1帧图像对应的检测结果为非活体，N2帧图像对应的检测结果为活体。
基于此，用户对应的非活体概率为：N1/N。
203、确定非活体概率所处于的非活体概率阈值范围。
204、根据预先设置的非活体概率阈值范围与所需图像帧数的映射关系，确定与该非活体概率对应的图像帧数。
举例来说，假设非活体概率阈值范围与所需图像帧数的映射关系如表1所示：
表1：非活体概率阈值范围与所需的图像帧数的映射关系表
非活体概率阈值范围 所需的图像帧数
a＜30％ 2
30％≤a＜50％ 3
50％≤a＜70％ 4
a≥70％ 5
其中，a为非活体概率。
基于此，针对当前需要检测的用户来说，假设计算得到的非活体概率为56％，那么基于表1中示意的映射关系可以确定该非活体概率落入50％≤a＜70％这个范围，则确定当前该用户进行活体检测所需的图像帧数为4帧。
可以理解的是，上述表1中所示的非活体概率阈值范围与所需的图像帧数的映射关系只是示例性的说明。
205、获取确定出的图像帧数的图像。
206、根据获取到的图像各自对应的活体检测结果确定用户当前的活体检测结果。
本实施例中，假设获取到的图像为n帧图像，n大于或等于1，那么，首先对获取到的每帧图像进行活体检测，从而会得到n帧图像各自对应的活体检测结果。
在一可选实施例中，用户的活体检测结果可以通过如下方式确定：
若n帧图像各自对应的活体检测结果中存在至少一个活体检测结果为活体，则确定用户当前的活体检测结果为活体；若n帧图像各自对应的活体检测结果均为非活体，则确定用户当前的活体检测结果为非活体。
以考勤场景为例，若需要考勤机快速对每个员工通过脸部识别进行考勤，则在根据n帧图像各自对应的活体检测结果确定用户(为某个员工)当前的活体检测结果时，可以将每帧图像的活体检测结果进行“或”运算，可表示为式子(1):
c＝(b1)||(b2)||......||(bi)......||(bn) (1)
其中，c为用户当前活体检测的结果。bi表示第i帧图像的活体检测结果，若第i帧图像的检测结果为活体，则bi取值为1，若检测结果为非活体，则bi取值为0。
在将每帧图像的活体检测结果进行“或”运算时，若n帧图像的活体检测结果中至少有一个活体检测结果为活体，则确定用户当前活体检测的检测结果为活体；只有在n帧图像的活体检测结果均为非活体，才确定用户当前活体检测的检测结果为非活体。
采用这种方式确定用户当前的活体检测结果，可以增强检测通过率，因为对于真实的活体对象来说，如果有一帧图像的活体检测结果表明其为活体，那么即可确定其为活体。
在另一可选实施例中，用户的活体检测结果可以通过如下方式确定：
若n帧图像各自对应的活体检测结果均为活体，则确定用户当前的活体检测结果为活体；若n帧图像各自对应的活体检测结果中存在至少一个活体检测结果为非活体，则确定用户当前的活体检测结果为非活体。
仍以考勤场景为例，若需要考勤机严格地对每个员工通过脸部识别以进行考勤，则在根据n帧图像各自对应的活体检测结果确定用户(为某个员工)当前的活体检测结果时，可以将每帧图像的活体检测结果进行“与”运算，可表示为式子(2)：
c＝(b1)&&(b2)&&......&&(bi)......&&(bn) (2)
其中，c为用户当前活体检测的结果。bi表示第i帧图像的活体检测结果，若第i帧图像的检测结果为活体，则bi取值为1，若检测结果为非活体，则bi取值为0。
在将每帧图像的活体检测结果进行“与”运算时，只有n帧图像的活体检测结果均为活体结果，才确定用户当前活体检测的检测结果为活体；只要n帧图像的活体检测结果中有一个活体检测结果为非活体，则确定用户的当前活体检测的检测结果为非活体。
以考勤场景来说，采用这种方式确定用户当前的活体检测结果，可以增强作弊检出率，因为对于拿着图片进行虚假考勤的情况而言，只有所有的n帧图像的活体检测结果均为活体时，才能通过检测。
207、根据用户当前的活体检测结果更新用户的历史活体检测结果。
在完成当前对用户的活体检测任务之后，可以将本次活体检测过程中产生的检测结果更新到该用户的历史活体检测结果中，以便后续再次对该用户进行活体检测时，能够根据此前的活体检测结果重新确定所需的图像帧数。
通过上述实施例对本文提供的活体检测方法的核心逻辑和实现过程进行了介绍。但是，在一些实际应用中，除了可以基于上述人体图像(前述实施例中采集的图像为人体图像)进行活体检测外，还可以结合其他检测素材来进行活体检测，比如音频、指纹等，此时，活体检测方式的执行过程可以如图3所示。
图3为本发明另一实施例提供的活体检测方法的流程图，如图3所示，该活体检测方法包括以下步骤：
301、获取用户的历史活体检测结果。
302、根据历史活体检测结果确定当前对用户进行活体检测所需的检测次数。
303、获取检测次数对应的检测素材。
304、对检测素材进行检测，以确定用户当前的活体检测结果。
本实施例中，获取用户的历史活体检测结果的方式可以参照前述其他实施例中的说明，在此不赘述。
另外，在一些只有特定的某个用户才具有某个设备的使用权限的场景中，比如开保险柜的场景中，与该设备关联的活体检测结果可能是仅针对某个特定用户的活体检测结果，此时，可以直接获取该设备关联的活体检测结果作为上述用户的历史活体检测结果。
本实施例中，根据历史活体检测结果确定当前对用户进行活体检测所需的检测次数的方式可以参照前述实施例中确定图像帧数的原理来实现，概况来说就是，如果历史上该用户对应的活体检测结果为非活体的情况比较多，则当前确定出的检测次数比较多，反之，如果历史上该用户对应的活体检测结果为活体的情况比较多，则当前确定出的检测次数比较少。
值得说明的是，本实施例中，获取检测次数对应的检测素材是指，假设该检测次数为K，那么针对某种类型的素材，需要获取该类型的K个不同的具体素材。
具体来说，可选地，如前述实施例中，当对用户进行活体检测的检测素材为人体图像时，获取检测次数对应的检测素材具体为：获取该检测次数对应的多帧人体图像。从而，通过对每帧人体图像进行活体检测结果以最终确定用户的活体检测结果，具体执行过程可以参见前述实施例中的说明。
可选地，当对用户进行活体检测的检测素材为音频时，此时，获取检测次数对应的检测素材具体为：获取该检测次数对应的多个音频片段。实际应用中，可以提示用户说出当前生成的一段内容来进行活体检测，从而，通过对用户说出的语音的录取可以获得一段音频，对该音频可以随机采样多段音频片段，音频片段的个数与检测次数相同，从而，通过对每个音频片段进行活体检测以最终确定用户的活体检测结果。
可选地，当对用户进行活体检测的检测素材为指纹时，获取检测次数对应的检测素材具体为：获取该检测次数对应的多个指纹感应数据。实际应用中，可以通过指纹传感器来获取指纹感应数据，其中，指纹感应数据中可以包括指纹图像、皮肤温度、皮肤电容值等数据。实际上，当检测次数为多次时，可以提示用户依次将不同手指放置在指纹传感器上，从而获得多个指纹感应数据。
上述以指纹和声纹为例举例说明了对用户进行活体检测可以使用的检测素材，实际上，其他可以用于对用户进行活体检测的素材均可以适用于本实施例提供的活体检测方案中。
图4为本发明另一实施例提供的活体检测方法的流程图，如图4所示，该活体检测方法包括以下步骤：
401、获取当前采用第一检测方式对用户进行活体检测的检测结果。
402、若检测结果为用户为非活体，则根据用户的历史活体检测结果，确定当前采用第二检测方式对用户进行活体检测的检测次数。
403、获取与第二检测方式和检测次数对应的检测素材。
404、采用第二检测方式对检测素材进行检测，以确定用户当前的活体检测结果。
本实施例中，为了提高用户的活体检测结果，采用多种检测方式联合对用户进行活体检测。
具体来说，在当前需要对用户进行活体检测时，可以先采用第一检测方式对用户进行活体检测。假设第一检测方式为基于人体图像进行检测的方式，则可以采集一帧或几帧人体图像进行活体检测，以得到对应的检测结果。
当第一检测方式对应的检测结果表明用户为非活体，则可以确定当前该用户的最终检测结果为非活体。
当第一检测方式对应的检测结果表明用户为活体，出于安全性的考虑(因为对用户进行活体检测往往是出于安全性的考虑)，可以结合第二检测方式对该用户再进行活体检测。比如，当第一检测方式为对人体图像进行活体检测的方式时，第二检测方式比如可以是基于指纹感应数据、声纹数据进行活体检测的方式。
在采用第二检测方式再次对用户进行活体检测时，为兼顾最终检测结果的准确性和检测效率，可以根据用户的历史活体检测结果，确定当前采用第二检测方式对用户进行活体检测的检测次数，从而，获取与该第二检测方式和该检测次数对应的检测素材来进行活体检测。
其中，由于可以采用多种检测方式对用户进行活体检测，因此，上述历史活体检测结果可以对应于各种检测方式的历史检测结果。
本实施例中，确定检测次数、获取检测素材、对检测素材进行活体检测的过程可以参见前述其他实施例中的说明，在此不赘述。
下面结合图5来示例性说明本实施例提供的活体检测方式的一种应用场景。如图5所示，在一实际应用场景中，在需要对用户进行活体检测的位置处，比如公司门口处，可以设置有一个电子设备(图中称为检测设备)，以及与该检测设备连接的用于采集音频的拾音器，用于采集指纹感应数据的指纹传感器，以及用于采集人体红外图像的摄像头。
从而，拾音器可以将拾取到的用户输出的音频发送至检测设备，摄像头可以将采集到的红外人体图像发送至检测设备，指纹传感器器可以将采集的指纹感应数据发送至检测设备。
可选地，检测设备可以在本地对上述音频、多帧图像以及指纹感应数据进行活体检测处理，也可以将上述音频、多帧图像以及指纹感应数据发送至服务器进行活体检测处理。该服务器可以位于本地，也可以位于云端。
在图5中，假设首先以红外人体图像对用户进行活体检测，若检测结果表明用户为非活体，则确定用户最终的活体检测结果为非活体；若检测结果表明用户为活体，则进而获取用户的多个指纹感应数据，基于对该多个指纹感应数据进行活体检测以确定用户最终的活体检测结果。其中，指纹感应数据的个数是检测设备基于该用户的历史活体检测结果确定的。
正如前文中所说的，本文提供的活体检测方法可以适用于多种实际应用场景中，下面以考勤场景和认证场景为例进行说明。
图6为本发明一实施例提供的考勤方法的流程图，如图6所示，该考勤方法可以包括如下步骤：
601、获取用户的身份信息。
602、根据用户的身份信息获取用户的历史活体检测结果。
603、根据历史活体检测结果确定当前对用户进行活体检测所需的图像帧数。
604、获取该图像帧数的图像。
605、根据获取到的图像各自对应的活体检测结果确定用户当前的活体检测结果。
606、根据用户的身份信息和用户当前的活体检测结果确定用户的考勤信息。
本实施例提供了一种考勤方案，具体地，是结合用户的身份信息以及对该用户当前的活体检测结果对该用户进行考勤的方案。其中，首先，需要识别出用户的身份信息，以得知该用户是谁，其次，需要对该用户进行活体检测，以避免通过用户照片等手段来影响考勤结果的现象。
具体来说，假设在公司入口处设置有考勤机，该考勤机还具有门禁功能，以使得用户可以通过刷卡、指纹等方式开门。图7中示意了一种考勤场景，为支持考勤功能，在图7中，假设与考勤机配合使用的还包括彩色摄像头、红外摄像头等器件。
可以根据公司的上班时间设定在某时间范围内启动考勤功能，比如8:30-10:00。可以理解的是，在该时间范围外，可以仅启动门禁功能而关闭考勤功能。基于此，可以理解的是，如果在某工作日的该时间范围内并未获得某员工的考勤信息，则认为该员工旷工。
实际应用中，可选地，彩色摄像头和红外摄像头可以被配置为在上述时间范围内进行工作，或者，也可以被配置为一直保持工作。
假设考勤机所支持的门禁功能具体为：刷卡，即用户通过刷卡来开门。从而，响应于用户的刷卡操作，考勤机可以触发彩色摄像头采集用户图像，进而对该用户图像进行人脸识别处理，如果识别出其中包括人脸，则根据该人脸确定采集到的用户的身份信息。
可以理解的是，需要被考勤的多个用户(比如为公司各员工)的身份信息预先被注册到某数据库中，处理器可以访问该数据库。在注册过程中，针对任一用户来说，需要注册的身份信息可以包括该用户的姓名、职位、工号、人脸图片等。处理器将识别出的人脸与数据库中的各人脸图片进行对比，从而可以得知对应的用户身份信息。
当然，除此之外，也可以通过其他方式获取用户的身份信息。比如，通过获取用户的指纹以确定用户的身份信息，此时，与考勤机配合使用的还包括指纹采集器。
在得到用户的身份信息即得知当前被检测的用户是谁之后，可以执行上述步骤602-605的活体检测过程，其中，可选地，步骤604中获取的图像可以是考勤机触发红外摄像头采集的红外图像。活体检测过程可以参见前述实施例中的说明，在此不赘述。
在得到用户当前的活体检测结果后，可以根据已经获得的用户的身份信息及其活体检测结果确定该用户的考勤信息。具体来说，如果活体检测结果表明当前在考勤机前的对象是真实的人，且这个人的身份信息已经获得，则生成该用户对应的考勤记录，比如：用户A在9:00到岗，并且可以将用户的考勤信息上传至图7中示意的上位机。
图8为本发明一实施例提供的认证方法的流程图，如图8所示，该认证方法可以包括如下步骤：
801、响应于用户触发的身份认证请求，获取用户的身份信息。
802、根据用户的身份信息获取用户的历史活体检测结果。
803、根据历史活体检测结果确定当前对用户进行活体检测所需的图像帧数。
804、获取该图像帧数的图像。
805、根据获取到的图像各自对应的活体检测结果确定用户当前的活体检测结果。
806、根据用户当前的活体检测结果和用户的身份信息响应身份认证请求。
本实施例中提供了一种对用户进行身份认证的方案。概括来说，如果某用户的活体检测结果表示该用户为活体，并且，基于该用户的身份信息确定该用户为合法用户，则确定其通过身份认证。
实际应用中，可选地，用户触发的身份认证请求可以是当用户想要开启某扇门时触发的身份认证请求，这扇门可以是公司的大门、某个房间的门、某个柜子的门。
可选地，该身份认证请求还可以是基于用户的支付行为而触发的身份认证请求。
获取用户的身份信息的方式以及对用户进行活体检测的过程可以参考前述其他实施例中所提供的方式，在此不赘述。
以用户想要打开某扇门的场景为例，此时，根据用户当前的活体检测结果和用户的身份信息响应身份认证请求，可以实现为：如果根据用户的身份信息确定该用户具有打开这扇门的权限，并且，该用户当前的活体检测结果表明其为活体，说明确实是由真实的这个用户触发的开门行为，确定其通过身份认证，控制门开启。
以对用户的支付行为进行身份认证的场景为例，此时，根据用户当前的活体检测结果和用户的身份信息响应身份认证请求，可以实现为：如果根据用户的身份信息确定该用户具有支付账号的使用权限，并且，该用户当前的活体检测结果表明其为活体，说明确实是由真实的这个用户触发的支付行为，确定其通过身份认证，进行后续支付处理。
以下将详细描述本发明的一个或多个实施例的活体检测装置。本领域技术人员可以理解，这些活体检测装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
图9为本发明一实施例提供的活体检测装置的结构示意图，如图9所示，该活体检测装置可以包括：历史结果获取模块11，图像帧数确定模块12，图像获取模块13及检测结果确定模块14。
历史结果获取模块11，用于获取用户的历史活体检测结果。
图像帧数确定模块12，用于根据历史活体检测结果确定当前对用户进行活体检测所需的图像帧数。
图像获取模块13，用于获取图像帧数的图像。
检测结果确定模块14，用于根据获取到的图像各自对应的活体检测结果确定用户当前的活体检测结果。
可选地，历史结果获取模块11具体可以用于：获取所述用户的身份信息；根据所述身份信息获取所述用户的历史活体检测结果。
可选地，历史结果获取模块11具体可以用于：采集所述用户的一帧图像；对所述一帧图像进行人脸识别，以确定所述用户的身份信息。
可选地，图像帧数确定模块12具体可以用于：根据所述历史活体检测结果确定历史上所述用户对应的非活体概率；确定所述非活体概率所处于的非活体概率阈值范围；根据预先设置的非活体概率阈值范围与所需图像帧数的映射关系，确定与所述非活体概率对应的所述图像帧数。
可选地，检测结果确定模块14具体可以用于：若所述获取到的图像各自对应的活体检测结果中存在至少一个活体检测结果为活体，则确定所述用户当前的活体检测结果为活体；若所述获取到的图像各自对应的活体检测结果均为非活体，则确定所述用户当前的活体检测结果为非活体。
可选地，检测结果确定模块14具体可以用于：若所述获取到的图像各自对应的活体检测结果均为活体，则确定所述用户当前的活体检测结果为活体；若所述获取到的图像各自对应的活体检测结果中存在至少一个活体检测结果为非活体，则确定所述用户当前的活体检测结果为非活体。
可选地，该活体检测装置还可以包括：历史结果更新模块，用于根据用户当前的活体检测结果更新用户的历史活体检测结果。
图9所示活体检测装置可以执行图1-图2所示实施例的方法，详细执行过程可以前述实施例中的描述，在此不再赘述。
在一个可能的设计中，图9所示活体检测装置的结构可实现为一电子设备，该电子设备可以是考勤机、门禁机、智能手机、PC机、笔记本电脑等终端设备。如图10所示，该电子设备可以包括：第一处理器21和第一存储器22。其中，其中，第一存储器22上存储有可执行代码，当所述可执行代码被第一处理器21执行时，使第一处理器21至少可以实现前述图1至图2所示实施例中的步骤。
其中，该电子设备的结构中还可以包括摄像头23和第一通信接口24，摄像头23用于采集图像，第一通信接口24用于与其他设备或通信网络通信。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现前述图1至图2所示实施例中的步骤。
图11为本发明另一实施例提供的活体检测装置的结构示意图，如图11所示，该活体检测装置可以包括：获取模块31、确定模块32、检测模块33。
获取模块31，用于获取用户的历史活体检测结果。
确定模块32，用于根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的检测次数。
检测模块33，用于获取所述检测次数对应的检测素材；对所述检测素材进行检测，以确定所述用户当前的活体检测结果。
可选地，所述检测素材包括如下任一种：音频、指纹、人体图像。
可选地，所述检测素材为所述音频，所述检测模块33具体用于：获取所述检测次数对应的多个音频片段。
可选地，所述检测素材为所述指纹，所述检测模块33具体用于：获取所述检测次数对应的多个指纹感应数据。
可选地，所述检测素材为所述人体图像，所述检测模块33具体用于：获取所述检测次数对应的多帧人体图像。
图11所示活体检测装置可以执行图3所示实施例的方法，详细执行过程可以前述实施例中的描述，在此不再赘述。
在一个可能的设计中，图11所示活体检测装置的结构可实现为一电子设备，如图12所示，该电子设备可以包括：第二处理器41和第二存储器42。其中，其中，第二存储器42上存储有可执行代码，当所述可执行代码被第二处理器41执行时，使第二处理器41至少可以实现前述图3所示实施例中的步骤。
其中，该电子设备的结构中还可以包括第二通信接口43，用于与其他设备或通信网络通信。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现前述图3所示实施例中的步骤。
图13为本发明另一实施例提供的活体检测装置的结构示意图，如图13所示，该活体检测装置可以包括：第一检测模块51、确定模块52、第二检测模块53。
第一检测模块51，用于采用第一检测方式对用户进行活体检测。
确定模块52，用于若采用第一检测方式对用户进行活体检测的检测结果为所述用户为活体，则根据所述用户的历史活体检测结果，确定当前采用第二检测方式对所述用户进行活体检测的检测次数。
第二检测模块53，用于获取与所述第二检测方式和所述检测次数对应的检测素材；采用所述第二检测方式对所述检测素材进行检测，以确定所述用户当前的活体检测结果。
图13所示活体检测装置可以执行图4所示实施例的方法，详细执行过程可以前述实施例中的描述，在此不再赘述。
在一个可能的设计中，图13所示活体检测装置的结构可实现为一电子设备，如图14所示，该电子设备可以包括：第三处理器61和第三存储器62。其中，其中，第三存储器62上存储有可执行代码，当所述可执行代码被第三处理器61执行时，使第三处理器61至少可以实现前述图4所示实施例中的步骤。
其中，该电子设备的结构中还可以包括第三通信接口63，用于与其他设备或通信网络通信。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现前述图4所示实施例中的步骤。
图15为本发明一实施例提供的考勤装置的结构示意图，如图15所示，该考勤装置可以包括：获取模块71、确定模块72、检测模块73、考勤模块74。
获取模块71，用于获取用户的身份信息，以及根据所述身份信息获取所述用户的历史活体检测结果。
确定模块72，用于根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数。
检测模块73，用于获取所述图像帧数的图像，根据获取到的图像各自对应的活体检测结果确定所述用户当前的活体检测结果。
考勤模块74，用于根据所述身份信息和所述用户当前的活体检测结果确定所述用户的考勤信息。
图15所示考勤装置可以执行图6所示实施例的方法，详细执行过程可以前述实施例中的描述，在此不再赘述。
在一个可能的设计中，图15所示考勤装置的结构可实现为考勤机，如图16所示，该考勤机可以包括：第四处理器81和第四存储器82。其中，其中，第四存储器82上存储有可执行代码，当所述可执行代码被第四处理器81执行时，使第四处理器81至少可以实现前述图6所示实施例中的步骤。
其中，该考勤机的结构中还可以包括第四通信接口83，用于与其他设备或通信网络通信。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被考勤机的处理器执行时，使所述处理器至少可以实现前述图6所示实施例中的步骤。
图17为本发明一实施例提供的认证装置的结构示意图，如图17所示，该考勤装置可以包括：获取模块91、确定模块92、检测模块93、响应模块94。
获取模块91，用于响应于用户触发的身份认证请求，获取所述用户的身份信息，以及根据所述身份信息获取所述用户的历史活体检测结果。
确定模块92，用于根据所述历史活体检测结果确定当前对所述用户进行活体检测所需的图像帧数。
检测模块93，用于获取所述图像帧数的图像，根据获取到的图像各自对应的活体检测结果以及所述用户特征信息确定所述用户当前的活体检测结果。
响应模块94，用于根据所述用户当前的活体检测结果和所述用户的身份信息响应所述身份认证请求。
可选地，所述身份认证请求包括：基于所述用户的支付行为而触发的身份认证请求。
图17所示认证装置可以执行图8所示实施例的方法，详细执行过程可以前述实施例中的描述，在此不再赘述。
在一个可能的设计中，图17所示认证装置的结构可实现为一个电子设备，如图18所示，该电子设备可以包括：第五处理器1001和第五存储器1002。其中，其中，第五存储器1002上存储有可执行代码，当所述可执行代码被第四处理器1001执行时，使第五处理器1001至少可以实现前述图8所示实施例中的步骤。
其中，该电子设备的结构中还可以包括第五通信接口1003，用于与其他设备或通信网络通信。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现前述图8所示实施例中的步骤。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，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。
本发明实施例提供的活体检测方法可以由某种程序/软件来执行，该程序/软件可以由网络侧提供，前述实施例中提及的电子设备可以将该程序/软件下载到本地的非易失性存储介质中，并在其需要执行前述活体检测方法时，通过CPU将该程序/软件读取到内存中，进而由CPU执行该程序/软件以实现前述实施例中所提供的活体检测方法，执行过程可以参见前述图1至图8中的示意。
最后应说明的是：以上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精神和范围。

Claims (26)

1.一种活体检测方法，其特征在于，包括：
获取用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的图像帧数；
获取所述图像帧数的图像；
根据获取到的图像各自对应的活体检测结果确定所述用户本次的活体检测结果。
2.根据权利要求1所述的方法，其特征在于，所述获取用户的历史活体检测结果，包括：
获取所述用户的身份信息；
根据所述身份信息获取所述用户的历史活体检测结果。
3.根据权利要求2所述的方法，其特征在于，所述获取所述用户的身份信息，包括：
采集所述用户的一帧图像；
对所述一帧图像进行人脸识别，以确定所述用户的身份信息。
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的图像帧数，包括：
根据所述历史活体检测结果确定历史上所述用户对应的非活体概率；
确定所述非活体概率所处于的非活体概率阈值范围；
根据预先设置的非活体概率阈值范围与所需图像帧数的映射关系，确定与所述非活体概率对应的所述图像帧数。
5.根据权利要求1所述的方法，其特征在于，所述根据获取到的图像各自对应的活体检测结果确定所述用户本次的活体检测结果，包括：
若所述获取到的图像各自对应的活体检测结果中存在至少一个活体检测结果为活体，则确定所述用户本次的活体检测结果为活体；
若所述获取到的图像各自对应的活体检测结果均为非活体，则确定所述用户本次的活体检测结果为非活体。
6.根据权利要求1所述的方法，其特征在于，所述根据获取到的图像各自对应的活体检测结果确定所述用户本次的活体检测结果，包括：
若所述获取到的图像各自对应的活体检测结果均为活体，则确定所述用户本次的活体检测结果为活体；
若所述获取到的图像各自对应的活体检测结果中存在至少一个活体检测结果为非活体，则确定所述用户本次的活体检测结果为非活体。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述用户本次的活体检测结果更新所述用户的历史活体检测结果。
8.一种活体检测装置，其特征在于，包括：
历史结果获取模块，用于获取用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
图像帧数确定模块，用于根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的图像帧数；
图像获取模块，用于获取所述图像帧数的图像；
检测结果确定模块，用于根据获取到的图像各自对应的活体检测结果确定所述用户本次的活体检测结果。
9.一种电子设备，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至7中任一项所述的活体检测方法。
10.一种考勤方法，其特征在于，包括：
获取用户的身份信息；
根据所述身份信息获取所述用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的图像帧数；
获取所述图像帧数的图像；
根据获取到的图像各自对应的活体检测结果确定所述用户本次的活体检测结果；
根据所述身份信息和所述用户本次的活体检测结果确定所述用户的考勤信息。
11.一种考勤装置，其特征在于，包括：
获取模块，用于获取用户的身份信息，以及根据所述身份信息获取所述用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
确定模块，用于根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的图像帧数；
检测模块，用于获取所述图像帧数的图像，根据获取到的图像各自对应的活体检测结果确定所述用户本次的活体检测结果；
考勤模块，用于根据所述身份信息和所述用户本次的活体检测结果确定所述用户的考勤信息。
12.一种考勤机，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求10所述的考勤方法。
13.一种认证方法，其特征在于，包括：
响应于用户触发的身份认证请求，获取所述用户的身份信息；
根据所述身份信息获取所述用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的图像帧数；
获取所述图像帧数的图像；
根据获取到的图像各自对应的活体检测结果确定所述用户本次的活体检测结果；
根据所述用户本次的活体检测结果和所述用户的身份信息响应所述身份认证请求。
14.根据权利要求13所述的方法，其特征在于，所述身份认证请求包括：基于所述用户的支付行为而触发的身份认证请求。
15.一种认证装置，其特征在于，包括：
获取模块，用于响应于用户触发的身份认证请求，获取所述用户的身份信息，以及根据所述身份信息获取所述用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
确定模块，用于根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的图像帧数；
检测模块，用于获取所述图像帧数的图像，根据获取到的图像各自对应的活体检测结果以及所述用户特征信息确定所述用户本次的活体检测结果；
响应模块，用于根据所述用户本次的活体检测结果和所述用户的身份信息响应所述身份认证请求。
16.一种电子设备，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求13或14所述的认证方法。
17.一种活体检测方法，其特征在于，包括：
获取用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的检测次数；
获取所述检测次数对应的检测素材；
对所述检测素材进行检测，以确定所述用户本次的活体检测结果。
18.根据权利要求17所述的方法，其特征在于，所述检测素材包括如下任一种：音频、指纹、人体图像。
19.根据权利要求18所述的方法，其特征在于，所述检测素材为所述音频，所述获取所述检测次数对应的检测素材，包括：
获取所述检测次数对应的多个音频片段。
20.根据权利要求18所述的方法，其特征在于，所述检测素材为所述指纹，所述获取所述检测次数对应的检测素材，包括：
获取所述检测次数对应的多个指纹感应数据。
21.根据权利要求18所述的方法，其特征在于，所述检测素材为所述人体图像，所述获取所述检测次数对应的检测素材，包括：
获取所述检测次数对应的多帧人体图像。
22.一种活体检测装置，其特征在于，包括：
获取模块，用于获取用户的历史活体检测结果，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
确定模块，用于根据所述历史活体检测结果确定本次对所述用户进行活体检测所需的检测次数；
检测模块，用于获取所述检测次数对应的检测素材；对所述检测素材进行检测，以确定所述用户本次的活体检测结果。
23.一种电子设备，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求17至21中任一项所述的活体检测方法。
24.一种活体检测方法，其特征在于，包括：
获取本次采用第一检测方式对用户进行活体检测的检测结果；
若所述检测结果为所述用户为活体，则根据所述用户的历史活体检测结果，确定本次采用第二检测方式对所述用户进行活体检测的检测次数，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
获取与所述第二检测方式和所述检测次数对应的检测素材；
采用所述第二检测方式对所述检测素材进行检测，以确定所述用户本次的活体检测结果。
25.一种活体检测装置，其特征在于，包括：
第一检测模块，用于采用第一检测方式对用户进行活体检测；
确定模块，用于若采用第一检测方式对用户进行活体检测的检测结果为所述用户为活体，则根据所述用户的历史活体检测结果，确定本次采用第二检测方式对所述用户进行活体检测的检测次数，所述历史活体检测结果用于表征历史上对所述用户进行活体检测时，对应于单帧图像的活体检测结果中为非活体的非活体概率；
第二检测模块，用于获取与所述第二检测方式和所述检测次数对应的检测素材；采用所述第二检测方式对所述检测素材进行检测，以确定所述用户本次的活体检测结果。
26.一种电子设备，其特征在于，包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求24所述的活体检测方法。
CN201910600312.9A 2019-07-04 2019-07-04 考勤方法、认证方法、活体检测方法、装置及设备 Active CN112183167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910600312.9A CN112183167B (zh) 2019-07-04 2019-07-04 考勤方法、认证方法、活体检测方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910600312.9A CN112183167B (zh) 2019-07-04 2019-07-04 考勤方法、认证方法、活体检测方法、装置及设备

Publications (2)

Publication Number Publication Date
CN112183167A CN112183167A (zh) 2021-01-05
CN112183167B true CN112183167B (zh) 2023-09-22

Family

ID=73915521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910600312.9A Active CN112183167B (zh) 2019-07-04 2019-07-04 考勤方法、认证方法、活体检测方法、装置及设备

Country Status (1)

Country Link
CN (1) CN112183167B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113869906A (zh) * 2021-09-29 2021-12-31 北京市商汤科技开发有限公司 人脸支付方法及装置、存储介质
CN113989738A (zh) * 2021-10-25 2022-01-28 浙江卢苏库网络科技有限公司 一种值班人员在岗监测方法及系统
CN117173796B (zh) * 2023-08-14 2024-05-14 杭州锐颖科技有限公司 一种基于双目深度信息的活体检测方法与系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844203A (zh) * 2015-01-12 2016-08-10 阿里巴巴集团控股有限公司 一种人脸活体检测方法和装置
CN106855812A (zh) * 2015-12-08 2017-06-16 北京三星通信技术研究有限公司 配置用户终端的方法和装置
CN107294730A (zh) * 2017-08-24 2017-10-24 北京无线电计量测试研究所 一种多模态生物特征身份认证方法、装置及系统
CN107665301A (zh) * 2016-07-28 2018-02-06 腾讯科技（深圳）有限公司 验证方法及装置
CN107749844A (zh) * 2017-10-16 2018-03-02 维沃移动通信有限公司 身份验证方法及移动终端
CN108076018A (zh) * 2016-11-16 2018-05-25 阿里巴巴集团控股有限公司 身份认证系统、方法、装置及账号认证方法
CN108470169A (zh) * 2018-05-23 2018-08-31 国政通科技股份有限公司 人脸识别系统及方法
CN108573202A (zh) * 2017-03-17 2018-09-25 北京旷视科技有限公司 身份认证方法、装置和系统以及终端、服务器和存储介质
CN108804884A (zh) * 2017-05-02 2018-11-13 北京旷视科技有限公司 身份认证的方法、装置及计算机存储介质
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
CN109086691A (zh) * 2018-07-16 2018-12-25 阿里巴巴集团控股有限公司 一种三维脸部活体检测方法、脸部认证识别方法及装置
CN109119163A (zh) * 2018-07-16 2019-01-01 安徽昱康智能科技有限公司 基于面部识别的健康检测方法及其系统
CN109635757A (zh) * 2018-12-18 2019-04-16 北京字节跳动网络技术有限公司 活体检测方法、装置、电子设备及存储介质
US10268911B1 (en) * 2015-09-29 2019-04-23 Morphotrust Usa, Llc System and method for liveness detection using facial landmarks
CN208801962U (zh) * 2018-09-05 2019-04-30 苏州研可智能科技有限公司 基于人脸识别及手掌多模认证的汽车自动开门装置
CN109756458A (zh) * 2017-11-06 2019-05-14 北京京东尚科信息技术有限公司 身份认证方法和系统
CN109815853A (zh) * 2019-01-04 2019-05-28 深圳壹账通智能科技有限公司 活体检测方法、装置、计算机设备和存储介质
CN109858381A (zh) * 2019-01-04 2019-06-07 深圳壹账通智能科技有限公司 活体检测方法、装置、计算机设备和存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844203A (zh) * 2015-01-12 2016-08-10 阿里巴巴集团控股有限公司 一种人脸活体检测方法和装置
US10268911B1 (en) * 2015-09-29 2019-04-23 Morphotrust Usa, Llc System and method for liveness detection using facial landmarks
CN106855812A (zh) * 2015-12-08 2017-06-16 北京三星通信技术研究有限公司 配置用户终端的方法和装置
CN107665301A (zh) * 2016-07-28 2018-02-06 腾讯科技（深圳）有限公司 验证方法及装置
CN108076018A (zh) * 2016-11-16 2018-05-25 阿里巴巴集团控股有限公司 身份认证系统、方法、装置及账号认证方法
CN108573202A (zh) * 2017-03-17 2018-09-25 北京旷视科技有限公司 身份认证方法、装置和系统以及终端、服务器和存储介质
CN108804884A (zh) * 2017-05-02 2018-11-13 北京旷视科技有限公司 身份认证的方法、装置及计算机存储介质
CN107294730A (zh) * 2017-08-24 2017-10-24 北京无线电计量测试研究所 一种多模态生物特征身份认证方法、装置及系统
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
CN107749844A (zh) * 2017-10-16 2018-03-02 维沃移动通信有限公司 身份验证方法及移动终端
CN109756458A (zh) * 2017-11-06 2019-05-14 北京京东尚科信息技术有限公司 身份认证方法和系统
CN108470169A (zh) * 2018-05-23 2018-08-31 国政通科技股份有限公司 人脸识别系统及方法
CN109086691A (zh) * 2018-07-16 2018-12-25 阿里巴巴集团控股有限公司 一种三维脸部活体检测方法、脸部认证识别方法及装置
CN109119163A (zh) * 2018-07-16 2019-01-01 安徽昱康智能科技有限公司 基于面部识别的健康检测方法及其系统
CN208801962U (zh) * 2018-09-05 2019-04-30 苏州研可智能科技有限公司 基于人脸识别及手掌多模认证的汽车自动开门装置
CN109635757A (zh) * 2018-12-18 2019-04-16 北京字节跳动网络技术有限公司 活体检测方法、装置、电子设备及存储介质
CN109815853A (zh) * 2019-01-04 2019-05-28 深圳壹账通智能科技有限公司 活体检测方法、装置、计算机设备和存储介质
CN109858381A (zh) * 2019-01-04 2019-06-07 深圳壹账通智能科技有限公司 活体检测方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN112183167A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN109948408B (zh) 活性测试方法和设备
US10650261B2 (en) System and method for identifying re-photographed images
EP3067829B1 (en) Person authentication method
US9817982B2 (en) Identity authentication system
US20170262472A1 (en) Systems and methods for recognition of faces e.g. from mobile-device-generated images of faces
CN112183167B (zh) 考勤方法、认证方法、活体检测方法、装置及设备
US8422746B2 (en) Face authentication system and authentication method thereof
JP4760049B2 (ja) 顔認証装置、その顔認証方法、その顔認証装置を組み込んだ電子機器およびその顔認証プログラムを記録した記録媒体
CN104424414A (zh) 用于使用户登录到移动设备的方法
KR101087765B1 (ko) 얼굴 인식 기반의 범죄 용의자 탐지 및 식별 시스템
Smith-Creasey et al. Continuous face authentication scheme for mobile devices with tracking and liveness detection
US20240184868A1 (en) Reference image enrollment and evolution for security systems
CN114387548A (zh) 视频及活体检测方法、系统、设备、存储介质及程序产品
JP6311237B2 (ja) 照合装置及び照合方法、照合システム、並びにコンピュータ・プログラム
KR20150112635A (ko) 사람의　얼굴　정보를 이용한 얼굴인식 도어락 시스템
CN113837006B (zh) 一种人脸识别方法、装置、存储介质及电子设备
KR101116737B1 (ko) 요주의 인물 식별 시스템
KR102462434B1 (ko) 출입인원체크 보안강화 시스템
CN112669509A (zh) 门禁管理方法、系统、电子设备及存储介质
Liashenko et al. Investigation of the influence of image quality on the work of biometric authentication methods
Nethravathi et al. Advanced Face Recognition Based Door Unlock System Using Arduino & MATLAB
KR102523598B1 (ko) 출입자 신원 무인 인증시스템
Marutotamtama et al. Face Recognition and Face Spoofing Detector for Attendance System
KR102583982B1 (ko) 비대면 출입 통제 방법 및 이를 수행하는 출입 통제 시스템
CN111582228B (zh) 活体掌纹的识别方法、装置、设备及存储介质

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