CN112990113A - 一种基于人脸面部表情的活体检测方法、装置及电子设备 - Google Patents

Abstract

本申请提供了一种基于人脸面部表情的活体检测方法、装置及电子设备，所述活体检测方法包括：从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。这样，通过对待检测用户人脸面部表情的识别可以准确的判断出该待检测用户是否是活体。

Description

一种基于人脸面部表情的活体检测方法、装置及电子设备

技术领域

本申请涉及活体检测的技术领域，尤其是涉及一种基于人脸面部表情的活体检测方法、装置及电子设备。

背景技术

在生物识别系统中，为防止恶意者伪造和窃取他人的生物特征用于身份认证，生物识别系统需具有活体检测功能，即判断提交的生物特征是否来自有生命的个体。一般生物特征的活体检测技术利用的是人们的生理特征，例如活体指纹检测可以基于手指的温度、排汗、导电性能等信息，活体人脸检测可以基于头部的移动、呼吸、红眼效应等信息，活体虹膜检测可以基于虹膜振颤特性、睫毛和眼皮的运动信息、瞳孔对可见光源强度的收缩扩张反应特性等。

但是，现阶段在检测过程中，在生物识别系统中针对人脸进行的检测，可能会出现用照片、视频等方式进行复制冒充人脸进行检测的情况，因此假冒人脸进行识别是人脸识别与认证系统安全的重要威胁，为防止恶意者伪造和窃取他人的生物特征用于身份认证，提高生物识别系统需具有活体检测功能，即判断提交的生物特征是否来自有生命的个体是亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的在于提供一种基于人脸面部表情的活体检测方法、装置及电子设备，通过将待检测用户的人脸面部表情输入至人脸面部表情识别器中，人脸面部表情识别器可以判断出该人脸面部表情是否符合预设的表情，通过对待检测用户在一段时间内的面部表情的识别，准确的判断出该待检测用户是否是活体，提高了对于活体检测的准确率。

本申请主要包括以下几个方面：

第一方面，本申请实施例提供了一种基于人脸面部表情的活体检测方法，所述活体检测方法包括：

从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；

将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；

其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

在一些实施例中，通过以下步骤确定所述待检测用户为真人：

检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像；

若在预设检测时间内所述人脸面部表情识别器接收到相应的人脸面部表情图像，针对每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的面部表情是否与对应的预设检验表情一致；

若多张人脸面部表情图像中每一张人脸面部表情图像中的待检测用户的面部表情均与对应的预设检验表情一致，确定所述待检测用户为真人。

在一些实施例中，针对每一张人脸面部表情图像，通过以下步骤确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致：

对该张人脸面部表情图像进行特征识别，确定该张人脸面部表情图像的表情标签信息；

若该张人脸面部表情图像的表情标签信息与对应的预设检验表情对应的检验表情信息一致，确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致。

在一些实施例中，在所述检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像之后，所述活体检测还包括：

若在预设检测时间内所述人脸面部表情识别器未接收到相应的人脸面部表情图像，确定所述待检测用户不是真人。

在一些实施例中，在所述从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像之前，所述活体检测方法还包括：

设置所述人脸面部表情视频中的人脸面部表情动作信息、人脸面部表情数量信息以及完成一个人脸面部表情动作的预设采集时间；

基于随机算法确定出所述人脸面部表情视频中的预设检验表情。

第二方面，本申请实施例还提供一种基于人脸面部表情的活体检测装置，所述活体检测装置包括：

采集模块，用于从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；

识别检测模块，用于将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

在一些实施例中，所述识别检测模块通过以下步骤确定所述待检测用户为真人：

检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像；

若在预设检测时间内所述人脸面部表情识别器接收到相应的人脸面部表情图像，针对每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的面部表情是否与对应的预设检验表情一致；

若多张人脸面部表情图像中每一张人脸面部表情图像中的待检测用户的面部表情均与对应的预设检验表情一致，确定所述待检测用户为真人。

在一些实施例中，所述识别检测模块在用于针对每一张人脸面部表情图像，通过以下步骤确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致：

对该张人脸面部表情图像进行特征识别，确定该张人脸面部表情图像的表情标签信息；

若该张人脸面部表情图像的表情标签信息与对应的预设检验表情对应的检验表情信息一致，确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致。

第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的一种基于人脸面部表情的活体检测方法的步骤。

第四方面，本申请实施例还提供了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，所述计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的一种基于人脸面部表情的活体检测方法的步骤。

本申请提供了一种基于人脸面部表情的活体检测方法，所述活体检测方法包括：从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

这样，通过将待检测用户的人脸面部表情输入至人脸面部表情识别器中，人脸面部表情识别器可以判断出该人脸面部表情是否符合预设的表情，通过对待检测用户在一段时间内的面部表情的识别，准确的判断出该待检测用户是否是活体，提高了对于活体检测的准确率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例所提供的一种基于人脸面部表情的活体检测方法的流程图；

图2为本申请实施例所提供的另一种基于人脸面部表情的活体检测方法的流程图；

图3为本申请实施例所提供的一种基于人脸面部表情的活体检测装置的结构示意图之一；

图4为本申请实施例所提供的一种基于人脸面部表情的活体检测装置的结构示意图之二；

图5为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中的附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本申请保护的范围。

为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“活体检测”，给出以下实施方式，对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。

本申请实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要进行活体检测的场景，本申请实施例并不对具体的应用场景作限制，任何使用本申请实施例提供的一种基于人脸面部表情的活体检测方法及装置的方案均在本申请保护范围内。

值得注意的是，现阶段在检测过程中，在生物识别系统中针对人脸进行的检测，可能会出现用照片、视频等方式进行复制冒充人脸进行检测的情况，因此假冒人脸进行识别是人脸识别与认证系统安全的重要威胁，为防止恶意者伪造和窃取他人的生物特征用于身份认证，提高生物识别系统需具有活体检测功能，即判断提交的生物特征是否来自有生命的个体是亟待解决的技术问题。

对于此，本申请的一个方面提出了一种基于人脸面部表情的活体检测方法，通过将待检测用户的人脸面部表情输入至人脸面部表情识别器中，人脸面部表情识别器可以判断出该人脸面部表情是否符合预设的表情，通过对待检测用户在一段时间内的面部表情的识别，准确的判断出该待检测用户是否是活体，提高了对于活体检测的准确率。

为便于对本申请进行理解，下面结合具体实施例对本申请提供的技术方案进行详细说明。

请参阅图1，图1为本申请实施例所提供的一种基于人脸面部表情的活体检测方法的流程图。如图1中所示，所述活体检测方法包括：

S101：从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像。

该步骤中，获取到待检测用户在预设时间段内的人脸面部表情视频，从该人脸面部表情视频中提取出该待检测用户多张人脸面部表情图像，其中人脸面部表情可以包括表情或者是情绪。

其中，预设时间段内的人脸面部表情视频是通过视频采集组件调用摄像头设备进行对待检测用户进行视频采集。

人脸面部表情图像可以为待检测用户高兴的人脸面部表情、伤心的人脸面部表情、开怀大笑的人脸面部表情等。

在该步骤之前，所述活体检测方法还包括：

（1）设置所述人脸面部表情视频中的人脸面部表情动作信息、人脸面部表情数量信息以及完成一个人脸面部表情动作的预设采集时间。

这里，对人脸面部视频进行匹配参数，可以设置人脸面部表情视频中的待检测用户所需做的人脸面部表情动作，如开心的人脸面部表情动作、愤怒的人脸面部表情动作等；还可以设置待检测用户所需做的一组人脸面部表情中的数量，如一组里面可以有3个人脸面部表情、或者是4个人脸面部表情等。并且还可以设置待检测用户做每一个人脸面部表情动作的时长。

（2）基于随机算法确定出所述人脸面部表情视频中的预设检验表情。

这里，预设检测表情为利用随机算法在上述（1）中的设置所述人脸面部表情视频中的人脸面部表情动作信息列表中按要求选定该待检测用户在检测时所需做的人脸面部表情动作及顺序。

并且在确定出人脸面部表情动作及顺序之后，基于人脸面部表情动作顺序确定出语音提醒信息，语音提醒信息根据人脸面部表情动作顺序提醒待检测用户在预设的人脸面部表情动作时长内完成人脸面部表情动作。举例来讲，预设检测表情的顺序为开心、愤怒、伤心、开怀大笑，做上述每个表情动作的持续时长为10s，则语音提醒信息会提醒“请您做一个开心的表情”，若该用户在10s内完成了开心的表情动作，则会将该开心的人脸面部表情图像输入到人脸面部表情识别器中进行识别，若该人脸面部表情识别器检测到该人脸面部表情图像为开心，则语音提箱信息会进行第二个面部表情动作提醒，依次类推。

S102：将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对所述人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

该步骤中，将获取到的多张人脸面部表情图像根据图像的采集顺序依次输入到人脸面部表情识别器中，人脸面部表情表情识别器对输入的人脸面部表情图像进行判断，确定出人脸面部表情图像是否是预设的人脸面部表情动作，从而判断出该待检测用户是否是真人。

其中，人脸面部表情识别器通过是从预先建立的人脸面部表情库中获取多张样本人脸面部表情图像，针对于每一张样本人脸面部表情图像，将该样本人脸面部表情图像以及对应的人脸面部表情图像标签输入至预先构建好的深度学习模型中，训练得到。并且人脸面部表情识别器先对人脸面部表情视频中的人脸面部表情动作的采集时间进行检测，若上述检测满足预设的采集时间则会对该人脸面部表情图像进行检测，判断该待检测用户是否是真人。

这里，人脸面部表情识别器会对人脸面部表情动作是否在预设的人脸面部表情动作持续时间内完成进行判断。

本申请提供了一种基于人脸面部表情的活体检测方法，所述活体检测方法包括：从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

这样，通过将待检测用户的人脸面部表情输入至人脸面部表情识别器中，人脸面部表情识别器可以判断出该人脸面部表情是否符合预设的表情，通过对待检测用户在一段时间内的面部表情的识别从而，准确的判断出该待检测用户是否是活体，提高了对于活体检测的准确率。

请参阅图2，图2为本申请实施例所提供的另一种人脸面部表情的活体检测方法的流程图，图2是人脸面部表情识别器如何确定出待检测用户是否是真人的具体步骤，如图2中所示，包括：

S201：检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像。

该步骤中，在上述设置好的待检测用户的表情动作顺序及完成时长后，检测是否在每个预设的检测时间内人脸面部表情识别器中是否接收到待检测用户的人脸面部表情图像。

在具体实施中，举例来讲，若设置完成每个人脸面部表情动作的时长是10s，待检测用户需要完成5个人脸面部表情，则预设检测时间为50s，人脸面部表情识别器会在第一个10s内检测是否接收到第一个人脸面部表情图像，若接收到第一个人脸面部表情图像则会对该人脸面部表情图像进行识别，若该人脸面部表情识别成功，则会在第二个10s内检测是否接收到第二个人脸面部表情图像，往下依次类推。

在该步骤之后，若在预设检测时间内所述人脸面部表情识别器未接收到相应的人脸面部表情图像，确定所述待检测用户不是真人。

这里，若在预设的检测时间内没获得人脸面部表情图像，则确定该待检测用户不是真人。举例来讲，设置完成开心人脸面部表情动作的时长是10s，若用户在该10s内未完成开心人脸面部表情动作，则会导致人脸面部识别器在10s内未收到该开心的人脸面部表情图像则判断该待检测用户为假人。

S202：若在预设检测时间内所述人脸面部表情识别器接收到相应的人脸面部表情图像，针对每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的面部表情是否与对应的预设检验表情一致。

该步骤中，人脸面部表情识别器对在预设检测时间内接收到的人脸面部表情图像进行识别，对于每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的人脸面部表情中的面部表情与预设的检验表情是否一致。

在具体实施中，举例来讲，人脸面部表情识别器在预设时间内接收到人脸面部表情图像，人脸面部表情识别器对该人脸面部表情进行识别，若识别出的人脸面部表情为开心，并且预设的检验表情为开心，则判断出该待检测用户的人脸面部表情中的面部表情与预设的检验表情是一致。

上述步骤还包括：（a）对该张人脸面部表情图像进行特征识别，确定该张人脸面部表情图像的表情标签信息。

这里，人脸面部表情是识别器会将该张人脸面部表情图像的特征与人脸面部表情识别器中的大量带有标签的人脸面部表情的特征进行匹配，从而确定出该人脸面部表情识别器的表情标签信息。

（b）若该张人脸面部表情图像的表情标签信息与对应的预设检验表情对应的检验表情信息一致，确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致。

这里，如果识别出的表情标签信息与预设检验表情的检验表情信息一致，则确定出该张人脸面部表情与预设检验表情一致。

S203：若多张人脸面部表情图像中每一张人脸面部表情图像中的待检测用户的面部表情均与对应的预设检验表情一致，确定所述待检测用户为真人。

该步骤中，若多个人脸面部表情图像的每一个人脸面部表情均和预设的检验表情一致，则判断该检测用户为真人。

在具体实施中，举例来讲，预先检验表情的顺序为开心、愤怒、伤心，并且在10s内完成每一个人脸面部表情动作，当人脸面部表情识别器在第一个10s内接收到待检测用户的开心的人脸面部表情图像，人脸面部表情识别器会对开心的人脸面部表情图像进行识别，识别该人脸面部表情图像的结果为开心，则判断出该开心人脸面部表情图像与预设的第一个人脸面部表情动作开心相一致。则进行第2个人脸面部表情图像检验人脸面部表情识别器在第二个10s内接收到待检测用户的愤怒的人脸面部表情图像，人脸面部表情识别器会对愤怒的人脸面部表情图像进行识别，当识别该人脸面部表情图像的结果为愤怒，则判断出该愤怒人脸面部表情图像与预设的第二个人脸面部表情动作愤怒相一致。则进行第三个人脸面部表情图像检验人脸面部表情识别器在第三个10s内接收到待检测用户的伤心的人脸面部表情图像，人脸面部表情识别器会对伤心的人脸面部表情图像进行识别，当识别该人脸面部表情图像的结果为伤心，则判断出该伤心人脸面部表情图像与预设的第三个人脸面部表情动作伤心相一致，则确定出该待检测用户为真人。若在第二个10s内接收到待检测用户的愤怒的人脸面部表情图像，人脸面部表情识别器会对伤心的人脸面部表情图像进行识别，当识别出该人脸面部表情图像不是愤怒的人脸面部表情图像，则判断出该愤怒人脸面部表情图像与预设的第三个人脸面部表情动作愤怒为不一致，则确定出该待检测用户为假人。

本申请提供了一种基于人脸面部表情的活体检测方法，检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像；若在预设检测时间内所述人脸面部表情识别器接收到相应的人脸面部表情图像，针对每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的面部表情是否与对应的预设检验表情一致；若多张人脸面部表情图像中每一张人脸面部表情图像中的待检测用户的面部表情均与对应的预设检验表情一致，确定所述待检测用户为真人。

这样，通过将待检测用户的人脸面部表情输入至人脸面部表情识别器中，人脸面部表情识别器可以判断出该人脸面部表情是否符合预设的表情，通过对待检测用户在一段时间内的面部表情的识别从而，准确的判断出该待检测用户是否是活体，提高了对于活体检测的准确率。

基于同一申请构思，本申请实施例中还提供了与上述实施例提供一种基于人脸面部表情的活体检测方法对应的一种基于人脸面部表情的活体检测装置，由于本申请实施例中的装置解决问题的原理与本申请上述实施例一种基于人脸面部表情的活体检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

请参阅图3、图4，图3为本申请实施例所提供的一种基于人脸面部表情的活体检测装置的结构示意图之一，图4为本申请实施例所提供的一种基于人脸面部表情的活体检测装置的结构示意图之二。如图3中所示，活体检测装置300包括：

采集模块301，用于从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；

识别检测模块302，用于将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

可选的，所述识别检测模块302通过以下步骤确定所述待检测用户为真人：

检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像；

若在预设检测时间内所述人脸面部表情识别器接收到相应的人脸面部表情图像，针对每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的面部表情是否与对应的预设检验表情一致；

若多张人脸面部表情图像中每一张人脸面部表情图像中的待检测用户的面部表情均与对应的预设检验表情一致，确定所述待检测用户为真人。

可选的，所述识别检测模块302用于针对每一张人脸面部表情图像，通过以下步骤确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致：

对该张人脸面部表情图像进行特征识别，确定该张人脸面部表情图像的表情标签信息；

若该张人脸面部表情图像的表情标签信息与对应的预设检验表情对应的检验表情信息一致，确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致。

可选的，所述识别检测模块302在所述检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像之后，所述识别检测模块302还用于：

若在预设检测时间内所述人脸面部表情识别器未接收到相应的人脸面部表情图像，确定所述待检测用户不是真人。

可选的，如图4所示，所示活体检测装置还包括，设置模块303用于：

设置所述人脸面部表情视频中的人脸面部表情动作信息、人脸面部表情数量信息以及完成一个人脸面部表情动作的预设采集时间；

基于随机算法确定出所述人脸面部表情视频中的预设检验表情。

本申请提供了一种基于人脸面部表情的活体检测装置，采集模块，用于从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；识别检测模块，用于将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

这样，通过将待检测用户的人脸面部表情输入至人脸面部表情识别器中，人脸面部表情识别器可以判断出该人脸面部表情是否符合预设的表情，通过对待检测用户在一段时间内的面部表情的识别，准确的判断出该待检测用户是否是活体，提高了对于活体检测的准确率。

请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。

所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1以及图2所示方法实施例中的一种基于人脸面部表情的活体检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该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运行时可以执行如上述图1以及图2所示方法实施例中的一种基于人脸面部表情的活体检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述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，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于人脸面部表情的活体检测方法，其特征在于，所述活体检测方法包括：

从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；

将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；

其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

2.根据权利要求1所述的活体检测方法，其特征在于，通过以下步骤确定所述待检测用户为真人：

检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像；

若在预设检测时间内所述人脸面部表情识别器接收到相应的人脸面部表情图像，针对每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的面部表情是否与对应的预设检验表情一致；

若多张人脸面部表情图像中每一张人脸面部表情图像中的待检测用户的面部表情均与对应的预设检验表情一致，确定所述待检测用户为真人。

3.根据权利要求2所述的活体检测方法，其特征在于，针对每一张人脸面部表情图像，通过以下步骤确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致：

对该张人脸面部表情图像进行特征识别，确定该张人脸面部表情图像的表情标签信息；

若该张人脸面部表情图像的表情标签信息与对应的预设检验表情对应的检验表情信息一致，确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致。

4.根据权利要求2所述的活体检测方法，其特征在于，在所述检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像之后，所述活体检测还包括：

若在预设检测时间内所述人脸面部表情识别器未接收到相应的人脸面部表情图像，确定所述待检测用户不是真人。

5.根据权利要求1所述的活体检测方法，其特征在于，在所述从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像之前，所述活体检测方法还包括：

设置所述人脸面部表情视频中的人脸面部表情动作信息、人脸面部表情数量信息以及完成一个人脸面部表情动作的预设采集时间；

基于随机算法确定出所述人脸面部表情视频中的预设检验表情。

6.一种基于人脸面部表情的活体检测装置，其特征在于，所述活体检测装置包括：

采集模块，用于从获取到的待检测用户在预设检测时间段内的人脸面部表情视频中，按照采集时间确定出与所述待检测用户关联的多张人脸面部表情图像；

识别检测模块，用于将获取到的多张人脸面部表情图像按照图像采集顺序依次输入至预先训练好的人脸面部表情识别器中，确定所述待检测用户是否为真人；其中，所述人脸面部表情识别器通过对每张人脸面部表情图像的采集时间以及每张人脸面部表情图像中表示的待检测用户的面部表情的检测，判断所述待检测用户是否为真人。

7.根据权利要求6所述的活体检测装置，其特征在于，所述识别检测模块通过以下步骤确定所述待检测用户为真人：

检测在预设检测时间内所述人脸面部表情识别器是否接收到相应的人脸面部表情图像；

若在预设检测时间内所述人脸面部表情识别器接收到相应的人脸面部表情图像，针对每一张人脸面部表情图像，检测该张人脸面部表情图像中的待检测用户的面部表情是否与对应的预设检验表情一致；

若多张人脸面部表情图像中每一张人脸面部表情图像中的待检测用户的面部表情均与对应的预设检验表情一致，确定所述待检测用户为真人。

8.根据权利要求7所述的活体检测装置，其特征在于，所述识别检测模块用于针对每一张人脸面部表情图像，通过以下步骤确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致：

对该张人脸面部表情图像进行特征识别，确定该张人脸面部表情图像的表情标签信息；

若该张人脸面部表情图像的表情标签信息与对应的预设检验表情对应的检验表情信息一致，确定该张人脸面部表情图像指示的待检测用户的面部表情与对应的预设检验表情一致。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至5中任一所述的一种基于人脸面部表情的活体检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至5中任一所述的一种基于人脸面部表情的活体检测方法的步骤。

Images