CN114333029A - 模板图像生成方法、装置及存储介质 - Google Patents
模板图像生成方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114333029A CN114333029A CN202111674033.0A CN202111674033A CN114333029A CN 114333029 A CN114333029 A CN 114333029A CN 202111674033 A CN202111674033 A CN 202111674033A CN 114333029 A CN114333029 A CN 114333029A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- target template
- template image
- user
- 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
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本申请实施例涉及图像处理领域,并提供了一种模板图像生成方法,所述方法应用于图像生成装置,所述方法包括:获取预设蒙版特征以及获取第一用户的第一人脸图像,所述预设蒙版特征包括多个人脸关键点特征;将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像;所述目标模板图像用于检测人脸识别装置是否存在安全漏洞。本申请方案可根据目标模板图像有效检测出人脸识别系统的安全漏洞,从而为改进人脸识别系统而提高安全性提供依据。
Description
技术领域
本申请涉及图像处理技术领域,尤其是涉及到一种模板图像生成方法、装置及存储介质。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。
人脸识别系统已广泛应用于金融、安检、监控、自助服务等领域,例如,应用在社区的人脸识别门禁系统,应用在公司的人脸识别考勤系统,应用在公安系统的基于人脸识别电子护照及身份证,用于信息安全的人脸识别系统等等。作为普通用户,最常用的基于人脸识别的操作如,基于人脸识别系统进行终端设备登录、电子政务或电子商务。随着人工智能的进一步发展和普及,人脸识别系统识别势必会应用到更多的场景。
人脸识别系统作为验证用户身份的系统,系统自身的安全性至关重要。为了尽可能提高人脸识别系统的安全性,非常有必要对人脸识别系统进行安全漏洞检测。通过安全漏洞检测,确定人脸识别系统是否存在安全漏洞,这为改进人脸识别系统从而提高系统安全性提供了重要的依据。
发明内容
有鉴于此,本申请提供了一种模板图像生成方法、装置及存储介质,主要目的在于通过对人脸识别系统安全性检测,从而为提高人脸识别系统的安全性提供依据。
第一方面中,本申请实施例从图像生成装置角度提供一种模板图像生成方法,所述方法应用于图像生成装置,所述方法包括:
获取预设蒙版特征以及获取第一用户的第一人脸图像,所述预设蒙版特征包括多个人脸关键点特征;
将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像;所述目标模板图像用于检测人脸识别装置是否存在安全漏洞;
输出所述目标模板图像。
第二方面,本申请实施例从人脸识别装置角度提供一种检测人脸识别装置安全漏洞的方法,所述方法应用于所述人脸识别装置,所述方法包括:
获取待检测人脸图像,所述待检测人脸图像为目标模板图像与第二人脸图像叠加得到,所述目标模板图像基于第一用户的第一人脸图像的至少部分人脸特征区域得到,所述第二人脸图像为第二用户的第二人脸图像;
对所述待检测人脸图像进行身份验证,得到识别结果;
若所述识别结果为通过身份验证,则确定所述人脸识别装置存在安全漏洞。
第三方面,本申请实施例提供一种图像生成装置,具有实现对应于上述第一方面提供的模板图像生成方法的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。
一种可能的设计中,所述图像生成装置包括:
输入输出模块,用于获取预设蒙版特征以及获取第一用户的第一人脸图像;
处理模块,用于将所述输入输出模块获取的所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像,所述目标模板图像用于检测人脸识别装置是否存在安全漏洞;
所述输入输出模块还用于输出所述处理模块得到的所述目标模板图像。
第四方面,本申请实施例提供了一种人脸识别装置,具有实现对应于上述第二方面提供的检测人脸识别装置安全漏洞的方法的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。
一种可能的设计中,所述人脸识别装置包括:
输入输出模块,用于获取待检测人脸图像,所述待检测人脸图像为目标模板图像与第二人脸图像叠加得到,所述目标模板图像基于第一用户的第一人脸图像的至少部分人脸特征区域得到,所述第二人脸图像为第二用户的第二人脸图像;
处理模块,用于对所述待检测人脸图像进行身份验证,得到识别结果,若所述识别结果为通过身份验证,则确定所述人脸识别装置存在安全漏洞。
一种可能的设计中,所述目标模板图像满足以下项之一:
所述目标模板图像为投影到所述第二用户脸上的图像;
或者,所述目标模板图像为投影到全息膜上的图像。
一种可能的设计中,所述输入输出模块获取待检测人脸图像之前,还用于:
从图像生成装置接收所述目标模板图像;
向第二用户脸上或者全息膜投射所述目标模板图像。
一种可能的设计中,所述处理模块在所述输入输出模块获取待检测人脸图像之前,还用于:
检测所述图像生成装置显示的所述目标模板图像。
一种可能的设计中,所述输入输出模块具体用于:
发送提示消息,所述提示消息用于提示所述第二用户移动头部,直至所述第二用户的人脸与所述目标模板图像匹配;
采集所述待检测人脸图像,所述第二用户的人脸与所述目标模板图像匹配后叠加得到。
一种可能的设计中,所述目标模板图像为打印的人脸特征假体。
第五方面,提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述模板图像生成方法或检测人脸识别装置安全漏洞的方法。
第六方面,提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述模板图像生成方法或检测人脸识别装置安全漏洞的方法。
相较于现有技术,本申请实施例中,通过获取预设蒙版特征,以及获取第一用户的第一人脸图像,将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到用于检测人脸识别装置是否存在安全漏洞的目标模板图像。由于本方案的目标模板图像是基于第一人脸图像的关键特征获得的,因此,可以很好的冒充第一用户,继而对人脸识别装置进行检测,因此,可为人脸识别装置是否存在安全漏洞提供依据,达到改进人脸识别安全性的最终目的。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1a为本申请实施例提供的一种的实施场景示意图;
图1b为本申请实施例提供的一种实施场景示意图;
图1c为本申请实施例提供的一种实施场景示意图;
图1d为本申请实施例提供的一种实施场景示意图;
图1e为本申请实施例提供的一种实施场景示意图;
图2为本申请实施例提供的一种模板图像生成方法示例一流程图;
图3为本申请实施例提供的第二标注蒙版图像示意图;
图4为本申请实施例提供的一种模板图像生成方法示例二流程图;
图5为本申请实施例提供的第二标注蒙版图像示意图;
图6为本申请实施例提供的图像校准方法示例流程图;
图7为本申请实施例提供的预设人脸关键点位置示意图;
图8为本申请实施例提供的第一校准模板图像示意图
图9为本申请实施例提供的目标模板图像示意图;
图10a为本申请实施例提供的通过投影显示目标模板图像的示意图;
图10b为本申请实施例提供的通过全息膜显示目标模板图像的示意图;
图10c为本申请实施例提供的打印目标模板图像假体的示意图;
图11为本申请实施例提供的一种检测人脸识别装置安全漏洞的方法流程图;
图12为本申请实施例提供的一种检测人脸识别装置安全漏洞的方法信令交互示意图;
图13为本申请实施例提供的图像生成装置结构示意图;
图14为本申请实施例提供人脸识别装置结构示意图;
图15为本申请实施例提供计算机设备结构示意图;
图16为本申请实施例中手机的一种结构示意图;
图17为本申请实施例中服务器的一种结构示意图。。
具体实施方式
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象(例如第一人脸图像和第二人脸图像分别表示为不同的人脸图像,其他类似),而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块,本申请实施例中所出现的模块的划分,仅仅是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个模块可以结合成或集成在另一个系统中,或一些特征可以忽略,或不执行,另外,所显示的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接口,模块之间的间接耦合或通信连接可以是电性或其他类似的形式,本申请实施例中均不作限定。并且,作为分离部件说明的模块或子模块可以是也可以不是物理上的分离,可以是也可以不是物理模块,或者可以分布到多个电路模块中,可以根据实际的需要选择其中的部分或全部模块来实现本申请实施例方案的目的。
本申请实施例提供一种模板图像生成方法,可用于人脸识别场景,涉及至少两个终端设备。其中,至少两个终端设备包括至少一个图像生成装置,以及至少一个人脸识别装置。该图像生成装置用于生成用于攻击人脸识别装置的目标模板图像。该人脸识别装置用于对采集的人脸识别。至少一个图像生成装置得到的至少一个蒙版特征可用于至少一个人脸识别装置去检测人脸识别装置是否存在安全漏洞。图像生成装置和人脸识别装置可以集成部署,也可分离式部署。其中,图像生成装置可为生成蒙版特征、模板图像等的app,或为安装了生成蒙版特征、模板图像等的app的终端设备;人脸识别装置为部署了人脸识别模型的装置。本申请实施例以一个图像生成装置,以及一个人脸识别装置分离式部署于不同终端设备为例。
本申请实施例提供的方案涉及人工智能(Artificial Intelligence,AI)、自然语言处理(Nature Language processing,NLP)、机器学习(Machine Learning,ML)等技术,具体通过如下实施例进行说明:
其中,AI是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
AI技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
NLP是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
一些实施方式中,如图1a-图1e所示,为本申请实施例所涉及的一种框架示意图。该模板图像生成方法、检测人脸识别装置安全漏洞的方法应用于人脸识别场景时,主要涉及服务端(例如人脸识别装置)、至少一个第一终端(例如图像生成装置)和至少一个观众用户所在的第二终端。下面分别介绍模板图像生成方法、检测人脸识别装置安全漏洞的方法的场景示意图。本申请实施例中的图像生成装置和人脸识别装置均可具备显示、投影功能,本申请实施例不对此作限定。
如图1a-图1e中均为本申请实施例提供的一种模板图像生成方法、以及检测人脸识别装置安全漏洞的方法的实施场景示意图。图1a-图1e中场景中示出了图像生成装置以及人脸识别装置。可以理解,该图像生成装置即执行本方案模板图像生成方法的执行主体,具体可以是软件工具包(SDK),或集成有软件功能的硬件设备。如果是SDK,则可以集成在人脸识别装置中,如果是单独的硬件设备,可以与人脸识别装置相互独立,本申请对此不作限定。人脸识别装置可以是一个单独的设备,也可以是集成在现有人脸识别系统中,具体不做限定。
图像生成装置对合法用户的图像以及非法用户的图像进行处理,得到合法用户脸部部分区域的图像。在具体攻击人脸识别装置时,可使非法用户采用目标模板图像纸张遮挡住自己的这部分区域,试图通过人脸识别系统的验证,例如采用合法用户眼睛及鼻子的这部分图像遮挡住自己的眼睛鼻子区域,同时露出自己脸部其他区域,作为人脸识别装置的输入,也可以将目标模板图像进行投影或打印制作假体等方式,作为人脸识别装置的输入。
例如,图1a所示的场景1中,图像生成装置根据第一用户的人脸生成并打印假体,该假体可为二维或三维,本申请实施例不对此以及假体材质作限定。第二用户戴上假体后,人脸识别装置对戴了假体的第二用户进行人脸图像采集,并对该采集的人脸图像进行识别,人脸识别结果为第一用户。由此可见,本次攻击成功,表明该人脸识别装置存在安全漏洞。
例如,图1b所示的场景2中,图像生成装置根据第一用户的人脸生成并向全息膜上投影该假体,该假体的投影图像可为二维或三维,本申请实施例不对此以及全息膜材质作限定。第二用户站在全息膜的第一侧,人脸识别装置和图像生成装置均在全息膜的第二侧,人脸识别装置对站在全息膜第一侧的第二用户进行人脸图像采集,并对该采集的人脸图像进行识别,人脸识别结果为第一用户。由此可见,本次攻击成功,表明该人脸识别装置存在安全漏洞。
例如,图1c所示的场景3中,图像生成装置根据第一用户的人脸生成并向第二用户脸上投影该假体,该假体的投影图像可为二维或三维,本申请实施例不对此作限定。人脸识别装置对脸上投影了假体的投影图像的第二用户进行人脸图像采集,并对该采集的人脸图像进行识别,人脸识别结果为第一用户。由此可见,本次攻击成功,表明该人脸识别装置存在安全漏洞。
例如,图1d所示的场景4中,图像生成装置根据第一用户的人脸生成假体,并发送给人脸识别装置。人脸识别装置向全息膜上投影该假体,该假体的投影图像可为二维或三维,本申请实施例不对此以及全息膜材质作限定。第二用户站在全息膜的第一侧,人脸识别装置在全息膜的第二侧,人脸识别装置对站在全息膜第一侧的第二用户进行人脸图像采集,并对该采集的人脸图像进行识别,人脸识别结果为第一用户。由此可见,本次攻击成功,表明该人脸识别装置存在安全漏洞。
例如,图1e所示的场景5中,图像生成装置根据第一用户的人脸生成假体,并发送给人脸识别装置。人脸识别装置向第二用户的人脸投影该假体,该假体的投影图像可为二维或三维,本申请实施例不对此作限定。第二用户站在全息膜的第一侧,人脸识别装置在全息膜的第二侧,人脸识别装置对站在全息膜第一侧的第二用户进行人脸图像采集,并对该采集的人脸图像进行识别,人脸识别结果为第一用户。由此可见,本次攻击成功,表明该人脸识别装置存在安全漏洞。
本申请实施例中,第一用户为人脸识别装置内合法注册的用户,第二用户可为人脸识别装置内合法注册的用户,也可为该人脸识别装置的非法用户,本申请实施例不对此作限定。
本申请实施例中,仅通过图像生成装置对图像进行一系列自动处理,即可获得攻击人脸识别装置的目标模板图像,及合法用户脸部部分区域的图像,并使非法用户利用该目标模板图像遮挡住自己的相应区域,而露出脸部其他区域的方式,或者使用投影或打印制作假体等方式,完成对人脸识别装置的检测。这种方式对图像的处理仅通过图像生成装置自动完成,实现简单,不存在成本高昂或周期长的问题,而且,不但仿造了合法用户脸部关键区域,而且由于非法用户露出了真实脸部,可轻松通过人脸识别系统的活体检测,因此,这种检测方式可有效确定出人脸识别系统的安全漏洞。
图像生成装置、人脸识别装置均可为服务器或终端设备。
其中,需要特别说明的是,本申请实施例涉及的服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
本申请实施例涉及的终端设备,可以是指向用户提供语音和/或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。例如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语音和/或数据。例如,个人通信业务(英文全称:Personal Communication Service,英文简称:PCS)电话、无绳电话、会话发起协议(SIP)话机、无线本地环路(Wireless Local Loop,英文简称:WLL)站、个人数字助理(英文全称:Personal Digital Assistant,英文简称:PDA)等设备。
为解决上述技术问题,本申请实施例主要采用下述方案:
1、图像生成装置侧对获取的受害者的人脸进行裁剪、二值化处理、对齐关键点特征以及生成目标模板图像。图像生成装置所生成的目标模板图像可用于至少一个人脸识别装置进行安全漏洞识别。
2、人脸识别装置侧结合图像生成装置的目标模板图像进行人脸识别,最终将识别结果改变,即通过数字世界攻击方式或者物理世界攻击方式来检测人脸识别装置是否存在安全漏洞。
可见,仅通过对合法用户图像和非法用户图像的自动化处理,即可模拟非法用户冒充合法用户的攻击场景,并且可通过人脸识别系统的活体检测环节,从而不容易被人脸识别系统识破,提高人脸识别系统安全漏洞的检测率。图像生成装置可与人脸识别装置共同使用,来实现更好的攻击效果。
请参见图2,为本申请实施例提供的一种模板图像生成方法示例一流程图。该方法应用于对抗攻击、对抗训练场景,用于生成用于对抗攻击、对抗训练的目标模板图像,该目标模板图像可用于检测人脸识别装置是否存在安全漏洞。该方法可由图像生成装置执行,基于合法的第一用户人脸图像以及预设蒙版特征,得到目标模板图像,该目标模板图像可用于检测人脸识别装置是否存在安全漏洞,具体包括如下步骤S201-S203。
101、图像生成装置获取预设蒙版特征以及获取第一用户的第一人脸图像。
其中,预设蒙版特征包括多个人脸关键点特征。人脸关键特征是指脸部关键区域的关键点特征,例如包括眼睛特征、鼻子特征、嘴巴特征中的一项或多项的人脸关键点特征,人脸关键特征用于表明脸部区域的关键信息,这些关键信息往往是通过人脸识别系统验证的关键信息。预设蒙版特征,可以理解是,在人脸图像中,除了关键特征之外的特征经过蒙版处理得到的特征。如图8为所示的一种预设蒙版特征的示意图。
本申请实施例中,第一用户是指人脸识别系统中进行注册的合法用户,即受害者。第一人脸图像是第一用户的人脸图像。
102、图像生成装置将预设蒙版特征覆盖于第一人脸图像,以与第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像。
其中,所述目标模板图像用于检测人脸识别装置是否存在安全漏洞。
其中,所述预设模版特征包括眼睛特征、鼻子特征、嘴巴特征、人脸边缘特征中的至少一项人脸关键点特征。
如图3所示,为第二标注蒙版图像示意图。图3中,选取眼睛和鼻子作为人脸关键点特征,因此,通过蒙版标注,将人脸关键点特征区域采用白色、其余区域采用黑色的方式,得到第二标注蒙版图像。
一些实施方式中,可采用下述步骤1-步骤3得到目标模板图像:
步骤1:获取第二校准蒙版图像。
其中,该第二校准蒙版图像为预设图像,与受害者的关键点特征匹配。该第二校准蒙版特征用于对齐所述预设蒙版特征。
步骤2:根据所述第二校准蒙版图像,得到第一校准模板图像。
其中,第一校准模板图像用于校准当前蒙版特征中的人脸关键点之间的分布位置。
如图4所示,一些实施方式中,所述获取第二校准蒙版图像,根据第二校准蒙版图像,得到第一校准模板图像,包括:
201、分别对第一人脸图像和第二人脸图像基于相同的模板校准模型进行校准,得到第一校准图像和第二校准图像。
一些实施方式中,可以通过下述方式分别对第一图像和第二图像进行校准,包括:
根据模板校准模型,分别检测第一人脸图像和第二人脸图像的人脸关键点特征位置,确定第一人脸关键点位置坐标及第二人脸关键点坐标;
根据预设人脸关键点位置坐标,分别对所述第一人脸关键点坐标及第二人脸关键点坐标进行仿射变换处理,完成校准。
例如,图7所示,通过校准,能够使得得到的目标模板图像更加贴合第一用户的真人特征,这样当该目标模板图像用在第二用户脸上,去攻击人脸识别装置时,将第二用户识别为第一用户的成功率更高。
202、基于所述第二校准图像,对第二标注蒙版图像进行校准,得到第二校准蒙版图像。
一些实施方式中,所述基于所述第二校准图像,对第二标注蒙版图像进行校准,得到第二校准蒙版图像,包括:
(1)基于所述第二人脸图像,得到标记关键点特征的第二标注蒙版图像;
一些实施方式中,可通过下述方式得到第二标注蒙版图像:
选中第二人脸图像的脸部区域,在与第二人脸图像相同尺寸的白色蒙版层中,对第二用户图像的脸部区域进行填充,例如进行黑色填充;
将黑色填充遮挡的关键点特征进行处理,例如进行擦除处理,得到标记关键点特征的第二标注蒙版图像。
实际实现中,为了提高处理效率,可预先设置攻受数据对,并对攻受数据对进行蒙版标注。“攻受数据对”是指受害方的第一用户与攻击方的第二用户的数据,例如,每一对攻受数据对包括一张攻击者(第二用户)正脸图像和一张受害者(第一用户)正脸图像,所有的攻受数据对组成一个检测数据集。在检测的准备阶段,可预置好检测数据集,并对检测数据集进行蒙版标注。
具体蒙版标注方式可如下:
(a)利用图像处理软件(例如photoshop),将每个攻受数据对中的第二人脸图像(攻击者数据)导入软件中;
(b)新建一个和第二人脸图像的尺寸相同的白色蒙版层;
(c)利用套索工具选取第二人脸图像的脸部区域;
(d)切换到白色蒙版层,对选中的脸部区域用黑色填充;
(e)用橡皮工具将黑色蒙版中遮挡第二用户的关键点特征(例如眼睛、鼻子)区域的像素擦除掉;
(f)将蒙版层保存下来,作为对应攻受数据对的蒙版标注信息备用。
蒙版标注完成后,每一个带标注的攻受数据对都包含一张第一人脸图像、第二人脸图像和一张标注第二用户脸部区域的标注蒙版图像。
采用上述步骤,可预先对众多的攻受数据对进行批量的蒙版标注处理。在进行安全漏洞检测之前,预先设置好检测数据集并进行蒙版标注处理,可在检测时直接调用攻受数据对以及标注蒙版图像,有利于提高检测的效率。
(g)利用所述第二标注蒙版图像校准得到的转换矩阵,对所述第二标注蒙模板图像进行校准处理,得到所述第二校准蒙版图像。
203、对所述第二校准蒙版图像进行二值化处理,得到所述蒙版特征,并所述蒙版特征与第一校准图像进行合并,得到所述第一校准目标模板图像。
如图5所示的一种示意图,先后对第一用户的第一人脸图像进行裁剪、对裁剪后的图像二值化、再基于二值化后的图像生成蒙版特征。
对第二校准蒙版图像进行二值化处理。图像二值化(Image Binarization)就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。二值化处理的结果即为蒙版特征。将蒙版特征与第一校准图像进行合并,得到目标模板图像。如前描述的,第二校准蒙版图像的关键点特征区域为白色,其余区域为黑色,例如,第二人脸图像的鼻子眼睛区域为白色,其余区域为黑色,用该图像与第一校准图像进行合并,即在白色区域,露出第一人脸图像该区域的关键点特征,在黑色区域仍采用黑色覆盖。例如,请参见图8,为第一校准模板图像的示意图。该例子中,第一校准模板图像表现为:一张第一用户人脸图像中,关键点特征区域(眼睛鼻子区域)为显示区域(显示第一用户的眼睛鼻子),其余区域为遮挡的黑色区域。对第一校准模版图像进行处理,例如裁剪或抠图处理,去掉非关键点特征区域,得到目标模板图像。例如,将黑色部分裁剪掉,仅保留眼睛鼻子区域的图像。目标模板图像的示意图请参见图9。
步骤3、对所述第一校准模板图像进行处理,去掉非关键点特征,得到所述目标模板图像。
可见,本申请实施例中,模板校准模型完成人脸对齐任务,即根据输入的用户图像,自动定位出用户图像中脸部关键特征点,如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等,人脸对齐算法可包括ASM、AAM、CLM和一些列改进算法,以及ESR、3D-ESR、SPR、LBF、SDM、CFSS等,本申请实施例不对此作限定。
103、图像生成装置输出目标模板图像。
一些实施方式中,在得到目标模板图像之后,输出该目标模板图像。具体可采用以下方式之一。
第一种方式,可以向人脸识别装置发送目标模板图像。
人脸识别装置接收到该目标模板图像之后,可根据该目标模板图像进行人脸识别。
第二种方式,可以显示目标模板图像。
具体的,目标模板图像可以通过投影或全息膜的方式进行显示。参见图10a,为通过投影的方式显示目标模板图像的示意图,在该种方式中,可将目标模板图像投射到第二用户脸上,在投射过程中,可使第二用户移动头部,直至第二用户的人脸与目标模板图像匹配,作为人脸识别的输入。请参见图10b,为通过全息膜投射的方式显示目标模板图像的示意图。
第三种方式,可以打印目标模板图像的纸张或假体。
如果打印目标模板图像的纸张的方式,可以使第二用户采用目标模板图像的纸张遮挡住自己相应关键点特征区域,作为人脸识别的输入。如果打印目标模板图像的假体,则可直接作为人脸识别的输入。参见图10c,为打印目标模板图像示意图,示出了打印包括目标模板特征的人脸特征假体。本申请实施例对于打印这个动作方不做限定,只是提供这种实施的可能选择。
综上,本申请实施例中,通过获取预设蒙版特征,以及获取第一用户的第一人脸图像,将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到用于检测人脸识别装置是否存在安全漏洞的目标模板图像。由于本方案的目标模板图像是基于第一人脸图像的关键特征获得的,因此,可以很好的冒充第一用户,继而对人脸识别装置进行检测,因此,可为人脸识别装置是否存在安全漏洞提供依据,达到改进人脸识别安全性的最终目的。
可见,本申请实施例,通过获取预设蒙版特征,以及获取第一用户的第一人脸图像,将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到用于检测人脸识别装置是否存在安全漏洞的目标模板图像。由于本方案的目标模板图像是基于第一人脸图像的关键特征获得的,因此,可以很好的冒充第一用户,继而对人脸识别装置进行检测,从而为确定人脸识别系统是否存在安全漏洞提供依据。
以上对本申请实施例中提供的一种模板图像生成方法进行介绍,下面从人脸识别装置角度介绍本申请实施例中的检测人脸识别装置安全漏洞的方法。参见图11,示出了本申请实施例提供的一种检测人脸识别装置安全漏洞的方法流程图。该检测人脸识别装置安全漏洞的方法应用于所述人脸识别装置,所述方法包括:
401、人脸识别装置获取待检测人脸图像。
其中,待检测人脸图像为目标模板图像与第二人脸图像叠加得到,目标模板图像基于第一用户的第一人脸图像的至少部分人脸特征区域得到,第二人脸图像为第二用户的第二人脸图像。
其中,目标模板图像可以包括多种形式,例如,在一种方式中,将目标模板图像投射到第二用户脸上,可参见图1c、图1e所示,在该种方式中,可将目标模板图像投射到第二用户脸上,在投射过程中,可使第二用户移动头部,直至第二用户的人脸与目标模板图像匹配,作为人脸识别的输入。在另一种实现方式中,将目标模板图像投射到全息膜上,可参见图1b、图1d所示。在另一种实现方式中,目标模板图像为打印的人脸特征假体,可参见图1a所示。
一些实施方式中,所述目标模板图像满足以下项之一:
所述目标模板图像为投影到所述第二用户脸上的图像;
或者,所述目标模板图像为投影到全息膜上的图像。
一些实施方式中,人脸识别装置获取待检测人脸图像之前,人脸识别装置还用于从图像生成装置接收所述目标模板图像,或者向第二用户脸上或者全息膜投射所述目标模板图像。
402、人脸识别装置对待检测人脸图像进行身份验证,得到识别结果。
403、人脸识别装置若识别结果为通过身份验证,则确定人脸识别装置存在安全漏洞。
在一种实现方式中,在获取待检测人脸图像之前,还包括步骤:(1)从图像生成装置接收目标模板图像;(2)向第二用户脸上或者全息膜投射目标模板图像。在这种情况下,投影装置是集成在人脸识别装置中的,当然,也可以通过第三方投影仪进行投影。
在一种实现方式中,在获取待检测人脸图像之前,还包括步骤:检测图像生成装置显示的目标模板图像。
在一种实现方式中,获取待检测人脸图像的步骤包括:(1)发送提示消息,提示消息用于提示第二用户移动头部,直至第二用户的人脸与目标模板图像匹配;(2)采集待检测人脸图像,第二用户的人脸与目标模板图像匹配后叠加得到。
为便于理解,下面以图像生成装置和人脸识别装置之间的一种交互场景为例,介绍本申请实施例中从生成目标模板图像到检测人脸识别装置安全漏洞的流程。如图12所示,本申请实施例包括:
501、图像生成装置获取预设蒙版特征以及获取第一用户的第一人脸图像。
502、图像生成装置将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像。
503、图像生成装置向人脸识别装置发送目标模板图像。
可以理解的是,人脸识别装置从图像生成装置接收该目标模板图像。接收该目标模板图像后,人脸识别装置即可使用该目标模板图像对人脸识别装置的安全漏洞进行检测。具体来说,可参考下述步骤504-步骤506.
504、人脸识别装置获取待检测人脸图像。
505、人脸识别装置对所述待检测人脸图像进行身份验证,得到识别结果。
506、人脸识别装置若所述识别结果为通过身份验证,则确定所述人脸识别装置存在安全漏洞。
图1至图12中任一项所对应的实施例中所提及的任一技术特征也同样适用于本申请实施例中的图13和图17所对应的实施例,后续类似之处不再赘述。
以上对本申请实施例中一种模板图像生成方法、检测人脸识别装置安全漏洞的方法分别进行说明,以下对执行上述模板图像生成方法的图像生成装置、以及执行检测人脸识别装置安全漏洞的方法的人脸识别装置进行介绍。
参阅图13,如图13所示的一种图像生成装置的结构示意图,其可应用于人脸识别场景。本申请实施例中的图像生成装置30能够实现对应于上述图1所对应的实施例中所执行的模板图像生成方法的步骤。图像生成装置30实现的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。所述图像生成装置30可包括输入输出模块301、处理模块302和显示模块(图13中未标示出),所述处理模块302、所述输入输出模块301和所述显示模块的功能实现可参考图1所对应的实施例中所执行的操作,此处不作赘述。例如,所述处理模块302可用于控制所述输入输出模块301的输入输出操作,以及控制所述显示模块的显示操作。
一些实施方式中,所述输入输出模块301可用于获取预设蒙版特征以及获取第一用户的第一人脸图像;
所述处理模块302用于将所述输入输出模块获取的所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像,所述目标模板图像用于检测人脸识别装置是否存在安全漏洞;
所述输入输出模块301还用于输出所述处理模块得到的所述目标模板图像。
一些实施例中,所述处理模块302具体用于:
获取第二校准蒙版图像;
根据所述第二校准蒙版图像,得到第一校准模板图像;
对所述第一校准模板图像进行处理,去掉非关键点特征,得到所述目标模板图像。
一些实施例中,所述处理模块302具体用于:
分别对第一人脸图像和第二人脸图像基于相同的模板校准模型进行校准,得到第一校准图像和第二校准图像;基于所述第二校准图像,对第二标注蒙版图像进行校准,得到第二校准蒙版图像;
对所述第二校准蒙版图像进行二值化处理,得到所述蒙版特征,并所述蒙版特征与第一校准图像进行合并,得到所述第一校准模板图像。
一些实施例中,所述模版特征包括眼睛特征、鼻子特征、嘴巴特征、人脸边缘特征中的至少一项人脸关键点特征;
所述处理模块302具体用于:
根据模板校准模型,分别检测第一人脸图像和第二人脸图像的人脸关键点特征位置,确定第一人脸关键点位置坐标及第二人脸关键点坐标;
根据预设人脸关键点位置坐标,分别对所述第一人脸关键点坐标及第二人脸关键点坐标进行仿射变换处理,完成校准。
一些实施例中,所述处理模块302具体用于:
基于所述第二人脸图像,得到标记关键点特征的第二标注蒙版图像;
利用所述第二标注蒙版图像校准得到的转换矩阵,对所述第二标注蒙模板图像进行校准处理,得到所述第二校准蒙版图像。
一些实施例中,所述处理模块302具体用于:
选中所述第二人脸图像的脸部区域,在与第二人脸图像相同尺寸的蒙版层中,对脸部区域进行填充;
将填充遮挡的关键点特征进行处理,得到标记关键点特征的第二标注蒙版图像。
一些实施例中,所述输出所述目标模板图像包括以下方式之一:
通过所述输入输出模块301向所述人脸识别装置发送所述目标模板图像;
通过显示模块显示显示所述目标模板图像;
或者,通过所述输入输出模块301输出并打印所述目标模板图像。
本申请实施例中,通过获取预设蒙版特征,以及获取第一用户的第一人脸图像,将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到用于检测人脸识别装置是否存在安全漏洞的目标模板图像。由于本方案的目标模板图像是基于第一人脸图像的关键特征获得的,因此,能够使得与该目标模板图像叠加成像的第二用户的待检测人脸可以很好的冒充第一用户,继而对人脸识别装置进行检测,因此,可为人脸识别装置是否存在安全漏洞提供依据,达到改进人脸识别安全性的最终目的。
参阅图14,如图14所示的一种人脸识别装置的结构示意图,其可应用于识别人脸,例如线上身份验证、门禁识别等场景。本申请实施例中的人脸识别装置40能够实现对应于上述图1所对应的实施例中所执行的模板图像生成方法的步骤。人脸识别装置40实现的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。所述人脸识别装置40可包括输入输出模块401、处理模块402和显示模块(图14中未标示出),所述处理模块402、所述输入输出模块401和所述显示模块的功能实现可参考图1所对应的实施例中所执行的操作,此处不作赘述。例如,所述处理模块402可用于控制所述输入输出模块401的输入输出操作,以及控制所述显示模块的显示操作。
一些实施方式中,所述输入输出模块401可用于获取待检测人脸图像,所述待检测人脸图像为目标模板图像与第二人脸图像叠加得到,所述目标模板图像基于第一用户的第一人脸图像的至少部分人脸特征区域得到,所述第二人脸图像为第二用户的第二人脸图像;
所述处理模块402可用于对所述待检测人脸图像进行身份验证,得到识别结果,若所述识别结果为通过身份验证,则确定所述人脸识别装置40存在安全漏洞。
一些实施方式中,所述目标模板图像满足以下项之一:
所述目标模板图像为投影到所述第二用户脸上的图像;
或者,所述目标模板图像为投影到全息膜上的图像。
一些实施方式中,所述输入输出模块401获取待检测人脸图像之前,还用于:
从图像生成装置30接收所述目标模板图像;
向第二用户脸上或者全息膜投射所述目标模板图像。
一些实施方式中,所述处理模块402在所述输入输出模块401获取待检测人脸图像之前,还用于:
检测所述图像生成装置30显示的所述目标模板图像。
一些实施方式中,所述输入输出模块401具体用于:
发送提示消息,所述提示消息用于提示所述第二用户移动头部,直至所述第二用户的人脸与所述目标模板图像匹配;
采集所述待检测人脸图像,所述第二用户的人脸与所述目标模板图像匹配后叠加得到。
一种可能的设计中,所述目标模板图像为打印的人脸特征假体。
本申请实施例中,由于本方案的目标模板图像是基于第一人脸图像的关键特征获得,待检测人脸图像为目标模板图像与第二人脸图像叠加得到,因此,可以很好的冒充第一用户,继而对人脸识别装置进行检测,因此,可为人脸识别装置是否存在安全漏洞提供依据,达到改进人脸识别安全性的最终目的。
上面从模块化功能实体的角度对本申请实施例中的图像生成装置和人脸识别装置分别进行了描述,下面从硬件处理的角度分别对本申请实施例中的图像生成装置和人脸识别装置进行描述。
需要说明的是,在本申请实施例各实施例(包括图13、图14所示的各实施例)中所有的收发模块对应的实体设备可以为收发器,所有的处理模块对应的实体设备可以为处理器。图13、图14所示的各装置均可以具有如图15所示的结构,当其中一种装置具有如图15所示的结构时,图15中的处理器、发射器和接收器实现前述对应该装置的装置实施例提供的处理模块302和收发模块301相同或相似的功能,图15中的存储器存储处理器执行上述模板图像生成方法时需要调用的计算机程序。
例如,图13所示的图像生成装置30可以具有如图15所示的结构,当图13所示的装置具有如图15所示的结构时,图15中的处理器和收发器能够实现前述对应该图像生成装置30的装置实施例提供的处理模块302和收发模块301相同或相似的功能,图15中的中央存储器存储处理器执行上述检测人脸识别装置安全漏洞的方法时需要调用的计算机程序。在本申请实施例图13所示的实施例中的收发模块所对应的实体设备可以为输入输出接口,处理模块对应的实体设备可以为处理器。
又例如,图14所示的人脸识别装置40可以具有如图15所示的结构,当图14所示的装置具有如图15所示的结构时,图15中的处理器和收发器能够实现前述对应该人脸识别装置40的装置实施例提供的处理模块402和收发模块401相同或相似的功能,图15中的中央存储器存储处理器执行上述检测人脸识别装置安全漏洞的方法时需要调用的计算机程序。在本申请实施例图14所示的实施例中的收发模块401所对应的实体设备可以为输入输出接口,处理模块402对应的实体设备可以为处理器。
图16是本申请实施例提供的手机本申请实施例还提供了另一种终端,如图15所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该终端设备可以为包括手机、平板电脑、个人数字助理(英文全称:Personal Digital Assistant,英文简称:PDA)、销售终端(英文全称:Point of Sales,英文简称:POS)、车载电脑等任意终端设备,以终端为手机为例:
图16示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图10,手机包括:射频(英文全称:Radio Frequency,英文简称:RF)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(英文全称:wirelessfidelity,英文简称:WiFi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解,图10中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图16对手机的各个构成部件进行具体的介绍:
RF电路1010可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器1080处理;另外,将设计上行的数据发送给基站。通常,RF电路1010包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(英文全称:LowNoise Amplifier,英文简称:LNA)、双工器等。此外,RF电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(英文全称:Global System of Mobile communication,英文简称:GSM)、通用分组无线服务(英文全称:General Packet Radio Service,英文简称:GPRS)、码分多址(英文全称:Code Division Multiple Access,英文简称:CDMA)、宽带码分多址(英文全称:Wideband Code Division Multiple Access,英文简称:WCDMA)、长期演进(英文全称:LongTerm Evolution,英文简称:LTE)、电子邮件、短消息服务(英文全称:Short MessagingService,英文简称:SMS)等。
存储器1020可用于存储软件程序以及模块,处理器1080通过运行存储在存储器1020的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器1020可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元1030可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器1080,并能接收处理器1080发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031,输入单元1030还可以包括其他输入设备1032。具体地,其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041,可选的,可以采用液晶显示器(英文全称:Liquid Crystal Display,英文简称:LCD)、有机发光二极管(英文全称:Organic Light-Emitting Diode,英文简称:OLED)等形式来配置显示面板1041。进一步的,触控面板1031可覆盖显示面板1041,当触控面板1031检测到在其上或附近的触摸操作后,传送给处理器1080以确定触摸事件的类型,随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图10中,触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器1050,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度,接近传感器可在手机移动到耳边时,关闭显示面板1041和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路1060、扬声器1061,传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号,传输到扬声器1061,由扬声器1061转换为声音信号输出;另一方面,传声器1062将收集的声音信号转换为电信号,由音频电路1060接收后转换为音频数据,再将音频数据输出处理器1080处理后,经RF电路1010以发送给比如另一手机,或者将音频数据输出至存储器1020以便进一步处理。
Wi-Fi属于短距离无线传输技术,手机通过Wi-Fi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图16示出了W-iFi模块1070,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器1080是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器1020内的软件程序和/或模块,以及调用存储在存储器1020内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器1080可包括一个或多个处理单元;优选的,处理器1080可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1080中。
手机还包括给各个部件供电的电源1090(比如电池),优选的,电源可以通过电源管理系统与处理器1080逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本申请实施例中,该手机所包括的处理器1080还具有控制执行以上由图13所示的图像生成装置30执行的模板图像生成方法、或者执行以上由图14所示的人脸识别装置40执行的检测人脸识别装置安全漏洞的方法流程。
图17是本申请实施例提供的一种服务器结构示意图,该服务器820可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(英文全称:centralprocessing units,英文简称:CPU)822(例如,一个或一个以上处理器)和存储器832,一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中,存储器832和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器822可以设置为与存储介质830通信,在服务器820上执行存储介质830中的一系列指令操作。
服务器820还可以包括一个或一个以上电源826,一个或一个以上有线或无线网络接口850,一个或一个以上输入输出接口858,和/或,一个或一个以上操作系统841,例如Windows Server,Mac OS X,Unix,Linux,FreeBSD等等。
例如,上述实施例中由图像生成装置所执行的步骤可以基于该图17所示的服务器820的结构。例如上述实施例中由图14所示的图像生成装置30所执行的步骤可以基于该图17所示的服务器结构。例如,所述处理器822通过调用存储器832中的指令,执行以下操作:
通过输入输出接口858获取预设蒙版特征以及获取第一用户的第一人脸图像;
将所述输入输出模块获取的所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像,所述目标模板图像用于检测人脸识别装置是否存在安全漏洞;
通过输入输出接口858输出所述处理模块得到的所述目标模板图像。
又例如,上述实施例中由人脸识别装置所执行的步骤可以基于该图14所示的服务器820的结构。例如上述实施例中由图14所示的人脸识别装置40所执行的步骤可以基于该图8所示的服务器结构。例如,所述处理器822通过调用存储器832中的指令,执行以下操作:
通过输入输出接口858获取待检测人脸图像,所述待检测人脸图像为目标模板图像与第二人脸图像叠加得到,所述目标模板图像基于第一用户的第一人脸图像的至少部分人脸特征区域得到,所述第二人脸图像为第二用户的第二人脸图像;
对所述待检测人脸图像进行身份验证,得到识别结果,若所述识别结果为通过身份验证,则确定所述人脸识别装置存在安全漏洞。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
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,装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请实施例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。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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,例如多个模块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接口,装置或模块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模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。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。
另外,在本申请实施例各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上对本申请实施例所提供的技术方案进行了详细介绍,本申请实施例中应用了具体个例对本申请实施例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申请实施例的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请实施例的思想,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申请实施例的限制。
Claims (17)
1.一种模板图像生成方法,其特征在于,所述方法应用于图像生成装置,所述方法包括:
获取预设蒙版特征以及获取第一用户的第一人脸图像,所述预设蒙版特征包括多个人脸关键点特征;
将所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像;所述目标模板图像用于检测人脸识别装置是否存在安全漏洞;
输出所述目标模板图像。
2.根据权利要求1所述的方法,其特征在于,所述得到目标模板图像,包括:
获取第二校准蒙版图像;
根据所述第二校准蒙版图像,得到第一校准模板图像;
对所述第一校准模板图像进行处理,去掉非关键点特征,得到所述目标模板图像。
3.根据权利要求2所述的方法,其特征在于,所述获取第二校准蒙版图像,根据第二校准蒙版图像,得到第一校准模板图像,包括:
分别对第一人脸图像和第二人脸图像基于相同的模板校准模型进行校准,得到第一校准图像和第二校准图像;基于所述第二校准图像,对第二标注蒙版图像进行校准,得到第二校准蒙版图像;
对所述第二校准蒙版图像进行二值化处理,得到所述蒙版特征,并所述蒙版特征与第一校准图像进行合并,得到所述第一校准模板图像。
4.根据权利要求3所述的方法,其特征在于,所述模版特征包括眼睛特征、鼻子特征、嘴巴特征、人脸边缘特征中的至少一项人脸关键点特征;
所述分别对第一图像和第二图像基于相同的模板校准模型进行校准,包括:
根据模板校准模型,分别检测第一人脸图像和第二人脸图像的人脸关键点特征位置,确定第一人脸关键点位置坐标及第二人脸关键点坐标;
根据预设人脸关键点位置坐标,分别对所述第一人脸关键点坐标及第二人脸关键点坐标进行仿射变换处理,完成校准。
5.根据权利要求3所述的方法,其特征在于,所述基于所述第二校准图像,对第二标注蒙版图像进行校准,得到第二校准蒙版图像,包括:
基于所述第二人脸图像,得到标记关键点特征的第二标注蒙版图像;
利用所述第二标注蒙版图像校准得到的转换矩阵,对所述第二标注蒙模板图像进行校准处理,得到所述第二校准蒙版图像。
6.根据权利要求5所述的方法,其特征在于,所述基于第二人脸图像,得到标记关键点特征的第二标注蒙版图像,包括:
选中所述第二人脸图像的脸部区域,在与第二人脸图像相同尺寸的蒙版层中,对脸部区域进行填充;
将填充遮挡的关键点特征进行处理,得到标记关键点特征的第二标注蒙版图像。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述输出所述目标模板图像包括以下方式之一:
向所述人脸识别装置发送所述目标模板图像;
显示所述目标模板图像;
或者,打印所述目标模板图像。
8.一种检测人脸识别装置安全漏洞的方法,其特征在于,所述方法应用于所述人脸识别装置,所述方法包括:
获取待检测人脸图像,所述待检测人脸图像为目标模板图像与第二人脸图像叠加得到,所述目标模板图像基于第一用户的第一人脸图像的至少部分人脸特征区域得到,所述第二人脸图像为第二用户的第二人脸图像;
对所述待检测人脸图像进行身份验证,得到识别结果;
若所述识别结果为通过身份验证,则确定所述人脸识别装置存在安全漏洞。
9.根据权利要求8所述的方法,其特征在于,所述目标模板图像满足以下项之一:
所述目标模板图像为投影到所述第二用户脸上的图像;
或者,所述目标模板图像为投影到全息膜上的图像。
10.根据权利要求9所述的方法,其特征在于,所述获取待检测人脸图像之前,所述方法还包括:
从图像生成装置接收所述目标模板图像;
向第二用户脸上或者全息膜投射所述目标模板图像。
11.根据权利要求9所述的方法,其特征在于,所述获取待检测人脸图像之前,所述方法还包括:
检测所述图像生成装置显示的所述目标模板图像。
12.根据权利要求10或11所述的方法,其特征在于,所述获取待检测人脸图像,包括:
发送提示消息,所述提示消息用于提示所述第二用户移动头部,直至所述第二用户的人脸与所述目标模板图像匹配;
采集所述待检测人脸图像,所述第二用户的人脸与所述目标模板图像匹配后叠加得到。
13.根据权利要求8所述的方法,其特征在于,所述目标模板图像为打印的人脸特征假体。
14.一种图像生成装置,其特征在于,所述图像生成装置包括:
输入输出模块,用于获取预设蒙版特征以及获取第一用户的第一人脸图像;
处理模块,用于将所述输入输出模块获取的所述预设蒙版特征覆盖于所述第一人脸图像,以与所述第一人脸图像中的至少部分人脸关键特征区域匹配,得到目标模板图像,所述目标模板图像用于检测人脸识别装置是否存在安全漏洞;
所述输入输出模块还用于输出所述处理模块得到的所述目标模板图像。
15.一种人脸识别装置,其特征在于,所述人脸识别装置包括:
输入输出单元,用于获取待检测人脸图像,所述待检测人脸图像为目标模板图像与第二人脸图像叠加得到,所述目标模板图像基于第一用户的第一人脸图像的至少部分人脸特征区域得到,所述第二人脸图像为第二用户的第二人脸图像;
处理单元,用于对所述待检测人脸图像进行身份验证,得到识别结果,若所述识别结果为通过身份验证,则确定所述人脸识别装置存在安全漏洞。
16.一种计算可读存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1至7任一项中所述的方法,或者执行权利要求8-13任一项中所述的方法。
17.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至7任一项中所述的方法,或者执行权利要求8-13任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111674033.0A CN114333029A (zh) | 2021-12-31 | 2021-12-31 | 模板图像生成方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111674033.0A CN114333029A (zh) | 2021-12-31 | 2021-12-31 | 模板图像生成方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114333029A true CN114333029A (zh) | 2022-04-12 |
Family
ID=81020600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111674033.0A Pending CN114333029A (zh) | 2021-12-31 | 2021-12-31 | 模板图像生成方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114333029A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115565215A (zh) * | 2022-07-01 | 2023-01-03 | 北京瑞莱智慧科技有限公司 | 一种人脸识别算法切换方法、装置及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245598A (zh) * | 2019-06-06 | 2019-09-17 | 北京瑞莱智慧科技有限公司 | 对抗样本生成方法、装置、介质和计算设备 |
CN110443203A (zh) * | 2019-08-07 | 2019-11-12 | 中新国际联合研究院 | 基于对抗生成网络的人脸欺骗检测系统对抗样本生成方法 |
CN110705652A (zh) * | 2019-10-17 | 2020-01-17 | 北京瑞莱智慧科技有限公司 | 对抗样本及其生成方法、介质、装置和计算设备 |
CN110991299A (zh) * | 2019-11-27 | 2020-04-10 | 中新国际联合研究院 | 一种物理域上针对人脸识别系统的对抗样本生成方法 |
CN111340008A (zh) * | 2020-05-15 | 2020-06-26 | 支付宝(杭州)信息技术有限公司 | 对抗补丁生成、检测模型训练、对抗补丁防御方法及系统 |
CN111914748A (zh) * | 2020-07-31 | 2020-11-10 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
US20210006415A1 (en) * | 2019-07-05 | 2021-01-07 | Advanced New Technologies Co., Ltd. | Facial data collection and verification |
CN112364745A (zh) * | 2020-11-04 | 2021-02-12 | 北京瑞莱智慧科技有限公司 | 一种对抗样本的生成方法、装置及电子设备 |
CN112507811A (zh) * | 2020-11-23 | 2021-03-16 | 广州大学 | 一种检测人脸识别系统抵御伪装攻击的方法和系统 |
US20210150238A1 (en) * | 2019-11-19 | 2021-05-20 | Visa International Service Association | Methods and systems for evaluatng a face recognition system using a face mountable device |
-
2021
- 2021-12-31 CN CN202111674033.0A patent/CN114333029A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245598A (zh) * | 2019-06-06 | 2019-09-17 | 北京瑞莱智慧科技有限公司 | 对抗样本生成方法、装置、介质和计算设备 |
US20210006415A1 (en) * | 2019-07-05 | 2021-01-07 | Advanced New Technologies Co., Ltd. | Facial data collection and verification |
CN110443203A (zh) * | 2019-08-07 | 2019-11-12 | 中新国际联合研究院 | 基于对抗生成网络的人脸欺骗检测系统对抗样本生成方法 |
CN110705652A (zh) * | 2019-10-17 | 2020-01-17 | 北京瑞莱智慧科技有限公司 | 对抗样本及其生成方法、介质、装置和计算设备 |
US20210150238A1 (en) * | 2019-11-19 | 2021-05-20 | Visa International Service Association | Methods and systems for evaluatng a face recognition system using a face mountable device |
CN110991299A (zh) * | 2019-11-27 | 2020-04-10 | 中新国际联合研究院 | 一种物理域上针对人脸识别系统的对抗样本生成方法 |
CN111340008A (zh) * | 2020-05-15 | 2020-06-26 | 支付宝(杭州)信息技术有限公司 | 对抗补丁生成、检测模型训练、对抗补丁防御方法及系统 |
CN111914748A (zh) * | 2020-07-31 | 2020-11-10 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
CN112364745A (zh) * | 2020-11-04 | 2021-02-12 | 北京瑞莱智慧科技有限公司 | 一种对抗样本的生成方法、装置及电子设备 |
CN112507811A (zh) * | 2020-11-23 | 2021-03-16 | 广州大学 | 一种检测人脸识别系统抵御伪装攻击的方法和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115565215A (zh) * | 2022-07-01 | 2023-01-03 | 北京瑞莱智慧科技有限公司 | 一种人脸识别算法切换方法、装置及存储介质 |
CN115565215B (zh) * | 2022-07-01 | 2023-09-15 | 北京瑞莱智慧科技有限公司 | 一种人脸识别算法切换方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985265B (zh) | 图像处理方法和装置 | |
CN108830062B (zh) | 人脸识别方法、移动终端及计算机可读存储介质 | |
US11176235B2 (en) | Permission control method and related product | |
WO2016169432A1 (zh) | 身份验证方法、装置及终端 | |
CN105975833B (zh) | 一种指纹解锁方法及终端 | |
CN110555171B (zh) | 一种信息处理方法、装置、存储介质及系统 | |
CN110505403A (zh) | 一种录像处理方法及装置 | |
CN110069229A (zh) | 屏幕共享方法、移动终端及计算机可读存储介质 | |
CN111368820A (zh) | 文本标注方法、装置及存储介质 | |
CN109951889B (zh) | 一种物联网配网方法及移动终端 | |
CN110765924A (zh) | 一种活体检测方法、装置以及计算机可读存储介质 | |
CN111723843B (zh) | 一种签到方法、装置、电子设备及存储介质 | |
CN116310745B (zh) | 图像处理方法、数据处理方法、相关装置及存储介质 | |
CN113515987B (zh) | 掌纹识别方法、装置、计算机设备及存储介质 | |
CN115375835A (zh) | 基于二维关键点的三维模型建立方法、计算机及存储介质 | |
CN108287738A (zh) | 一种应用程序控制方法及装置 | |
CN114333029A (zh) | 模板图像生成方法、装置及存储介质 | |
CN108932505A (zh) | 一种图像处理方法和电子设备 | |
CN108921084A (zh) | 一种图像分类处理方法、移动终端及计算机可读存储介质 | |
CN116486463B (zh) | 图像处理方法、相关装置及存储介质 | |
CN112818733A (zh) | 信息处理方法、装置、存储介质及终端 | |
CN109104522B (zh) | 一种人脸识别的方法及移动终端 | |
CN111401283A (zh) | 面部识别方法及装置、电子设备及存储介质 | |
CN109992939A (zh) | 一种登录方法及终端设备 | |
CN109451143A (zh) | 一种通话方法及移动终端 |
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 |