CN113051982B - 人脸活体检测方法、装置、设备和存储介质 - Google Patents
人脸活体检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113051982B CN113051982B CN201911382594.6A CN201911382594A CN113051982B CN 113051982 B CN113051982 B CN 113051982B CN 201911382594 A CN201911382594 A CN 201911382594A CN 113051982 B CN113051982 B CN 113051982B
- Authority
- CN
- China
- Prior art keywords
- light image
- living body
- face
- visible light
- target object
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 claims abstract description 31
- 210000001508 eye Anatomy 0.000 claims description 65
- 230000002159 abnormal effect Effects 0.000 claims description 33
- 239000011521 glass Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001727 in vivo Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 16
- 238000001228 spectrum Methods 0.000 abstract description 10
- 230000009471 action Effects 0.000 abstract description 9
- 230000003993 interaction Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 6
- 239000000516 sunscreening agent Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000005808 skin problem Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 208000028990 Skin injury Diseases 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 230000037380 skin damage Effects 0.000 description 4
- 206010042496 Sunburn Diseases 0.000 description 3
- 230000000475 sunscreen effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000006071 cream Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 208000024813 Abnormality of the eye Diseases 0.000 description 1
- 208000032544 Cicatrix Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000009759 skin aging Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000037072 sun protection Effects 0.000 description 1
- 238000012549 training 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
- G06V40/10—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种人脸活体检测方法、装置、设备和存储介质。该人脸活体检测方法包括:获取目标对象的可见光图像和紫外光图像;分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果。本发明实施例基于多镜头多光谱成像利用人脸的实际潜在皮肤情况在不同光下显示情况不同对人脸活体进行检测,避免了采用可预知的动作策略带来的误识别现象,提高活体识别的准确率。并且基于多镜头多光谱成像检测不需要用户的交互行为,减少过程的复杂性,提高用户的体验感。
Description
技术领域
本发明实施例涉及图像识别技术领域,尤其涉及一种人脸活体检测方法、装置、设备和存储介质。
背景技术
人脸识别技术作为一种有效的身份认证与识别技术,相比传统的刷卡比对、密码比对方式,因具有易用性高、能准确判断人员身份、用户友好性、非接触式等特点,目前得到了广泛的应用,在安防监控、门禁、金融支付等领域越来越多的被使用。然而,人脸识别系统也容易受到一些非法用户的攻击,对人脸识别系统的攻击,主要有3类:照片攻击、视频攻击和3D模型攻击。非法分子或者假冒用户在获得合法用户的照片或视频后,使用合法用户的照片、视频或3D模型作为伪造的人脸试图欺骗系统。为了区分真实人脸以及照片、视频和3D模型,出现了人脸活体检测技术。人脸活体检测是防止假体攻击的一种技术方法,可以有效提升人脸识别的可靠性。
目前常用的人脸活体检测技术采用通过系统与用户的交互,利用生成的动作策略让用户依次做出一些动作,如眨眼、左右摇头、点头、张嘴等,再利用计算机视觉技术判断用户动作是否正确,从而确定采集的是人脸活体,而不是伪造的照片、视频或者3D模型。这种技术从一定程度上提高了人脸识别系统的安全性。
但由于人脸活体检测时采用的各种动作策略是固定的,并不能够根据具体的应用场景进行调整,存在灵活度不强,不能满足各种应用场景需求的缺陷。在某些应用场景下,甚至会导致安全性降低,使得系统遭受攻击的风险增大。
发明内容
本发明实施例提供一种人脸活体检测方法、装置、设备和存储介质,利用人脸在紫外光成像中的特点,通过采用紫外光成像和可见光成像融合的检测方式,实现提高对人脸活体检测的准确度和易用性。
第一方面,本发明实施例提供了一种人脸活体检测方法,包括:
获取目标对象的可见光图像和紫外光图像;
分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果。
第二方面,本发明实施例还提供了一种人脸活体检测装置,包括:
标对象图像获取模块,用于获取目标对象的可见光图像和紫外光图像;
活体检测结果确定模块,用于分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果。
第三方面,本发明实施例还提供了一种计算机设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的人脸活体检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的人脸活体检测方法。
本发明实施例利用活体人脸的紫外光图像中会显示可见光条件下无法直接看见的皮肤问题,将人脸图像的可见光图像和紫外光图像结合,根据关键区域的对比结果,识别紫外光图像中是否存在可见光图像中无法查看的皮肤问题,进而对人脸是否是活体进行检测。基于多镜头多光谱成像利用人脸的实际潜在皮肤情况在不同光下显示情况不同对人脸活体进行检测,避免了采用可预知的动作策略带来的误识别现象,提高活体识别的准确率。并且基于多镜头多光谱成像检测不需要用户的交互行为,减少过程的复杂性,提高用户的体验感。
附图说明
图1是本发明实施例一中的人脸活体检测方法的流程图;
图2是本发明实施例二中的人脸活体检测方法的流程图;
图3是本发明实施例三中的人脸活体检测装置的结构示意图;
图4是本发明实施例四中的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例一中的人脸活体检测方法的流程图,本实施例可适用于结合人脸的紫外光图像和可见光图像对人脸是否属于活体进行识别的情况。该方法可以由人脸活体检测装置来执行,该装置可以采用软件和/或硬件的方式实现,并可配置在计算机设备中,例如计算机设备可以是后台服务器等具有通信和计算能力的设备。如图1所示,该方法具体包括:
步骤101、获取目标对象的可见光图像和紫外光图像。
其中,目标对象是指需要进行判断是否是人脸活体的检测对象,例如在活体检测装置镜头前的活体人脸、人脸图像、人脸视频或者人脸3D模型等。可见光图像是指利用开启了红外光和紫外光过滤的镜头对目标对象进行拍摄得到的图像,可见光图像一般是指人眼可见的画面。紫外光图像是指利用开启了红外光和可见光过滤的镜头对目标对象进行拍摄得到的图像。在本实施例中,可选的,对采集可见光图像的镜头增加白光补光灯,对采集紫外光图像的镜头增加长波紫外补光灯,用于在环境光不足的条件下对目标对象进行拍摄,以确保拍摄得到图像的清晰度,例如在夜晚场景下或室内昏暗场景下。
随着时间推移,人脸皮肤由于常年暴露在外会受到各种损伤,由此会在人脸上出现晒斑、疤痕、肌肤老化现象。但是在常规的可见光成像画面或红外光成像画面中,对于这些损伤是难以直接看见的,而在紫外光成像画面中会清晰地显示出这些隐藏的损伤。所以只要是活体人脸就会伴随着皮肤损伤问题,而对于假造的人脸图像、人脸视频以及人脸3D模型,只是单纯地对人脸肖像进行模仿,对于皮肤潜层的损伤问题无法模仿。并且,眼镜和防晒霜会阻挡紫外光,因此人脸如果戴眼镜或者涂防晒霜时,在紫外光画面中会在相应区域出现黑色区域,而在可见光画面中则是正常人脸状态,不会出现黑色区域,这些差异也是假体人脸很难进行模仿的。
具体的,采用两路镜头同时对目标对象采集可见光图像和紫外光图像,保证两种图像获取时对应的目标对象的一致性。示例性的,在一路镜头前用红外光和紫外光过滤片进行过滤,获取的为可见光图像;在另一路镜头前用红外光和可见光过滤片进行过滤,获取的为紫外光图像。分别对两个镜头的画面进行图像采集以及ISP处理(Image SignalProcessing,图像信号处理),得到目标对象的两路清晰的图像画面。
步骤102、分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果。
其中,关键区域是指可以显示出皮肤潜在问题以及可以出现阻挡紫外光物体的区域;例如关键区域可以是佩戴了遮挡紫外线的眼睛的眼部区域、涂了防晒霜的区域或者出现损伤问题严重的脸部区域等。活体检测结果是指识别目标对象是否是活体的结果,包括活体或者假体,活体即为真实的人脸,假体即为采用各种手段对人脸进行仿造的对象,如人脸图片、人脸视频或者人脸3D模型等。
具体的,分别对可见光图像和紫外光图像中的出现皮肤损伤以及紫外线遮挡的区域进行识别,判断两种图像中的区别,是否存在紫外光图像中的关键区域存在紫外光遮挡现象或出现斑点现象,且可见光图像中的对应关键区域没有出现紫外光遮挡现象或没有出现斑点现象,若存在这种两个图像的差异现象,则可对目标对象的活体检测结果进行确定。示例的,对于涂防晒霜的关键区域,一般会对全脸进行防晒霜的涂抹,则关键区域可以是全脸,则对于这种情况下,紫外光图像中人脸部位会出现大面积的黑色区域,而可见光图像中人脸部位仍是正常的可识别出五官的区域,则可判定为活体。并且对于人脸来说,势必存在紫外光下可见的皮肤损伤,可见光下不可见的现象,若假体人脸针对皮肤损伤或者涂防晒的问题对假体人脸进行针对性的模仿,则在可见光图像上会出现问题。如对于防晒霜的问题,在假体人脸中的相应位置用黑色涂抹,则会出现在紫外光图像中出现黑色区域,而在可见光图像中也出现黑色区域,则属于不正常现象,可判定为假体。
通过检测紫外光图像中的关键区域的皮肤损伤以及紫外光遮挡现象,与可见光图像中的正常人脸进行对比,即可实现对真人活体的检测。采用这种方式避免了可针对性进行模仿的假体攻击行为,提高对人脸活体检测的准确率。
在一个可行的实施例中,可选的,分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果,包括:
若所述可见光图像的脸部关键区域中未识别出异常信息,且所述紫外光图像的脸部关键区域中识别出异常信息,则确定所述目标对象为活体;其中,异常信息包括遮挡和/或斑点。
其中,异常信息是指在可见光图像中无法显示,而在紫外光图像中可以显示的信息,如包括遮挡和/或斑点。遮挡对应了在脸部关键区域中涂抹了防晒霜造成该区域可以隔绝紫外线而出现的现象;斑点对应了在脸部关键区域中的晒斑等皮肤问题。
具体的,若在可见光图像的脸部区域未识别到存在斑点或遮挡区域,而紫外光图像的脸部区域识别到存在斑点或遮挡区域,则说明对应的人脸中存在肉眼不可见的皮肤损伤问题或涂抹防晒霜现象,确定目标对象为活体人脸。
在一个可行的实施例中,可选的,分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果,包括:
若所述可见光图像的眼部关键区域中识别出人眼信息,且所述紫外光图像的眼部关键区域中未识别出人眼信息,则确定所述目标对象为活体;
否则,分别对所述可见光图像和所述紫外光图像中的脸部关键区域进行识别,并根据脸部关键区域识别结果确定所述目标对象的活体检测结果。
其中,眼部关键区域是指人眼所在的区域,覆盖眼镜的区域。人眼信息是指在眼部关键区域识别出人眼,因为若在眼部区域佩戴了能遮挡紫外光的眼镜时,在紫外光成像画面中人眼区域是被黑色覆盖,无法识别到人眼。脸部关键区域是指大面积出现晒斑等损伤的区域,同时脸部关键区域也可以是被防晒霜覆盖的大面积区域。脸部关键区域具有易识别、特征明显的特点。
具体的,对可见光图像和紫外光图像进行眼部关键区域的识别,示例性的,先在可见光图像中识别出眼部关键区域,由于两路镜头的拍摄角度相似,且是基于同一时刻进行拍摄,所以两个图像中的位置关系是对应的,则根据识别出的可见光图像中的眼部关键区域的位置信息将紫外光图像的相同位置确定为眼部关键区域。因为若存在被遮挡现象,则紫外光图像中的眼部关键区域难以识别,用可见光图像的位置对紫外光图像的相应位置进行确定,可以提高关键区域确定的准确性,进而提高区别特征识别的准确率。
当在可见光图像的眼部关键区域中识别到了存在人眼,但是在紫外光图像的相应眼部关键区域中未识别到存在人眼,示例性的,在紫外光图像中的相应位置被黑色覆盖即为未识别到存在人眼;或者人眼检测在该区域中未找到匹配对象。说明在真实人脸上佩戴了可阻挡紫外光的眼镜,且在该眼镜下肉眼可见人眼;而若是假体人脸,如人脸图片,在其紫外光图像上无法出现眼部区域被遮挡现象,则可以判定对应的人脸为假体。
若属于其他情况:可见光图像的眼部关键区域中识别出人眼信息,但紫外光图像的眼部关键区域中也识别出人眼信息;或者,可见光图像的眼部关键区域中未识别出人眼信息,则对可见光图像和紫外光图像进行脸部关键区域的识别,如左脸颊和右脸颊区域的识别。根据脸部关键区域中识别出的皮肤损伤问题或被遮挡现象在可见光图像和紫外光图像上的不同,对目标对象的活体检测结果进行确定。
在本实施例中,先对眼部区域的异常进行检测,对眼部区域识别不出的情况采用脸部区域进行检测,在保证活体检测的准确率提高的基础上,减少了部分情况的检测过程,提高检测效率。
在一个可选的实施例中,若采取上述技术方案无法对目标对象的活体检测结果进行确定,则可以采取其他方式进行确定,提高活体检测的准确性。具体检测方式在本实施例中不作限定。
通过对可见光图像和紫外光图像中脸部关键区域的特征对比结果匹配,对目标对象的活体检测结果进行确定,适用于眼部关键区域无法检测的情况,扩大了通过紫外光图像和可见光图像结合进行活体检测的适用范围,提高了活体检测的准确性。
可选的,异常信息可通过深度学习算法进行确定。示例性的,对人脸图像上的异常现象预先采集样本集,采用深度学习网络对样本集进行训练,得到异常信息检测模型,进而使用异常信息检测模型对目标对象的可见光图像和紫外光图像的异常信息进行识别。
本发明实施例利用活体人脸的紫外光图像中会显示可见光条件下无法直接看见的皮肤问题,将人脸图像的可见光图像和紫外光图像结合,根据眼部关键区域和脸部关键区域的特征对比结果,对紫外光图像中是否存在可见光图像中无法查看的皮肤问题进行识别,进而对人脸是否是活体进行检测。基于多镜头多光谱成像利用人脸的实际潜在皮肤情况在不同光下显示情况不同对人脸活体进行检测,避免了采用可预知的动作策略带来的误识别现象,提高活体识别的准确率。并且基于多镜头多光谱成像检测不需要用户的交互行为,减少过程的复杂性,提高用户的体验感。
实施例二
图2是本发明实施例二中的人脸活体检测方法的流程图,本实施例二在实施例一的基础上进行进一步地优化,对于紫外光图像和可见光图像无法识别的人脸信息,采用红外光图像进行活体检测,提高对人脸活体检测的准确率。如图2所示,所述方法包括:
步骤201、获取目标对象的可见光图像和紫外光图像。
步骤202、若所述可见光图像的眼部关键区域中识别出人眼信息,且所述紫外光图像的眼部关键区域中未识别出人眼信息,则确定所述目标对象为活体。
具体的,若对可见光图像和紫外光图像的眼部关键区域的识别结果不属于步骤202中的情况,则对于不匹配的情况执行步骤203中采用脸部关键区域进行识别。
步骤203、否则,分别对所述可见光图像和所述紫外光图像中的脸部关键区域进行识别,若所述可见光图像的脸部关键区域中未识别出异常信息,且所述紫外光图像的脸部关键区域中识别出异常信息,则确定所述目标对象为活体。
具体的,若对可见光图像和紫外光图像的脸部关键区域的识别结果不属于步骤203中的情况,则对于不匹配的情况执行步骤204中的识别方法。
步骤204、若所述可见光图像的脸部关键区域中识别出异常信息,和/或所述紫外光图像的脸部关键区域中未识别异常信息,则对所述可见光图像进行轮廓或深度检测,并根据检测结果确定所述目标对象为活体。
具体的,由于人脸图像中人脸的轮廓信息中不存在边缘轮廓信息,若在人脸图像中检测到了边缘,则说明目标对象为人脸照片或视频,对应的边缘轮廓为照片的边缘或视频播放器的边缘。轮廓检测是基于此特点对可见光图像进行判断,确定是否是活体;若在人脸图像中人脸外的区域检测到边缘轮廓信息则判定为假体,否则为活体。深度检测则是利用人脸图像中器官点的深度信息进行判断,由于真实人脸中各器官到镜头的距离不同,会带来不同的深度信息;而对于人脸假体中的人脸照片或人脸视频而言,其深度信息是相同的,所以基于此特点对可见光图像进行判断,若深度信息不同则为活体,若深度信息相同则为假体。
示例性的,对于步骤203中通过脸部关键区域可以检测为活体的以外的情况:包括在目标对象的可见光图像的脸部关键区域中识别到遮挡或斑点,且在紫外光图像的脸部关键区域中也识别到遮挡或斑点;或者,在目标对象的可见光图像的脸部关键区域中识别到遮挡或斑点,且在紫外光图像的脸部关键区域中没有识别到遮挡或斑点;或者,在目标对象的可见光图像的脸部关键区域中没有识别到遮挡或斑点,且在紫外光图像的脸部关键区域中没有识别到遮挡或斑点,直接采用对应的可见光图像进行识别,具体可根据可见光图像中的轮廓信息和深度信息进行识别,并进行相应的人脸活体检测结果确定。
对于紫外光图像和可见光图像融合无法确定的检测对象,直接采用可见光图像进行判别,扩大了检测范围,进而提高活体检测的准确性。
在一个可选的实施例中,若可见光图像的脸部关键区域中识别出异常信息,且所述紫外光图像的脸部关键区域中也识别出异常信息,则确定所述目标对象为假体。示例性的,若在可见光图像和紫外光图像中都识别到了异常信息,说明目标对象的人脸存在恶意攻击造假行为,判定其为假体人脸。对于可见光图像的脸部关键区域中未识别出异常信息,且所述紫外光图像的脸部关键区域中也未识别出异常信息,和可见光图像的脸部关键区域中识别出异常信息,且所述紫外光图像的脸部关键区域中未识别出异常信息,可以采用其他方式对目标对象是否为活体进行检测。例如对所述可见光图像进行轮廓或深度检测,并根据检测结果确定所述目标对象为活体。表明对于若对可见光图像和紫外光图像的脸部关键区域的识别结果不属于步骤203中的情况,可以直接采用步骤204的方法进行确定,也可以对其中的假体情况进行排除后,再采用步骤204的方法进行确定。
在一个可行的实施例中,可选的,所述方法还包括:
若所述可见光图像的脸部关键区域中识别出异常信息,和/或所述紫外光图像的脸部关键区域中未识别异常信息,则还获取目标对象的红外光图像,并根据对所述红外光图像的检测结果确定所述目标对象是否为活体。
其中,红外光图像是指利用开启了可见光和紫外光过滤的镜头对目标对象进行拍摄得到的图像。由于人脸皮肤和其他材质的物体对红外光的反射情况不同,所以呈现的红外光图像不同,在本实施例中,利于此特点采集红外光图像对目标对象进行活体检测。提高活体检测的准确性,以及扩大可以确定活体检测结果的目标对象范围,适用性更强。
具体的,增加一路镜头对目标对象采集红外光图像,示例性的,在增加的一路镜头前用可见光和紫外光过滤片进行过滤,获取到的图像为红外光图像。对于步骤203中通过脸部关键区域可以检测为活体的以外的情况:包括在目标对象的可见光图像的脸部关键区域中识别到遮挡或斑点,且在紫外光图像的脸部关键区域中也识别到遮挡或斑点;或者,在目标对象的可见光图像的脸部关键区域中识别到遮挡或斑点,且在紫外光图像的脸部关键区域中没有识别到遮挡或斑点;或者,在目标对象的可见光图像的脸部关键区域中没有识别到遮挡或斑点,且在紫外光图像的脸部关键区域中没有识别到遮挡或斑点,获取目标对象的红外光图像,根据确定的红外光图像的成像结果以及活体人脸对红外光的反射情况,对相应的人脸活体检测结果进行确定。
本发明实施例基于多镜头多光谱成像利用人脸的实际潜在皮肤情况在不同光下显示情况不同对人脸活体进行检测,避免了采用可预知的动作策略带来的误识别现象,提高活体识别的准确率。并且基于多镜头多光谱成像检测不需要用户的交互行为,减少过程的复杂性,提高用户的体验感。并且对于紫外光和可见光融合的条件下检测不出的情况,采用可见光图像或红外光图像进行确定,扩大了检测所适用的范围,提高活体检测的准确率。
实施例三
图3是本发明实施例三中的人脸活体检测装置的结构示意图,本实施例可适用于结合人脸的紫外光图像和可见光图像对人脸是否属于活体进行识别的情况。如图3所示,该装置包括:
目标对象图像获取模块310,用于获取目标对象的可见光图像和紫外光图像;
活体检测结果确定模块320,用于分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果。
本发明实施例利用活体人脸的紫外光图像中会显示可见光条件下无法直接看见的皮肤问题,将人脸图像的可见光图像和紫外光图像结合,根据关键区域的对比结果,识别紫外光图像中是否存在可见光图像中无法查看的皮肤问题,进而对人脸是否是活体进行检测。基于多镜头多光谱成像利用人脸的实际潜在皮肤情况在不同光下显示情况不同对人脸活体进行检测,避免了采用可预知的动作策略带来的误识别现象,提高活体识别的准确率。并且基于多镜头多光谱成像检测不需要用户的交互行为,减少过程的复杂性,提高用户的体验感。
可选的,活体检测结果确定模块320,具体用于:
若所述可见光图像的脸部关键区域中未识别出异常信息,且所述紫外光图像的脸部关键区域中识别出异常信息,则确定所述目标对象为活体;其中,异常信息包括遮挡和/或斑点。
可选的,活体检测结果确定模块320,包括:
眼部关键区域识别单元,用于若所述可见光图像的眼部关键区域中识别出人眼信息,且所述紫外光图像的眼部关键区域中未识别出人眼信息,则确定所述目标对象为活体;
脸部关键区域识别单元,用于否则,分别对所述可见光图像和所述紫外光图像中的脸部关键区域进行识别,并根据脸部关键区域识别结果确定所述目标对象的活体检测结果。
可选的,所述装置还包括:
可见光图像检测模块,用于若所述可见光图像的脸部关键区域中识别出异常信息,和/或所述紫外光图像的脸部关键区域中未识别异常信息,则对所述可见光图像进行轮廓或深度检测,并根据检测结果确定所述目标对象为活体。
可选的,所述装置还包括:
红外光图像检测模块,用于若所述可见光图像的脸部关键区域中识别出异常信息,和/或所述紫外光图像的脸部关键区域中未识别异常信息,则还获取目标对象的红外光图像,并根据对所述红外光图像的检测结果确定所述目标对象是否为活体。
本发明实施例所提供的人脸活体检测装置可执行本发明任意实施例所提供的人脸活体检测方法,具备执行人脸活体检测方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图4显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储装置28,连接不同系统组件(包括系统存储装置28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储装置28可以包括易失性存储装置形式的计算机系统可读介质,例如随机存取存储装置(RAM)30和/或高速缓存存储装置32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储装置28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储装置28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的人脸活体检测方法,包括:
获取目标对象的可见光图像和紫外光图像;
分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的人脸活体检测方法,包括:
获取目标对象的可见光图像和紫外光图像;
分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种人脸活体检测方法,其特征在于,包括:
获取目标对象的可见光图像和紫外光图像;
分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果;
其中,分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果,包括:
若所述可见光图像的眼部关键区域中识别出人眼信息,且所述紫外光图像的眼部关键区域中未识别出人眼信息,则确定所述目标对象为活体;其中,所述眼部关键区域为覆盖眼镜的区域;所述眼镜为阻挡紫外线,且在肉眼下可见人眼的眼镜;
否则,分别对所述可见光图像和所述紫外光图像中的脸部关键区域进行识别,并根据脸部关键区域识别结果确定所述目标对象的活体检测结果。
2.根据权利要求1所述的方法,其特征在于,分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果,还包括:
若所述可见光图像的脸部关键区域中未识别出异常信息,且所述紫外光图像的脸部关键区域中识别出异常信息,则确定所述目标对象为活体;其中,异常信息包括遮挡和/或斑点。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述可见光图像的脸部关键区域中识别出异常信息,和/或所述紫外光图像的脸部关键区域中未识别异常信息,则对所述可见光图像进行轮廓或深度检测,并根据检测结果确定所述目标对象为活体。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述可见光图像的脸部关键区域中识别出异常信息,和/或所述紫外光图像的脸部关键区域中未识别异常信息,则还获取目标对象的红外光图像,并根据对所述红外光图像的检测结果确定所述目标对象是否为活体。
5.一种人脸活体检测装置,其特征在于,包括:
目标对象图像获取模块,用于获取目标对象的可见光图像和紫外光图像;
活体检测结果确定模块,用于分别对所述可见光图像和紫外光图像中的关键区域进行识别,并根据关键区域识别结果确定所述目标对象的活体检测结果;
所述活体检测结果确定模块,包括:
眼部关键区域识别单元,用于若所述可见光图像的眼部关键区域中识别出人眼信息,且所述紫外光图像的眼部关键区域中未识别出人眼信息,则确定所述目标对象为活体;其中,所述眼部关键区域为覆盖眼镜的区域;所述眼镜为阻挡紫外线,且在肉眼下可见人眼的眼镜;
脸部关键区域识别单元,用于否则,分别对所述可见光图像和所述紫外光图像中的脸部关键区域进行识别,并根据脸部关键区域识别结果确定所述目标对象的活体检测结果。
6.根据权利要求5所述的装置,其特征在于,活体检测结果确定模块,具体用于:
若所述可见光图像的脸部关键区域中未识别出异常信息,且所述紫外光图像的脸部关键区域中识别出异常信息,则确定所述目标对象为活体;其中,异常信息包括遮挡和/或斑点。
7.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的人脸活体检测方法。
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,该程序被处理器执行时实现如权利要求1-4中任一所述的人脸活体检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911382594.6A CN113051982B (zh) | 2019-12-28 | 2019-12-28 | 人脸活体检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911382594.6A CN113051982B (zh) | 2019-12-28 | 2019-12-28 | 人脸活体检测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113051982A CN113051982A (zh) | 2021-06-29 |
CN113051982B true CN113051982B (zh) | 2024-04-02 |
Family
ID=76507377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911382594.6A Active CN113051982B (zh) | 2019-12-28 | 2019-12-28 | 人脸活体检测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113051982B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082991B (zh) * | 2022-06-27 | 2024-07-02 | 平安银行股份有限公司 | 人脸活体检测方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
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 |
JP2017191374A (ja) * | 2016-04-11 | 2017-10-19 | シャープ株式会社 | 生体判定装置、端末装置、生体判定装置の制御方法、制御プログラム |
EP3425560A1 (de) * | 2017-07-06 | 2019-01-09 | Bundesdruckerei GmbH | Vorrichtung und verfahren zur erfassung von biometrischen merkmalen eines gesichts einer person |
-
2019
- 2019-12-28 CN CN201911382594.6A patent/CN113051982B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
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 |
JP2017191374A (ja) * | 2016-04-11 | 2017-10-19 | シャープ株式会社 | 生体判定装置、端末装置、生体判定装置の制御方法、制御プログラム |
EP3425560A1 (de) * | 2017-07-06 | 2019-01-09 | Bundesdruckerei GmbH | Vorrichtung und verfahren zur erfassung von biometrischen merkmalen eines gesichts einer person |
Also Published As
Publication number | Publication date |
---|---|
CN113051982A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12014571B2 (en) | Method and apparatus with liveness verification | |
CN106372601B (zh) | 一种基于红外可见双目图像的活体检测方法及装置 | |
CN111582238B (zh) | 一种应用于人脸遮挡场景的活体检测方法及装置 | |
JP5076563B2 (ja) | 顔照合装置 | |
KR100580630B1 (ko) | 적외선을 이용한 사람 식별 장치 및 방법 | |
KR101286454B1 (ko) | 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법 | |
EP2485041B1 (en) | Method for processing body inspection image and body inspection device | |
CN109086718A (zh) | 活体检测方法、装置、计算机设备及存储介质 | |
CN110008813B (zh) | 基于活体检测技术的人脸识别方法和系统 | |
Kim et al. | Face liveness detection using variable focusing | |
CN110059644A (zh) | 一种基于人脸图像的活体检测方法、系统及相关组件 | |
KR20190089387A (ko) | 라이브니스 검사 방법 및 장치 | |
CN113205057B (zh) | 人脸活体检测方法、装置、设备及存储介质 | |
CN111325150A (zh) | 着装检测装置、方法及存储介质 | |
WO2016010721A1 (en) | Multispectral eye analysis for identity authentication | |
WO2016010720A1 (en) | Multispectral eye analysis for identity authentication | |
CN104834901A (zh) | 一种基于双目立体视觉的人脸检测方法、装置及系统 | |
JP2007516525A (ja) | 顔面イメージ取得と識別の方法及びシステム | |
CN113361349A (zh) | 人脸活体检测方法、装置、电子设备和存储介质 | |
KR20180134280A (ko) | 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 | |
KR101919090B1 (ko) | 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 | |
CN112052832A (zh) | 人脸检测的方法、装置和计算机存储介质 | |
CN113051982B (zh) | 人脸活体检测方法、装置、设备和存储介质 | |
CN111259757B (zh) | 一种基于图像的活体识别方法、装置及设备 | |
KR20230152576A (ko) | 스푸핑 방지 기능을 갖춘 얼굴 생체 인식 |
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 |