CN112949363A - 一种人脸活体识别方法及装置 - Google Patents
一种人脸活体识别方法及装置 Download PDFInfo
- Publication number
- CN112949363A CN112949363A CN201911267433.2A CN201911267433A CN112949363A CN 112949363 A CN112949363 A CN 112949363A CN 201911267433 A CN201911267433 A CN 201911267433A CN 112949363 A CN112949363 A CN 112949363A
- Authority
- CN
- China
- Prior art keywords
- living body
- instruction
- face
- user
- verification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
- G06V40/45—Detection of the body part being alive
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)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种人脸活体识别方法,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;将所述静态图像与所述人脸特征数据库进行验证;在接收到验证通过指令的情况下,下发活体动作执行指令;接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;在验证通过的情况下,判定所述待识别用户识别通过。上述的识别方法中,在对静态图像验证通过的情况下还需要待识别用户依据所述活体动作执行指令完成对动作,避免了在用静态图像进行人脸识别无法排除使用照片或者提前录制好的视频进行冒充验证的可能。
Description
技术领域
本发明涉及身份识别技术领域,尤其涉及一种人脸活体识别方法及装置。
背景技术
在国家安全、公安、司法、电子商务、电子政务、安全检查、保安监控等应用领域,都需要准确的身份识别及鉴定,目前基于TensorFlow框架的人脸身份识别系统中,绝大部分业务应用,普遍都是基于在移动端实时采集的人脸静态图像进行识别为主。通过将图像采集终端采集人脸静态图像与系统中已有图像进行比对来进行识别、认证,从而判断是否准许该用户是否进入系统。
上述的人脸识别过程,在用静态图像进行人脸识别无法排除使用照片或者提前录制好的视频进行冒充验证的可能。
发明内容
有鉴于此,本发明提供一种人脸活体识别方法及装置,用以解决现有技术中在用静态图像进行人脸识别无法排除使用照片或者提前录制好的视频进行冒充验证的问题。具体方案如下:
一种人脸活体识别方法,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:
当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;
将所述静态图像与所述人脸特征数据库进行验证;
在接收到验证通过指令的情况下,下发活体动作执行指令;
接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;
在验证通过的情况下,判定所述待识别用户识别通过。
上述的方法,可选的,将所述静态图像与所述人脸特征数据库进行验证,包括:
确定所述静态图像中的人脸热区;
获取所述人脸热区中的待识别人脸特征;
将所述待识别人脸特征与所述人脸特征数据库中的各个人脸特征进行对比。
上述的方法,可选的,在接收到验证通过指令的情况下,下发活体动作执行指令,包括:
在接收到验证通过指令的情况下,在预设的活体指令库中选取预设数量的目标活体指令;
所述预设数量的目标活体指令设定执行顺序并为每一个目标活体指令设定执行次数;
设定完成后,下发活体动作执行指令,其中,所述活体动作执行指令包括所述预设数量的目标活体指令的预设定的执行顺序和每一个目标获取指令的执行次数。
上述的方法,可选的,还包括:
对所述活体动作执行指令进行展示。
上述的方法,可选的,接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证,包括:
判断所述反馈动作与所述活体动作执行指令中要求的所述预设数量的目标活体指令的预设定的执行顺序是否一致,和;
判断所述反馈动作与所述活体动作执行指令中要求的每一个目标获取指令的执行次数是否一致。
一种人脸活体识别装置,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:
获取模块,用于当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;
第一验证模块,用于将所述静态图像与所述人脸特征数据库进行验证;
下发模块,用于在接收到验证通过指令的情况下,下发活体动作执行指令;
第二验证模块,用于接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;
判定模块,用于在验证通过的情况下,判定所述待识别用户识别通过。
上述的装置,可选的,所述第一验证模块包括:
确定单元,用于确定所述静态图像中的人脸热区;
获取单元,用于获取所述人脸热区中的待识别人脸特征;
对比单元,用于将所述待识别人脸特征与所述人脸特征数据库中的各个人脸特征进行对比。
上述的装置,可选的,所述下发模块包括:
选取单元,用于在接收到验证通过指令的情况下,在预设的活体指令库中选取预设数量的目标活体指令;
设定单元,用于所述预设数量的目标活体指令设定执行顺序并为每一个目标活体指令设定执行次数;
下发单元,用于设定完成后,下发活体动作执行指令,其中,所述活体动作执行指令包括所述预设数量的目标活体指令的预设定的执行顺序和每一个目标获取指令的执行次数。
上述的装置,可选的,还包括:
展示单元,用于对所述活体动作执行指令进行展示。
上述的装置,可选的,所述第二验证模块包括:
第一判断单元,用于判断所述反馈动作与所述活体动作执行指令中要求的所述预设数量的目标活体指令的预设定的执行顺序是否一致,和;
第二判断单元,用于判断所述反馈动作与所述活体动作执行指令中要求的每一个目标获取指令的执行次数是否一致。
与现有技术相比,本发明包括以下优点:
本发明公开了一种人脸活体识别方法,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;将所述静态图像与所述人脸特征数据库进行验证;在接收到验证通过指令的情况下,下发活体动作执行指令;接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;在验证通过的情况下,判定所述待识别用户识别通过。上述的识别方法中,在对静态图像验证通过的情况下还需要待识别用户依据所述活体动作执行指令完成对动作,避免了在用静态图像进行人脸识别无法排除使用照片或者提前录制好的视频进行冒充验证的可能。
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,下面描述中的附图仅仅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为本申请实施例公开的一种人脸活体识别方法流程图;
图2为本申请实施例公开的一种人脸活体识别方法又一流程图;
图3为本申请实施例公开的一种人脸活体识别装置结构框图。
具体实施方式
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,所描述的实施例仅仅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。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
本发明公开了一种人脸活体识别方法及装置,应用在人脸识别过程中,现有技术中,人脸识别目前普遍都是通过图像采集终端采集人脸图像与系统中已注册的图像进行比对来进行识别、认证,从而判断是否准许该用户是否进入系统。这种情况下无法排除使用照片或者提前录制好的视频进行冒充验证的可能,本发明提供了一种人脸活体识别方法用以解决上述问题,预先建立人脸特征数据库,其中,所述人脸特征数据库中包含各个已注册用户的人脸特征,所所述人脸特征包括:人脸轮廓、嘴巴、鼻子和眼睛的位置等,所述人脸特征数据库是通过RESTFul接口,接收来自图像采集终端经由摄像头采集的已注册用户的静态图像,获取静态图像中的人脸特征进行存储得到。其中,一种网络应用程序的设计风格和开发方式,基于HTTP,可以使用XML格式定义或JSON格式定义。RESTFul适用于移动互联网厂商作为业务使能接口的场景,实现第三方调用移动网络资源的功能,动作类型为新增、删除、变更、查询所调用资源。
所述识别方法的执行流程如图1所示,包括步骤:
S101、当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;
本发明实施例中,当接收到对待识别用户的人脸识别请求时,所述图像采集终端经由摄像头拍摄所述待识别用户的静态图像,依据RESTFul接口获取所述静态图像。
S102、将所述静态图像与所述人脸特征数据库进行验证;
本发明实施例中,将所述静态图像与所述人脸特征数据库中的各个已注册用户的静态图像进行对比,判断所述人脸特征数据库中是否存在与所述静态图像匹配的目标静态图像,对识别结果进行反馈,若不存在,则反馈识别不通过指令,反馈的形式可以提示语进行语音播报,例如提示语可以为“对不起,识别不通过”,若存在,则执行S103。
S103、在接收到验证通过指令的情况下,下发活体动作执行指令;
本发明实施例中,若存在与所述静态图像匹配的目标静态图像,会发送验证通过指令,在接受到所述验证通过指令的情况下,下发活体动作执行指令,其中,所述活体动作执行指令是为防止恶意者伪造和窃取他人的生物特征用于身份认证,即判断提交的生物特征是否来自有生命的个体,如人脸左转、右转、张嘴、眨眼等。所述活体动作执行指令的生成过程如下:在预设的活体指令库中选取预设数量的目标活体指令,所述预设数量的目标活体指令设定执行顺序并为每一个目标活体指令设定执行次数,设定完成后,下发活体动作执行指令,其中,所述活体动作执行指令包括所述预设数量的目标活体指令的预设定的执行顺序和每一个目标获取指令的执行次数。例如,所述活体动作执行指令为“先张嘴一次,在眨眼两次”,优选的将所述活体动作执行指令进行展示,其中,展示的方式可以为语音播报或者在终端的屏幕进行显示等,本发明实施中,对展示的形式不进行限定。
S104、接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;
本发明实施例,当所述待识别用户接收到所述活体动作执行指令时,依据所述活体动作执行指令实行对应的反馈动作,所述图像采集终端中的摄像头采集反馈动作,通过RESTFul接口接收所述反馈动作,对所述反馈动作进行验证,验证的过程如下:
判断所述反馈动作与所述活体动作执行指令中要求的所述预设数量的目标活体指令的预设定的执行顺序是否一致,和,判断所述反馈动作与所述活体动作执行指令中要求的每一个目标获取指令的执行次数是否一致。
本发明实施例中,对上述两个判断过程的执行顺序不进行限定。在验证不通过的情况下,提示所述待识别用户识别不通过,提示的方式可以为语音或者终端显示的方式等,例如,提示语可以是“对不起,动作不正确,识别不通过”本发明实施例中,对提示的具体形式不进行限定。
S105、在验证通过的情况下,判定所述待识别用户识别通过。
本发明实施例中,在验证通过的情况下,判定所述待识别用户识别通过,提示所述待识别用户验证通过,提示的方式可以为语音或者终端显示的方式等,例如,提示语可以是“验证通过”本发明实施例中,对提示的具体形式不进行限定。
本发明公开了一种人脸活体识别方法,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;将所述静态图像与所述人脸特征数据库进行验证;在接收到验证通过指令的情况下,下发活体动作执行指令;接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;在验证通过的情况下,判定所述待识别用户识别通过。上述的识别方法中,在对静态图像验证通过的情况下还需要待识别用户依据所述活体动作执行指令完成对动作,避免了在用静态图像进行人脸识别无法排除使用照片或者提前录制好的视频进行冒充验证的可能。
本发明实施例中,将所述静态图像与所述人脸特征数据库进行验证的执行流程如图2所示,包括步骤:
S201、确定所述静态图像中的人脸热区;
本发明实施例中,人脸热区识别在实际中主要用于人脸识别的预处理,即在所述静态图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸热区识别,主流的人脸检测方法基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。
人脸热区识别过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,依据该分类器进行人脸热区识别,确定所述静态图像的人脸热区,有效地提高分类器的检测速度。
进一步的,在进行人脸热区识别之前优选的,可以对所述静态图像进行预处理,由于所述静态图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在所述静态图像处理的早期阶段对其进行灰度校正、噪声过滤等图像预处理。对于静态图像而言,其预处理过程主要包括静态图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
S202、获取所述人脸热区中的待识别人脸特征;
本发明实施例中,人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征获取就是针对人脸的某些特征进行的。人脸特征提取的方法主要是基于知识的表征方法,基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的待识别人脸特征,所述待识别人脸特征的特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别待识别人脸特征,
S203、将所述待识别人脸特征与所述人脸特征数据库中的各个人脸特征进行对比。
本发明实施例中,针对每一个待识别人脸特征将其与所述人脸特征数据库中的对应的人脸特征进行对比,计算两者的相似度,针对所述人脸特征库中的已注册用户的静态图像,当其中的人脸特征与所述待识别特征的相似度达到预设相似度阈值时,将其作为目标验证图像,若存在所述目标验证图像,则判定验证通过,反之,验证不通过。
基于上述的一种人脸活体识别方法,本发明实施例中,提供了一种人脸活体识别装置,所述识别装置的结构框图如图3所示,包括:
一种人脸活体识别装置,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:
获取模块301、第一验证模块302、下发模块303、第二验证模块304和判定模块305。
其中,
所述获取模块301,用于当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;
所述第一验证模块302,用于将所述静态图像与所述人脸特征数据库进行验证;
所述下发模块303,用于在接收到验证通过指令的情况下,下发活体动作执行指令;
所述第二验证模块304,用于接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;
所述判定模块305,用于在验证通过的情况下,判定所述待识别用户识别通过。
本发明公开了一种人脸活体识别装置,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;将所述静态图像与所述人脸特征数据库进行验证;在接收到验证通过指令的情况下,下发活体动作执行指令;接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;在验证通过的情况下,判定所述待识别用户识别通过。上述的识别装置中,在对静态图像验证通过的情况下还需要待识别用户依据所述活体动作执行指令完成对动作,避免了在用静态图像进行人脸识别无法排除使用照片或者提前录制好的视频进行冒充验证的可能。
本发明实施例中,所述第一验证模块302包括:
确定单元306、获取单元307和对比单元308。
其中,
所述确定单元306,用于确定所述静态图像中的人脸热区;
所述获取单元307,用于获取所述人脸热区中的待识别人脸特征;
所述对比单元308,用于将所述待识别人脸特征与所述人脸特征数据库中的各个人脸特征进行对比。
本发明实施例中,所述下发模块303包括:
选取单元309、设定单元310和下发单元311。
其中,
所述选取单元309,用于在接收到验证通过指令的情况下,在预设的活体指令库中选取预设数量的目标活体指令;
所述设定单元310,用于所述预设数量的目标活体指令设定执行顺序并为每一个目标活体指令设定执行次数;
所述下发单元311,用于设定完成后,下发活体动作执行指令,其中,所述活体动作执行指令包括所述预设数量的目标活体指令的预设定的执行顺序和每一个目标获取指令的执行次数。
本发明实施例中,所述下发模块303还包括:展示单元312。
其中,
所述展示单元312,用于对所述活体动作执行指令进行展示。
本发明实施例中,所述第二验证模块304包括:
第一验证单元313和第二验证单元314。
其中,
所述第一判断单元313,用于判断所述反馈动作与所述活体动作执行指令中要求的所述预设数量的目标活体指令的预设定的执行顺序是否一致,和;
所述第二判断单元314,用于判断所述反馈动作与所述活体动作执行指令中要求的每一个目标获取指令的执行次数是否一致。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,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。
最后,还需要说明的是,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。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、物品或者设备中还存在另外的相同要素。
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,在实施本发明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。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的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软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种人脸活体识别方法及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种人脸活体识别方法,其特征在于,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:
当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;
将所述静态图像与所述人脸特征数据库进行验证;
在接收到验证通过指令的情况下,下发活体动作执行指令;
接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;
在验证通过的情况下,判定所述待识别用户识别通过。
2.根据权利要求1所述的方法,其特征在于,将所述静态图像与所述人脸特征数据库进行验证,包括:
确定所述静态图像中的人脸热区;
获取所述人脸热区中的待识别人脸特征;
将所述待识别人脸特征与所述人脸特征数据库中的各个人脸特征进行对比。
3.根据权利要求1所述的方法,其特征在于,在接收到验证通过指令的情况下,下发活体动作执行指令,包括:
在接收到验证通过指令的情况下,在预设的活体指令库中选取预设数量的目标活体指令;
所述预设数量的目标活体指令设定执行顺序并为每一个目标活体指令设定执行次数;
设定完成后,下发活体动作执行指令,其中,所述活体动作执行指令包括所述预设数量的目标活体指令的预设定的执行顺序和每一个目标获取指令的执行次数。
4.根据权利要求3所述的方法,其特征在于,还包括:
对所述活体动作执行指令进行展示。
5.根据权利要求3所述的方法,其特征在于,接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证,包括:
判断所述反馈动作与所述活体动作执行指令中要求的所述预设数量的目标活体指令的预设定的执行顺序是否一致,和;
判断所述反馈动作与所述活体动作执行指令中要求的每一个目标获取指令的执行次数是否一致。
6.一种人脸活体识别装置,其特征在于,预先建立人脸特征数据库,所述人脸特征数据库中包含各个已注册用户的人脸特征,包括:
获取模块,用于当接收到对待识别用户的人脸识别请求时,获取所述待识别用户人脸的静态图像;
第一验证模块,用于将所述静态图像与所述人脸特征数据库进行验证;
下发模块,用于在接收到验证通过指令的情况下,下发活体动作执行指令;
第二验证模块,用于接收所述待识别用户依据所述活体动作执行指令的反馈动作,对所述反馈动作进行验证;
判定模块,用于在验证通过的情况下,判定所述待识别用户识别通过。
7.根据权利要求6所述的装置,其特征在于,所述第一验证模块包括:
确定单元,用于确定所述静态图像中的人脸热区;
获取单元,用于获取所述人脸热区中的待识别人脸特征;
对比单元,用于将所述待识别人脸特征与所述人脸特征数据库中的各个人脸特征进行对比。
8.根据权利要求6所述的装置,其特征在于,所述下发模块包括:
选取单元,用于在接收到验证通过指令的情况下,在预设的活体指令库中选取预设数量的目标活体指令;
设定单元,用于所述预设数量的目标活体指令设定执行顺序并为每一个目标活体指令设定执行次数;
下发单元,用于设定完成后,下发活体动作执行指令,其中,所述活体动作执行指令包括所述预设数量的目标活体指令的预设定的执行顺序和每一个目标获取指令的执行次数。
9.根据权利要求8所述的装置,其特征在于,还包括:
展示单元,用于对所述活体动作执行指令进行展示。
10.根据权利要求8所述的装置,其特征在于,所述第二验证模块包括:
第一判断单元,用于判断所述反馈动作与所述活体动作执行指令中要求的所述预设数量的目标活体指令的预设定的执行顺序是否一致,和;
第二判断单元,用于判断所述反馈动作与所述活体动作执行指令中要求的每一个目标获取指令的执行次数是否一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267433.2A CN112949363A (zh) | 2019-12-11 | 2019-12-11 | 一种人脸活体识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267433.2A CN112949363A (zh) | 2019-12-11 | 2019-12-11 | 一种人脸活体识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112949363A true CN112949363A (zh) | 2021-06-11 |
Family
ID=76233975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911267433.2A Pending CN112949363A (zh) | 2019-12-11 | 2019-12-11 | 一种人脸活体识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949363A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676409A (zh) * | 2022-02-28 | 2022-06-28 | 广西柳钢东信科技有限公司 | 一种基于手机屏幕录像与ai语音合成的在线电子签署方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203369A (zh) * | 2016-07-18 | 2016-12-07 | 三峡大学 | 用于防假冒人脸识别的主动式随机动态指令生成系统 |
CN106650646A (zh) * | 2016-12-09 | 2017-05-10 | 南京合荣欣业金融软件有限公司 | 一种基于动作识别的活体人脸识别方法及系统 |
CN107748876A (zh) * | 2017-11-06 | 2018-03-02 | 杭州有盾网络科技有限公司 | 基于移动端的人脸活体识别方法、装置及移动终端 |
CN107992739A (zh) * | 2017-11-30 | 2018-05-04 | 北京旷视科技有限公司 | 用户验证方法、装置及系统 |
CN109389028A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于动作分析的人脸识别方法、装置、设备及存储介质 |
-
2019
- 2019-12-11 CN CN201911267433.2A patent/CN112949363A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203369A (zh) * | 2016-07-18 | 2016-12-07 | 三峡大学 | 用于防假冒人脸识别的主动式随机动态指令生成系统 |
CN106650646A (zh) * | 2016-12-09 | 2017-05-10 | 南京合荣欣业金融软件有限公司 | 一种基于动作识别的活体人脸识别方法及系统 |
CN107748876A (zh) * | 2017-11-06 | 2018-03-02 | 杭州有盾网络科技有限公司 | 基于移动端的人脸活体识别方法、装置及移动终端 |
CN107992739A (zh) * | 2017-11-30 | 2018-05-04 | 北京旷视科技有限公司 | 用户验证方法、装置及系统 |
CN109389028A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于动作分析的人脸识别方法、装置、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676409A (zh) * | 2022-02-28 | 2022-06-28 | 广西柳钢东信科技有限公司 | 一种基于手机屏幕录像与ai语音合成的在线电子签署方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359548B (zh) | 多人脸识别监控方法及装置、电子设备及存储介质 | |
US20220284732A1 (en) | Iris liveness detection for mobile devices | |
CN108765131B (zh) | 基于微表情的信贷审核方法、装置、终端及可读存储介质 | |
US20190251571A1 (en) | Transaction verification system | |
US20190034746A1 (en) | System and method for identifying re-photographed images | |
US20170262472A1 (en) | Systems and methods for recognition of faces e.g. from mobile-device-generated images of faces | |
CN111626371B (zh) | 一种图像分类方法、装置、设备及可读存储介质 | |
CN111861240A (zh) | 可疑用户识别方法、装置、设备及可读存储介质 | |
CN106529414A (zh) | 一种通过图像比对实现结果认证的方法 | |
CN109389098B (zh) | 一种基于唇语识别的验证方法以及系统 | |
JP2007257221A (ja) | 顔認識システム | |
CN103324918A (zh) | 一种人脸识别与唇形识别相配合的身份认证方法 | |
CN109635625B (zh) | 智能身份核验方法、设备、存储介质及装置 | |
JP2020524860A (ja) | 身元認証方法および装置、電子機器、コンピュータプログラムおよび記憶媒体 | |
CN111684459A (zh) | 一种身份验证方法、终端设备、存储介质 | |
CN112418167A (zh) | 图像的聚类方法、装置、设备和存储介质 | |
CN110599187A (zh) | 一种基于人脸识别的支付方法、装置、计算机设备和存储介质 | |
RU2381553C1 (ru) | Способ и система для распознавания лица с учетом списка людей, не подлежащих проверке | |
US20220277311A1 (en) | A transaction processing system and a transaction method based on facial recognition | |
Syambas et al. | Image processing and face detection analysis on face verification based on the age stages | |
CN113591603A (zh) | 证件的验证方法、装置、电子设备及存储介质 | |
CN112949363A (zh) | 一种人脸活体识别方法及装置 | |
CN114373213A (zh) | 基于人脸识别的未成年人身份识别方法及装置 | |
Weda et al. | Automatic children detection in digital images | |
CN110891049A (zh) | 基于视频的账户登录方法、装置、介质、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |