CN114387548A - 视频及活体检测方法、系统、设备、存储介质及程序产品 - Google Patents
视频及活体检测方法、系统、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN114387548A CN114387548A CN202111676628.XA CN202111676628A CN114387548A CN 114387548 A CN114387548 A CN 114387548A CN 202111676628 A CN202111676628 A CN 202111676628A CN 114387548 A CN114387548 A CN 114387548A
- Authority
- CN
- China
- Prior art keywords
- video
- target
- white balance
- video frame
- detected
- 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
- Color Television Image Signal Generators (AREA)
Abstract
本申请提供了一种视频及活体检测方法、系统、设备、存储介质及程序产品。所述方法包括：获取待检测视频；从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；基于所述目标视频帧的颜色值与所述参考视频帧的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。本申请的视频检测方法有助于更好地实现白平衡活体检测。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种视频及活体检测方法、系统、设备、存储介质及程序产品。
背景技术
活体检测技术是一种检测用于人脸对比的照片是否是真人拍摄的技术，可有效防止他人使用屏幕翻拍、打印纸翻拍或面具等伪造人像，在消费金融、娱乐游戏等领域有着重要的应用。近年来，黑产的欺骗手段愈发高明，可以通过劫持摄像头等手段直接向API上传提前拍摄好的视频或图片，从而骗过活体检测模型。这种攻击手段是单纯采用活体检测模型无法防御的。目前，动作活体、唇语活体以及炫彩活体都可以很好的防御这种攻击，但是动作活体、唇语活体和炫彩活体仍存在诸多缺陷，例如动作活体、唇语活体需要花费较长时间与用户交互，检测效率低。而炫彩活体对环境的光线亮度、手机屏幕膜、手机屏幕亮度等要求较高，应用范围较窄。可见，相关技术中的活体检测方法均有待改进。
发明内容
本申请提供了一种视频及活体检测方法、系统、设备、存储介质及程序产品，该方案有助于更好地实现白平衡活体检测。具体技术方案如下：
在本申请实施例的第一方面，首先提供了一种视频检测方法，所述方法包括：
获取待检测视频；
从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；
基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。
在本申请实施例的第二方面，提供了一种活体检测方法，包括：
获取目标对象的待检测视频；
基于所述待检测视频中的目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；所述参考视频帧为白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；
在确定所述待检测视频的白平衡参数生效时，基于目标白平衡序列和所述待检测视频中解析得到的录制白平衡序列，校验所述目标对象是否为活体，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整。
在本申请实施例的第三方面，提供了一种视频检测系统，所述系统包括：用户终端和服务器；
所述用户终端，用于通过摄像设备录制目标对象的待检测视频，并将所述待检测视频发送至所述服务器；
所述服务器，用于从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，并基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；
其中，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧。
在本申请实施例的第四方面，提供了一种视频检测装置，所述装置包括：
第一获取模块，用于获取待检测视频；
抽取模块，用于从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；
第一确定模块，用于基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。
在本申请实施例的第五方面，提供了一种活体检测装置，所述装置包括：
第二获取模块，用于获取目标对象的待检测视频；
第四确定模块，用于基于所述待检测视频中的目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；所述参考视频帧为白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；
第二校验模块，用于在确定所述待检测视频的白平衡参数生效时，基于目标白平衡序列和所述待检测视频中解析得到的录制白平衡序列，校验所述目标对象是否为活体，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整。
在本申请实施例的第六方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现本申请实施例的第一方面所述的视频检测方法中的步骤，或者实现本申请实施例的第二方面所述的活体检测方法中的步骤。
在本申请实施例的第七方面，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中存储有指令，当其在计算机上运行时，使得计算机执行本申请实施例的第一方面所述的视频检测方法中的步骤，或者执行本申请实施例的第二方面所述的活体检测方法中的步骤。
在本申请实施例的第八方面，还提供了一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如本申请实施例的第一方面所述的视频检测方法中的步骤，或者实现如本申请实施例的第二方面所述的活体检测方法中的步骤。
通过本申请的视频检测方法，首先获取待检测视频，然后从待检测视频中抽取目标视频帧以及目标视频帧的参考视频帧，参考视频帧为白平衡参数生效前所采集的视频帧，目标视频帧为所述待检测视频中位于参考视频帧之后的视频帧。接着，基于目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定待检测视频的白平衡参数是否生效，待检测视频的白平衡参数生效表征录制待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。本申请的视频检测方法具备如下多个技术效果：
一、通过检测出待检测视频中每一个视频帧的白平衡参数是否生效，可以检测出待检测视频的白平衡参数是否生效(是否是摄像设备设置白平衡参数后采集的)，如果所有视频帧的白平衡参数均未生效，可确定白平衡活体检测未通过(例如待检测视频为疑似攻击视频)，不再进行后续白平衡活体检测的其它步骤的执行，避免对服务器造成不必要的计算资源浪费。
二、通过检测出待检测视频的白平衡参数是否生效，为后续进一步检测出待检测视频中实际使用到的白平衡序列是否与预先给定的目标白平衡参数序列匹配，进而实现白平衡活体检测提供了技术支持，可克服相关技术中的活体检测方法应用范围窄、检测效率低的缺陷。
附图说明
为了更清楚地说明本申请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。
图1是本申请一实施例示出的一种实施环境示意图；
图2是本申请一实施例示出的一种视频检测方法的流程图；
图3是本申请一实施例示出的一种活体检测方法的流程图；
图4是本申请一实施例示出的另一种视频检测装置的结构框图；
图5是本申请一实施例示出的一种活体检测装置的结构框图；
图6是本申请一实施例示出的一种电子设备的结构示意图。
具体实施方式
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描述。
近年来，基于人工智能的计算机视觉、深度学习、机器学习、图像处理、图像识别等技术研究取得了重要进展。人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸人的智能的理论、方法、技术及应用系统的新兴科学技术。人工智能学科是一门综合性学科，涉及芯片、大数据、云计算、物联网、分布式存储、深度学习、机器学习、神经网络等诸多技术种类。计算机视觉作为人工智能的一个重要分支，具体是让机器识别世界，计算机视觉技术通常包括人脸识别、活体检测、指纹识别与防伪验证、生物特征识别、人脸检测、行人检测、目标检测、行人识别、图像处理、图像识别、图像语义理解、图像检索、文字识别、视频处理、视频内容识别、行为识别、三维重建、虚拟现实、增强现实、同步定位与地图构建(SLAM)、计算摄影、机器人导航与定位等技术。随着人工智能技术的研究和进步，该项技术在众多领域展开了应用，例如安防、城市管理、交通管理、楼宇管理、园区管理、人脸通行、人脸考勤、物流管理、仓储管理、机器人、智能营销、计算摄影、手机影像、云服务、智能家居、穿戴设备、无人驾驶、自动驾驶、智能医疗、人脸支付、人脸解锁、指纹解锁、人证核验、智慧屏、智能电视、摄像机、移动互联网、网络直播、美颜、美妆、医疗美容、智能测温等领域。在相关技术中，动作活体检测需要用户按照提示做出某种动作，唇语活体检测需要用户按照提示说出屏幕上的随机数字，这往往是照片无法实现的。然而，这类检测交互时间过长，对于有些用户而言完成难度太大，造成整体检测效率偏低。
在炫彩活体检测中，用户终端的屏幕会按照服务端下发的随机序列发出各种颜色的光，服务端在验证活体时会对比录制的视频中的光序与服务器下发的光序是否一致，从而判断视频是否是真实拍摄而非劫持注入的。但炫彩活体检测具有很多缺陷，例如：(1)屏幕打光对环境要求非常高，必须在较暗的环境中才有效果；(2)对手机屏幕膜要求较高，对于透光性不好的手机膜效果不好；(3)为了尽可能的打上光，需要调亮手机屏幕，拉近脸部和手机屏幕的距离，造成晃眼，降低用户体验。
在上述背景条件下，出现了基于白平衡的活体检测，因此，如何基于白平衡进行活体检测成为当前亟需解决的问题之一。
为解决上述问题，本申请提供了一种视频检测方法，下面将对本申请的视频检测方法进行详细说明。
本申请提供的视频检测方法可以应用于用户终端，用户终端通过摄像设备采集目标对象的待检测视频，并通过处理器在本地完成对待检测视频的检测。本申请提供的视频检测方法也可以应用于服务器，由服务器获取摄像设备采集的目标对象的待检测视频，并对待检测视频进行视频检测。
当然，本申请的视频检测方法还可以应用于用户终端和服务器协作的场景，如图1所示。图1是本申请一实施例示出的一种实施环境示意图。在图1中，用户终端与服务器通信连接。用户终端通过内置的摄像设备或外接的摄像设备采集目标对象的待检测视频，然后将待检测视频发送至服务器，由服务器对待检测视频进行检测。其中，用户终端可以是智能手机、平板、电脑及其它便携式智能设备，服务器可以是一台服务器，也可以是多台服务器的集群，本实施例对用户终端和服务器的类型不作具体限制。
为便于更好地陈述本申请的视频检测方法，在此特别说明，本申请后续各个实施例中均是以图1所示的应用场景为例来陈述视频检测方法的具体实现的。
图2是本申请一实施例示出的一种视频检测方法的流程图。参照图2，本申请的视频检测方法具体可以包括如下步骤：
步骤S21：获取待检测视频。
在本实施例中，用户终端通过内置的摄像设备或外接的摄像设备采集目标对象的待检测视频，然后将待检测视频发送至服务器。
可选的，若本申请实施例所提供方法的执行主体为用户终端，则用户终端通过内置的摄像设备或外接的摄像设备采集目标对象的待检测视频后，直接由用户终端执行视频检测方法。
因此，上述步骤S21中，获取待检测视频，可以是服务器从用户终端或外接的摄像设备获取待检测视频，也可以是用户终端采集目标对象的待检测视频。
示例地，在用户需要通过人脸验证后登录某个应用软件时，用户终端可以通过摄像设备采集用户的人脸视频，并发送到服务器。
本申请的方法适用于白平衡活体检测场景。在进行白平衡活体检测时，服务器预先将目标白平衡序列发送给用户终端，使得用户终端在通过摄像设备采集目标对象的视频的过程中，根据目标白平衡序列中的各个白平衡参数，对摄像设备进行白平衡设置。在完成视频采集后，用户终端将使用服务器给定的白平衡参数采集的待检测视频发送至服务器。如此，服务器接收到待检测视频后，验证视频中实际使用到的白平衡序列是否与目标白平衡序列匹配，如果匹配，表示视频不是非法劫持摄像设备而提前拍摄的，是包含活体且合法的。
示例地，用户A在通过网络从银行卡转账时，银行的后台服务器可以提示用户进行人脸视频认证。用户A的用户终端获得后台服务器发送的目标白平衡序列后，在通过摄像设备采集用户A的人脸视频的过程中，根据目标白平衡序列中的各个白平衡参数，对摄像设备进行白平衡设置，然后将录制完成的用户的人脸视频发送给服务器。服务器接收到视频后，验证其中实际使用到的录制白平衡序列是否与目标白平衡序列匹配，如果匹配，表示视频是合法的，不是攻击视频，允许用户继续进行后续操作。本申请提供的则是具体的验证待检测视频中实际使用到的白平衡序列是否与服务器发送的目标白平衡序列匹配的方法。
步骤S22：从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧。
在本实施例中，待检测视频是由多个视频帧组成的。如果用户终端在录制视频时使用了白平衡序列中的白平衡参数，一般会在开始录制视频时首先采集多个未使用白平衡参数的视频帧，然后再利用白平衡参数对摄像设备进行设置，再接着采集后续的多个白平衡参数设置后的视频帧。
服务器在接收到待检测视频后，首先将待检测视频解成单帧，然后提取至少一个未使用白平衡参数的视频帧，作为参考视频帧。在提取参考视频帧时，一般可以在开始录制视频时采集的多个未使用白平衡参数的视频帧中提取。
目标视频帧是在参考视频帧之后的任意一个视频帧。例如待检测视频的视频帧包括视频帧1、视频帧2、视频帧3以及视频帧4，其中，视频帧1和视频帧2是未使用白平衡参数采集的视频帧。如果视频帧1是参考视频帧，那么视频帧2、视频帧3以及视频帧4中的任意一个都可以是目标视频帧。如果视频帧1和视频帧2参考视频帧，那么视频帧3和视频帧4中的任意一个都可以是目标视频帧。
步骤S23：基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。
具体地，步骤S23可以包括：
基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述目标视频帧的白平衡参数是否生效；
获得所述待检测视频中每一个目标视频帧的白平衡参数是否生效的检测结果；
根据各个所述目标视频帧的白平衡参数是否生效的检测结果，确定所述待检测视频的白平衡参数是否生效。
在本实施例中，待检测视频中的每一个目标视频帧是分别独立与参考视频帧进行对比的。
某个目标视频帧的白平衡参数生效，可以理解为摄像设备在录制该目标视频帧时，进行了白平衡参数设置，导致摄像设备的白平衡信息发生了变化。
具体地，步骤S23可以进一步包括：
将所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值进行比较；
在所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值之间的差值大于目标差值时，确定所述待检测视频的白平衡参数生效。
具体地，在所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值之间的差值大于目标差值时，确定所述待检测视频的白平衡参数生效，包括：
在所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值之间的差值大于目标差值时，确定所述目标视频帧的白平衡参数生效；
在获得待检测视频中每一个目标视频帧的白平衡参数是否生效的检测结果后，若存在至少一个白平衡参数生效的目标视频帧，确定所述待检测视频的白平衡参数生效。
在本申请各个实施例中，在检测到某一个目标视频帧的白平衡参数生效时，如果还存在其它未检测完毕的目标视频帧，此时还不能据此确定待检测视频的白平衡参数生效，需要对所有目标视频帧的白平衡参数进行是否生效的检测，然后再根据待检测视频中所有目标视频帧各自的白平衡参数是否生效的检测结果来判断待检测视频的白平衡参数生效。否则，如果只在检测到一个目标视频帧的白平衡参数生效就进入后续的活体检测，可能导致本该活体检成功的待检测视频最终得到活体检测失败的结果，具体将在下文陈述。
在本实施例中，如果参考视频帧只有一帧，可以直接将目标视频帧的颜色值(第一颜色均值)，与参考视频帧的颜色值(第二颜色均值)进行比较。在本实施例中，颜色值可以使用YUV色域中的值来表示，具体将在后文陈述。
在一种实施方式中，在所述参考视频帧的数量是多个的情况下，将所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值进行比较，具体可以包括：
对于每一帧参考视频帧，根据所述参考视频帧上各个像素点的颜色值的均值获得所述参考视频帧的第二颜色均值；
根据所述目标视频帧上各个像素点的颜色值的均值获得所述目标视频帧的第一颜色均值；
将所述目标视频帧的第一颜色均值，与各帧所述参考视频帧的第二颜色均值的均值比较。
在本实施例中，对于一个视频帧，颜色均值是指该视频帧上各个像素点的颜色值的均值，每一个像素点都具有颜色值。如果参考视频帧有多帧，对于每一帧参考视频帧，可以首先将参考视频帧上各个的像素点的颜色值的均值作为参考视频帧的颜色均值(即第二颜色均值)，将目标视频帧上各个像素点的颜色值的均值作为目标视频帧的颜色均值(即第一颜色均值)，再将目标视频帧的第一颜色均值，与各个参考视频帧的第二颜色均值的均值进行比较。
在具体实施时，在所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值之间的差值大于目标差值时，确定所述待检测视频的白平衡参数生效，可以包括：
在所述目标视频帧的第一颜色均值对应的色温值，与所述参考视频帧的第二颜色均值对应的色温值之间的差值大于目标温差值时，确定所述目标视频帧的白平衡参数生效；
在获得所述待检测视频中所有目标视频帧的白平衡参数是否生效的检测结果后，若存在至少一个白平衡参数生效的目标视频帧，确定所述待检测视频的白平衡参数生效。
在本实施例中，可以计算出第一颜色均值对应的色温值和第二颜色均值对应的色温值，不同的颜色均值对应的色温值不同。不同的白平衡参数也对应不同的色温值。颜色均值之间的差值越大，表示色温值之间的差距越大，也表示白平衡参数之间的差值越大。
因此，如果目标视频帧的第一颜色均值与参考视频帧的第二颜色均值之间的差值大于目标差值，可以确定目标视频帧是用户终端的摄像设备进行白平衡设置后采集的，也即目标视频帧的白平衡参数生效。
在实际实施时，也可以不计算出第一颜色均值和第一颜色均值各自对应的色温值，直接通过第一颜色均值和第一颜色均值之间的差值来判断目标视频帧的白平衡参数是否生效。具体地，如果目标视频帧的第一颜色均值，与参考视频帧的第二颜色均值之间的差值大于目标差值，可以确定目标视频帧是用户终端的摄像设备进行白平衡设置后采集的。反之，如果目标视频帧的第一颜色均值，与参考视频帧的第二颜色均值之间的差值不大于目标差值，可以确定目标视频帧是用户终端的摄像设备在未进行白平衡设置的情况下采集的。
在本实施例中，服务器可以向用户终端发送至少一个白平衡序列，以提示用户终端按照至少一个白平衡序列中的任一白平衡序列对摄像设备进行白平衡设置，并通过设置后的摄像设备录制目标对象的视频。服务器接收到用户终端发送的待检测视频后，首先判断视频中的各个目标视频帧的白平衡参数是否生效，即检测待检测视频是否是摄像设备进行了白平衡设置后采集的。
示例地，服务器向用户终端发送了一个白平衡序列，提示用户终端按照该白平衡序列中的各个白平衡参数对摄像设备进行白平衡设置，并通过设置后的摄像设备录制用户的人脸视频。用户终端接收到该白平衡序列后，开始录制视频，例如，可以在没有使用白平衡参数的情况下录制前10个视频帧(便于服务器获得参考视频帧)，然后利用白平衡序列中的第一个白平衡参数对摄像设备进行白平衡设置，通过设置后的摄像设备采集第11-15个视频帧，再利用白平衡序列中的第二个白平衡参数对摄像设备进行白平衡设置，通过设置后的摄像设备采集第16-20个视频帧，再利用白平衡序列中的第三个白平衡参数对摄像设备进行白平衡设置，通过设置后的摄像设备采集第21-25个视频帧，以此类推，直到采集到预设时长(或预设帧数)的视频。服务器获得用户终端录制的视频后，如果将第1-10个视频帧作为参考视频帧，那么从第11个视频帧开始，将每一个目标视频帧的第一颜色均值与考视频帧的第二颜色均值进行比较，以确定该目标视频帧的白平衡参数是否生效，是否是用户终端的摄像设备使用白平衡参数采集的，按照相同的方式，分别获得每一个目标视频帧的比较结果。
通过本申请的视频检测方法，首先获取待检测视频，然后从待检测视频中抽取目标视频帧以及目标视频帧的参考视频帧，参考视频帧为白平衡参数生效前所采集的视频帧，目标视频帧为所述待检测视频中位于参考视频帧之后的视频帧。接着，基于目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定待检测视频的白平衡参数是否生效，待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。本申请的视频检测方法具备如下多个技术效果：
一、通过检测出待检测视频中每一个视频帧的白平衡参数是否生效，可以检测出待检测视频的白平衡参数是否生效(是否是摄像设备设置白平衡参数后采集的)，如果所有视频帧的白平衡参数均未生效，可确定白平衡活体检测未通过(例如待检测视频为疑似攻击视频)，不再进行后续白平衡活体检测的其它步骤的执行，避免对服务器造成不必要的计算资源浪费。
二、通过检测出待检测视频的白平衡参数是否生效，为后续进一步检测出待检测视频中实际使用到的白平衡序列是否与预先给定的目标白平衡序列匹配，进而实现白平衡活体检测提供了技术支持，可克服相关技术中的活体检测方法应用范围窄、检测效率低的缺陷。
结合以上实施例，在一种实施方式中，在基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效之前，本申请的视频检测方法还可以包括：
从所述目标视频帧和所述参考视频帧上分别框选目标区域，所述目标区域为所述待检测视频中用于活体检测的区域。
在此基础上，基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，可以包括：
基于所述目标视频帧中所述目标区域上各个像素点对应的颜色值，与所述参考视频帧中目标区域上各个像素点对应的颜色值，确定所述待检测视频的白平衡参数是否生效。
具体地，基于所述目标视频帧中所述目标区域上各个像素点对应的颜色值，与所述参考视频帧中目标区域上各个像素点对应的颜色值，确定所述待检测视频的白平衡参数是否生效，包括：
基于所述目标视频帧中所述目标区域上各个像素点对应的颜色值，与所述参考视频帧中目标区域上各个像素点对应的颜色值，确定所述目标视频帧的白平衡参数是否生效；
获得所述待检测视频中每一个目标视频帧的白平衡参数是否生效的检测结果；
根据各个所述目标视频帧的白平衡参数是否生效的检测结果，确定所述待检测视频的白平衡参数是否生效。
在本实施例中，可以对目标视频帧和参考视频帧分别进行关键点检测，然后根据关键点检测结果，从目标视频帧和参考视频帧上分别框选目标区域。接着，确定目标视频帧上和参考视频帧上框选的目标区域的各个像素点对应的颜色值，将目标视频帧上目标区域的各个像素点的颜色值，与参考视频帧上目标区域的各个像素点的颜色值进行比较。
在本实施例中，关键点可以是目标对象的五官点，目标区域可以是目标对象的任意区域，例如可以是面部区域，可以是上半身区域，也可以是手部区域，本实施例对目标区域不作具体限制。
在一种实施方式中，目标区域通常是对白平衡变化敏感的区域，即在白平衡参数发生变化时，这些区域的色温值通常有明显的变化，例如脸部区域、掌部区域。
而对白平衡变化不敏感的区域通常是指背景区域。具体而言，在白平衡参数切换的过程中，背景中的高亮区域或黑暗区域的色温可能不会发生变换，最终影响检测精准度，而敏感区域(例如人脸区域)通常不会是高亮区域或黑暗区域，不管背景如何变化，都会跟随白平衡参数的变化而发生明显的色温变化。因此针对每一个视频帧，只根据其中对白平衡变化敏感的区域的颜色值来判断白平衡参数是否生效，可以很好地避免高亮区域或黑暗区域所带来的误差影响。
因此，在具体实施时，如果目标区域是人脸区域，可以只确定目标视频帧中人脸区域的颜色值和参考视频帧中人脸区域对应的颜色值，再将目标视频帧上人脸区域的颜色值，与各个参考视频帧的颜色值的平均值进行比较，从而避免背景变化时对检测结果造成的影响。
在具体实施时，可以采用任意的关键点检测手段及目标区域识别手段，本实施例对此不作具体限制。
在一种实施方式中，除了按照上述给出的提取各个视频帧的目标区域的颜色值来避免高亮区域或黑暗区域对检测结果的影响，还可以采用如下方式：
对于一个视频帧，过滤掉所有RGB通道的某个值高于245或低于10的像素点，根据剩余的像素点获得视频帧的颜色值。
在本实施例中，排除视频帧中那些RGB通道值高于245或低于10的像素点对颜色值的影响，相当于排除了视频帧中高亮区域和黑暗区域中的像素点对颜色值的影响，可以有效提升检测结果的精准度。
本实施例中，将目标视频帧中目标区域对应的颜色值，与参考视频帧中目标区域对应的颜色值进行比较来确定目标视频帧的白平衡参数是否生效，可以避免对白平衡参数变化不敏感的区域(例如背景区域)所造成的影响，提升检测结果的精准度。
结合以上实施例，在一种实施方式中，基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，具体可以包括如下步骤：
确定所述目标视频帧上各个像素点的第一颜色分量的目标均值和第二颜色分量的目标均值，并确定所述参考视频帧上各个像素点的第一颜色分量的参考均值和第二颜色分量的参考均值；
比较所述第一颜色分量的目标均值与所述第一颜色分量的参考均值，并比较所述第二颜色分量的目标均值与所述第二颜色分量的参考均值。
在本实施例中，颜色值可以使用YUV色域中的值表示。在YUV色域中，Y表示图像的灰度值，UV代表色差，U和V是构成彩色的两个分量。
因此，前文各个实施例中所指的颜色值(颜色均值)包括U值和V值。其中，目标视频帧上像素点的第一颜色分量的目标均值用Un表示，目标视频帧上像素点的第二颜色分量的目标均值用Vn表示，n表示待检测视频中的第n个视频帧，第一颜色均值主要包括Un和Vn。参考视频帧上像素点的第一颜色分量的参考均值用Ubase表示，参考视频帧上像素点的第二颜色分量的参考均值用Vbase表示，第二颜色均值主要包括Ubase和Vbase。
其中，每一个视频帧唯一对应一个U和一个V，U是该视频帧上的各个像素点(所有像素点或目标区域的像素点)的u值的均值，V是该视频帧上的各个像素点(所有像素点或目标区域的像素点)的v值的均值。
在参考视频帧是多个的情况下，可以首先求取每一个参考视频帧各自对应的U和V，然后将各个参考视频帧对应的U的均值作为Ubase，将各个参考视频帧对应的V的均值作为Vbase。
接着，将Un与Ubase进行比较，同时将Vn与Vbase进行比较，在所述第一颜色分量的目标均值与所述第一颜色分量的参考均值之间的差值大于第一目标差值，且所述第二颜色分量的目标均值与所述第二颜色分量的参考均值之间的差值大于第二目标差值时，确定所述目标视频帧的白平衡参数生效，且在获得待检测视频中所有目标视频帧的白平衡参数是否生效的检测结果后，若存在至少一个白平衡参数生效的目标视频帧，则确定待检测视频的白平衡参数生效。
在所述第一颜色分量的目标均值与所述第一颜色分量的参考均值之间的差值不大于所述第一目标差值时，或，在所述第二颜色分量的目标均值与所述第二颜色分量的参考均值之间的差值不大于所述第二目标差值时，确定所述目标视频帧的白平衡参数未生效；且在获得待检测视频中所有目标视频帧的白平衡参数是否生效的检测结果后，若所有目标视频帧的白平衡参数都未生效，则确定待检测视频的白平衡参数未生效。
具体地，如果Un与Ubase之间的差值大于第一目标差值diff1，且Vn与Vbase之间的差值大于第二目标差值diff2，可以确定目标视频帧n的白平衡参数生效，是摄像设备在进行白平衡参数设置后采集的。
示例地，获取到的k个参考视频帧记为：fbase＝{f1,…,fk}，其中fj表示待检测视频的第j个视频帧，k取1时表示只取第1个视频帧作为参考视频帧。获取到的1个目标视频帧为fn(n>＝k+1)。首先计算fbase中各个视频帧的U值和V值，得到U1,…,Uk和V1,…,Vk，再分别计算它们的均值，得到
和
再计算fn的U值和U值，得到Un和Vn。接着，将Un与Ubase进行对比，将Vn与Vbase进行对比，如果Un与Ubase之间的差值大于第一目标差值diff1，且Vn与Vbase之间的差值大于第二目标差值diff2，可以确定目标视频帧n的白平衡参数生效，否则确定目标视频帧n的白平衡参数未生效。
通过上述方法，可以确定出待检测视频中每一个目标视频帧是否生效，根据每一个目标视频帧是否生效的结果，可以确定出待检测视频的白平衡参数是否生效，具体包括：
在所述待检测视频中的每个所述目标视频帧的白平衡参数均未生效时，确定所述待检测视频的白平衡参数未生效和/或所述待检测视频为疑似攻击视频。
在本实施例中，如果所有的目标视频帧的白平衡参数均未生效，例如所有的目标视频帧的第一颜色均值与参考视频帧的第二颜色均值之间的差值都不大于目标差值，表示待检测视频的白平衡参数未生效，待检测视频是摄像设备在没有设置白平衡参数的情况下采集的，因此摄像设备没有按照服务器发送的目标白平衡序列进行视频采集，待检测视频不可用，为疑似攻击视频。
换言之，在本申请中，在获得待检测视频中每一个目标视频帧的白平衡参数是否生效的检测结果后，只要确定待检测视频中存在一个目标视频帧的白平衡参数生效，则可以确定待检测视频的白平衡参数生效，可以继续进行后续活体检测步骤，下面将详细介绍待检测视频的白平衡参数生效后如何进行活体检测。
在本实施例中，可以根据待检测视频中存在的白平衡参数生效的目标视频帧的数量确定待检测视频的白平衡参数是否生效，为后续实现白平衡活体检测提供了技术支持。
在实际实施时，即使各个目标视频帧是摄像设备在设置后了白平衡参数后采集的，还不能表示摄像设备使用的是服务器预先发送的目标白平衡序列中的那些白平衡参数(摄像设备被劫持后也有可能使用伪造的白平衡参数)，因为在服务器预先发送的白平衡序列中，每一个白平衡参数都有着对应的色温变化规律，只有待检测视频中各个白平衡参数生效的目标视频帧所对应的色温变化规律，与预先发送的目标白平衡序列中的白平衡参数对应的色温变化规律一致，才能确定待检测视频合法。
因此，在确定待检测视频的白平衡参数生效之后，本申请的视频检测方法还可以包括：
在所述待检测视频的白平衡参数生效时，确定所述待检测视频中各个生效的目标视频帧的第一色温变化信息；
将所述各个生效的目标视频帧的第一色温变化信息与目标白平衡序列所对应的第二色温变化信息进行匹配，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整；
根据匹配结果，检验所述待检测视频中的对象是否为活体。
在一种实施方式中，确定所述待检测视频中各个生效的目标视频帧的第一色温变化信息，可以包括：
在所述待检测视频中一个生效的目标视频帧上各个像素点的第一颜色分量的目标均值，相比于所述第一颜色分量的参考均值的增加量至少为所述第一目标差值，且所述第二颜色分量的参考均值相比于所述第二颜色分量的目标均值的增加量至少为所述第二目标差值时，确定第一色温变化信息为：由高色温变化为低色温；
在所述待检测视频中一个生效的目标视频帧上各个像素点的第一颜色分量的参考均值，相比于所述第一颜色分量的目标均值的增加量至少为所述第一目标差值，且所述第二颜色分量的目标均值相比于所述第二颜色分量的参考均值的增加量至少为所述第二目标差值时，确定第一色温变化信息为：由低色温变化为高色温。
在本实施例中，如果Un-Ubase≥diff1且Vbase-Vn≥diff2，表示fn的白平衡参数生效，且fn的色温变化规律为：相比于参考视频帧，由高色温变化为低色温。
在本实施例中，如果Ubase-Un≥diff1且Vn-Vbase≥diff2，则表示fn的白平衡参数生效，且白平衡参数的色温变化规律为：相比于参考视频帧，由低色温变化为高色温。
在得到待检测视频中各个白平衡参数生效的目标视频帧的色温变化规律后，将这些色温变化规律，依次与目标白平衡序列中对应的白平衡参数的色温变化规律进行对比，可以确定待检测视频是否是摄像设备按照服务器发送的目标白平衡序列录制的视频，如果两者的色温变化规律是匹配的，表示待检测视频中的对象为活体，且待检测视频是合法视频。
在本实施例中，服务器可以预先获得用户终端的摄像设备支持的多个白平衡参数或白平衡参数范围，然后根据这些信息生成至少一个白平衡序列，且在每一个白平衡序列中，相邻两个白平衡参数对应的色温值之间的差值大于目标阈值，以避免因色温差值较小时无法识别视频帧是否产生了色温变化，可提高识别结果的准确度。服务器将生成的至少一个白平衡序列发送给用户终端，并提示用户终端使用至少一个白平衡序列中任意一个白平衡序列中的白平衡参数对摄像设备进行白平衡设置，并通过设置后的摄像设备录制视频。在至少一个白平衡序列中，用户终端最终使用到的那一个白平衡序列为目标白平衡序列。
示例地，假设目标白平衡序列中各个白平衡参数对应的色温变化规律如下表1所示：
| 目标白平衡序列 | 色温变化规律 |
| 白平衡参数1 | 由低色温变化为高色温 |
| 白平衡参数2 | 由高色温变化为低色温 |
| …… | …… |
| 白平衡参数n | 由高色温变化为低色温 |
表1
如果用户终端的摄像设备在没有使用白平衡参数的情况下采集第1-10个视频帧，使用白平衡参数1采集第11-15个视频帧，使用白平衡参数2采集第16-20个视频帧，使用白平衡参数3采集第21-25个视频帧(帧间隔可以是服务器告知用户终端的，也可以是用户终端完成采集后告知服务器的)。那么，服务器在对第11个视频帧进行视频检测时，检测到第11个视频帧是摄像设备使用白平衡参数采集的。接着，服务器进一步验证第11个视频帧的色温变化规律是否是由由低色温变化为高色温，如果是，确定第11个视频帧是采用服务器发送的目标白平衡序列中的白平衡参数1生成的。同理，服务器分别验证第12-15个视频帧也是采用服务器发送的白平衡序列中的白平衡参数1生成的。接着，服务器验证第16个视频帧的色温变化规律是否是由高色温变化为低色温，如果是，确定第16个视频帧是采用服务器发送的白平衡序列中的白平衡参数2生成的。按照相同原理，从第11个视频帧开始，服务器验证每一个视频帧是否是摄像设备使用白平衡参数采集的，以及，如果是使用白平衡参数采集的，色温变化规律是否与服务器发送对应的白平衡参数的色温变化规律一致。
结合以上实施例，在一种实施方式中，根据匹配结果，检验所述待检测视频中的对象是否为活体，具体可以包括：
在所述待检测视频的各个生效的目标视频帧中，若存在预设数量个连续的目标视频帧对应的第一色温变化信息，与所述目标白平衡序列对应的第二色温变化信息一致，确定所述待检测视频中的对象为活体和/或所述待检测视频为合法视频。
在本实施例中，在待检测视频的各个生效的目标视频帧中，如果存在预设数量个连续的目标视频帧，且这预设数量个连续的目标视频帧所对应的第一色温变化信息，与目标白平衡序列对应的第二色温变化信息一致，可以确定待检测视频中的对象为活体，且待检测视频为合法视频。除此以外，均为疑似攻击视频。
本实施例中提供了一种校验待检测视频中的对象是否为活体方法，包括：在待检测视频的白平衡参数生效的情况下，将各个白平衡参数生效的目标视频帧的第一色温变化信息，与目标白平衡序列所对应的第二色温变化信息进行匹配，以验证目标视频帧的色温变化规律是否与服务器预先发送的目标白平衡序列中对应的白平衡参数的色温变化规律一致，只有在预设数量个连续的目标视频帧对应的色温变化规律，与目标白平衡序列中对应的白平衡参数的色温变化规律一致时，才确定待检测视频中实际使用到的白平衡序列与服务器发送的白平衡序列匹配，即待检测视频中的对象为活体，且待检测视频合法。基于上述色温变化信息的匹配方法，服务器可以更好地实现白平衡活体检测。具体地，基于本申请的视频检测方法所实现的白平衡活体检测具有如下效果：
一、可检测出摄像装备录制的视频是否是合法视频，例如是否是摄像设备被劫持后拍摄的攻击视频。
二、本申请的视频检测方法的应用范围更广，一方面，不再对光线的强度有要求(白平衡与光线强度无关)，在光线较强的环境中仍能生效，可覆盖用户的各种使用场景；另一方面，不再对设备的保护膜的透光性有要求(白平衡与膜的透光性无关)，可覆盖用户的各种设备；另一方面，不再需要调亮设备的屏幕(白平衡与屏幕亮度无关)，可避免对用户造成晃眼，优化用户的体验。
三、本申请的活体检测方法具有较高的检测效率，无需用户花费较长的时间进行交互，同时降低了用户的使用难度，避免个别用户因难度太大而无法完成检测，提高了整体检测率。
在本实施例中，如果检测到每一个目标视频帧的白平衡参数都未生效，可以将待检测视频确定为疑似攻击视频。或者，服务器可以提示用户终端检查摄像设备是否开启白平衡设置功能，并控制摄像设备重新采集视频以检测，如果在验证N(N可以任意设置)个重新采集的视频后，仍然检测到每一个目标视频帧的白平衡参数都未生效，再将待检测视频确定为疑似攻击视频。
在本实施例中，在完成待检测视频的检测后，本申请的服务器可以输出两种结果：
一、验证通过，表示待检测视频中的对象为活体，且视频为合法视频。在待检测视频的各个生效的目标视频帧中，存在预设数量个连续的目标视频帧对应的色温变化规律，与服务器预先发送的白平衡序列中对应的白平衡参数的色温变化规律一致，验证通过。
二、验证失败，待检测视频为疑似攻击视频。验证失败包括两种情况：(一)、待检测视频中的每个目标视频帧的白平衡参数均未生效，待检测视频的白平衡参数未生效，此时确定待检测视频为疑似攻击视频，验证失败。(二)、待检测视频的白平衡参数生效，但是在待检测视频的各个生效的目标视频帧中，不存在预设数量个连续的目标视频帧对应的色温变化规律，与服务器预先发送的白平衡序列中对应的白平衡参数的色温变化规律一致，此时，确定待检测视频为疑似攻击视频，验证失败。
由于需要在白平衡参数生效的待检测视频中获得预设数量个连续的目标视频帧对应的色温变化规律，在检测到某一个目标视频帧的白平衡参数生效时，如果还存在其它未检测完毕的目标视频帧，还不能据此确定待检测视频的白平衡参数生效(即不能立刻进入活体检测的步骤)，而是需要对所有目标视频帧的白平衡参数进行是否生效的检测，然后再根据待检测视频中所有目标视频帧各自的白平衡参数是否生效的检测结果来判断待检测视频的白平衡参数生效。否则，如果只在检测到一个目标视频帧的白平衡参数生效就进入后续的活体检测，可能导致本该活体检成功的待检测视频最终得到活体检测失败的结果(例如预设数量是大于1的任意数值时，会得到错误结果)。
基于前文实施例的视频检测方法，本申请可以更好地实现基于白平衡的活体检测方法。该活体检测方法如图3所示。图3是本申请一实施例示出的一种活体检测方法的流程图。根据图3，该方法具体可以包括：
步骤S31：获取目标对象的待检测视频。
步骤S32：基于所述待检测视频中的目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；所述参考视频帧为白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；
步骤S33：在确定所述待检测视频的白平衡参数生效时，基于目标白平衡序列和所述待检测视频中解析得到的录制白平衡序列，校验所述目标对象是否为活体，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整。
其中，基于所述待检测视频中的目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，可以包括：
检测所述待检测视频中的每一个目标视频帧的白平衡参数是否生效；
在获得所述待检测视频中每一个目标视频帧的白平衡参数是否生效的检测结果后，若存在至少一个白平衡参数生效的目标视频帧，确定所述待检测视频的白平衡参数生效。
关于步骤S32的具体实施过程可参照前文所述，本实施例在此不作赘述。
其中，基于目标白平衡序列和所述待检测视频中解析得到的录制白平衡序列，校验所述目标对象是否为活体，可以包括：
根据所述录制白平衡序列中的各个白平衡参数，确定所述录制白平衡序列所对应的第一色温变化信息，所述录制白平衡序列中的各个白平衡参数是各个生效的目标视频帧在录制时使用到的白平衡参数；
根据所述目标白平衡序列中的各个白平衡参数，确定所述目标白平衡序列所对应的第二色温变化信息；
将所述录制白平衡序列所对应的第一色温变化信息，与所述目标白平衡序列所对应的第二色温变化信息进行匹配；
根据匹配结果，校验所述待检测视频中的对象是否为活体。
在本实施例中，录制白平衡序列中的各个白平衡参数也就是各个白平衡参数生效的目标视频帧在录制时使用到的白平衡参数，因此，根据录制白平衡序列中的各个白平衡参数，可以确定出录制白平衡序列所对应的第一色温变化信息。
关于步骤S33的具体实施过程可参照前文所述，本实施例在此不作赘述。
基于本申请的视频检测方法所实现的白平衡活体检测方法具有如下效果：
一、可检测出摄像装备录制的视频是否是合法视频，例如是否是摄像设备被劫持后拍摄的攻击视频。
二、应用范围更广，不再对光线的强度有要求，不再对设备的保护膜的透光性有要求，不再需要调亮设备的屏幕，且可覆盖用户的各种设备。
三、具有较高的检测效率，无需用户花费较长的时间进行交互，同时降低了用户的使用难度，提高了整体检测率。
下面将以一个具体的实施例，对本申请的视频检测方法进行完整说明。
步骤1：在待检测视频中获得k个参考视频帧，记为fbase＝{f1,…,fk}，且k个参考视频帧是未使用白平衡参数采集的，其中fj表示待检测视频的第j个视频帧，k取1时表示只取第1个视频帧作为参考视频帧。
步骤2：从第k+1个视频帧开始，使用算法2，验证每一个目标视频帧是否是摄像设备采用白平衡参数采集的，以及对应的色温变化规律。如果是使用白平衡参数采集的，且对应的色温变化规律与服务器发送的白平衡序列中对应的白平衡参数的色温变化规律一致，则说明当前的目标视频帧是采用服务器预先发送的白平衡参数采集的，验证成功，并继续验证下一个目标视频帧。
步骤3：在检测完所有的目标视频帧后，如果存在至少一个白平衡参数生效的目标视频帧，且在至少一个白平衡参数生效的目标视频帧中，存在预设数量个连续的目标视频帧对应的色温变化规律，与服务器预先发送的白平衡序列中对应的白平衡参数的色温变化规律一致，则验证通过，视频是合法的。
步骤4：如果检测到每一个目标视频帧的白平衡参数都未生效，都是摄像设备未使用白平衡参数采集的，验证失败，将待检测视频确定为疑似攻击视频。
或者，如果存在至少一个白平衡参数生效的目标视频帧，且在至少一个白平衡参数生效的目标视频帧中，不存在预设数量个连续的目标视频帧对应的色温变化规律，与服务器预先发送的白平衡序列中对应的白平衡参数的色温变化规律一致，表示目标视频帧不是用户终端的摄像设备使用服务器发送的白平衡序列中的白平衡参数采集的，验证失败，将待检测视频确定为疑似攻击视频。
下面介绍算法2：
通过算法1计算出k个视频帧中，每个视频帧的U值和V值，得到U1,…,Uk和V1,…,Vk，再分别计算它们的均值，得到
和
通过算法1计算出第fn的U值和V值，得到Un和Vn。
如果Un-Ubase≥diff1且Vbase-Vn≥diff2(diff1和diff2可以根据经验设置)，则表示fn的白平衡参数生效，且色温变化规律为：由高色温切换到低色温。
如果Ubase-Un≥diff1且Vn-Vbase≥diff2，则表示fn白平衡参数生效，且色温变化规律为：由低色温切换到高色温。
如果既不满足Un-Ubase≥diff1且Vbase-Vn≥diff2，也不满足Ubase-Un≥diff1且Vn-Vbase≥diff2，表示使用了白平衡参数但未生效，或者未使用白平衡参数，得到的fn的检测结果为空。
下面介绍算法1：
该算法用于计算fn的U值和V值，得到Un和Vn。具体地，将fn转换到YUV颜色空间，得到
i表示每像素点，
表示一个像素点的u值。其中w和h分别表示图像的宽度和高度，计算
的均值，即可得到
同样的方式，将fn转换到YUV颜色空间，得到-
其中w和h分别表示图像的宽度和高度，计算
的均值，即可得到
通过本申请的视频检测方法，可以检验出待检测视频中的各个目标视频帧的白平衡参数是否生效，以及待检测视频的白平衡参数是否生效，有助于更好地实现活体检测。换言之，基于本申请的视频检测方法，服务器可以更好地实施白平衡活体检测方法，使白平衡活体检测方法具有更广泛的应用场景(不再对光线的强度有要求，可覆盖用户的各种使用场景，不再对设备的膜的透光性有要求，可覆盖用户的各种设备等)和更快的检测效率(无需花费较长的时间与用户交互)。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。
基于同一发明构思，本申请一实施例提供了一种视频检测系统，包括用户终端和服务器；
所述用户终端，用于通过摄像设备录制目标对象的待检测视频，并将所述待检测视频发送至所述服务器；
所述服务器，用于从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，并基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；
其中，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧。
基于同一发明构思，本申请一实施例提供了一种视频检测装置400。参考图4，图4是本申请一实施例示出的一种视频检测装置的结构框图。如图4所示，该视频检测装置400可以包括：
第一获取模块401，用于获取待检测视频；
抽取模块402，用于从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；
第一确定模块403，用于基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。
可选地，所述第一确定模块403包括：
第一比较子模块，用于将所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值进行比较；
第一确定子模块，用于在所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值之间的差值大于目标差值时，确定所述待检测视频的白平衡参数生效。
可选地，在所述参考视频帧的数量是多个的情况下，所述第一比较子模块包括：
第一获得子模块，用于对于每一帧参考视频帧，根据所述参考视频帧上各个像素点的颜色值的均值获得所述参考视频帧的第二颜色均值；
第二获得子模块，用于根据所述目标视频帧上各个像素点的颜色值的均值获得所述目标视频帧的第一颜色均值；
第二比较子模块，用于将所述目标视频帧的第一颜色均值，与各帧所述参考视频帧的第二颜色均值的均值比较。
可选地，所述装置400还包括：
框选模块，用于从所述目标视频帧和所述参考视频帧上分别框选目标区域，所述目标区域为所述待检测视频中用于活体检测的区域；
所述第一确定模块403包括：
第二确定子模块，用于基于所述目标视频帧中所述目标区域上各个像素点对应的颜色值，与所述参考视频帧中目标区域上各个像素点对应的颜色值，确定所述待检测视频的白平衡参数是否生效。
可选地，所述第一确定模块403包括：
第三确定子模块，用于确定所述目标视频帧上各个像素点的第一颜色分量的目标均值和第二颜色分量的目标均值，并确定所述参考视频帧上各个像素点的第一颜色分量的参考均值和第二颜色分量的参考均值；
第三比较子模块，用于比较所述第一颜色分量的目标均值与所述第一颜色分量的参考均值，以及，比较所述第二颜色分量的目标均值与所述第二颜色分量的参考均值；
第四确定子模块，用于在所述第一颜色分量的目标均值与所述第一颜色分量的参考均值之间的差值大于第一目标差值，且所述第二颜色分量的目标均值与所述第二颜色分量的参考均值之间的差值大于第二目标差值时，确定所述待检测视频的白平衡参数生效；
第五确定子模块，用于在所述第一颜色分量的目标均值与所述第一颜色分量的参考均值之间的差值不大于所述第一目标差值时，或，在所述第二颜色分量的目标均值与所述第二颜色分量的参考均值之间的差值不大于所述第二目标差值时，确定所述待检测视频的白平衡参数未生效。
可选地，所述装置400还包括：
第二确定模块，用于在所述待检测视频中的每个所述目标视频帧的白平衡参数均未生效时，确定所述待检测视频的白平衡参数未生效和/或所述待检测视频为疑似攻击视频。
可选地，所述装置400还包括：
第三确定模块，用于在所述待检测视频的白平衡参数生效时，确定所述待检测视频中各个生效的目标视频帧的第一色温变化信息；
匹配模块，用于将所述各个生效的目标视频帧的第一色温变化信息与目标白平衡序列所对应的第二色温变化信息进行匹配，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整；
第一校验模块，用于根据匹配结果，校验所述待检测视频中的对象是否为活体。
可选地，所述第三确定模块包括：
第六确定子模块，用于在所述待检测视频中一个生效的目标视频帧上各个像素点的第一颜色分量的目标均值，相比于所述第一颜色分量的参考均值的增加量至少为所述第一目标差值，且所述第二颜色分量的参考均值相比于所述第二颜色分量的目标均值的增加量至少为所述第二目标差值时，确定第一色温变化信息为由高色温变化为低色温；
第七确定子模块，用于在所述待检测视频中一个生效的目标视频帧上各个像素点的第一颜色分量的参考均值，相比于所述第一颜色分量的目标均值的增加量至少为所述第一目标差值，且所述第二颜色分量的目标均值相比于所述第二颜色分量的参考均值的增加量至少为所述第二目标差值时，确定所述第一色温变化信息为由低色温变化为高色温。
可选地，所述第一校验模块包括：
第八确定子模块，用于在所述待检测视频的各个生效的目标视频帧中，若存在预设数量个连续的目标视频帧对应的第一色温变化信息，与所述目标白平衡序列对应的第二色温变化信息一致，确定所述待检测视频中的对象为活体和/或所述待检测视频为合法视频。
基于同一发明构思，本申请一实施例提供了一种活体检测装置500。参考图5，图5是本申请一实施例示出的一种活体检测装置的结构框图。如图5所示，该活体检测装置500可以包括：
第二获取模块501，用于获取目标对象的待检测视频；
第四确定模块502，用于基于所述待检测视频中的目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；所述参考视频帧为白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；
第二校验模块502，用于在确定所述待检测视频的白平衡参数生效时，基于目标白平衡序列和所述待检测视频中解析得到的录制白平衡序列，校验所述目标对象是否为活体，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整。
可选地，所述第四确定模块502包括：
检测子模块，用于检测所述待检测视频中的每一个目标视频帧的白平衡参数是否生效；
第九确定子模块，用于在获得所述待检测视频中每一个目标视频帧的白平衡参数是否生效的检测结果后，若存在至少一个白平衡参数生效的目标视频帧，确定所述待检测视频的白平衡参数生效。
可选地，所述校验模块503包括：
第十确定子模块，用于根据所述录制白平衡序列中的各个白平衡参数，确定所述录制白平衡序列所对应的第一色温变化信息，所述录制白平衡序列中的各个白平衡参数是各个生效的目标视频帧在录制时使用到的白平衡参数；
第十一确定子模块，用于根据所述目标白平衡序列中的各个白平衡参数，确定所述目标白平衡序列所对应的第二色温变化信息；
匹配子模块，用于将所述录制白平衡序列所对应的第一色温变化信息，与所述目标白平衡序列所对应的第二色温变化信息进行匹配；
校验子模块，用于根据匹配结果，校验所述待检测视频中的对象是否为活体。
本申请实施例还提供了一种电子设备，如图6所示。图6是本申请一实施例示出的一种电子设备的结构示意图。参照图6，电子设备包括处理器61、通信接口62、存储器63和通信总线64，其中，处理器61，通信接口62，存储器63通过通信总线64完成相互间的通信；
存储器63，用于存放计算机程序；
处理器61，用于执行存储器63上所存放的程序时，实现如下步骤：
获取待检测视频；
从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；
基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。
或者处理器61在执行存储器63上所存放的程序时，实现上述其他方法实施例中的步骤。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视频检测方法，或者，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的活体检测方法。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的视频检测方法，或者，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的活体检测方法。
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程序指令时，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个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取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。
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。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，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。
以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。
Claims (16)
1.一种视频检测方法，其特征在于，所述方法包括：
获取待检测视频；
从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；
基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化。
2.根据权利要求1所述的方法，其特征在于，基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，包括：
将所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值进行比较；
在所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值之间的差值大于目标差值时，确定所述待检测视频的白平衡参数生效。
3.根据权利要求2所述的方法，其特征在于，在所述参考视频帧的数量是多个的情况下，将所述目标视频帧的第一颜色均值与所述参考视频帧的第二颜色均值进行比较，包括：
对于每一帧参考视频帧，根据所述参考视频帧上各个像素点的颜色值的均值获得所述参考视频帧的第二颜色均值；
根据所述目标视频帧上各个像素点的颜色值的均值获得所述目标视频帧的第一颜色均值；
将所述目标视频帧的第一颜色均值，与各帧所述参考视频帧的第二颜色均值的均值比较。
4.根据权利要求1-3任一所述的方法，其特征在于，在基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效之前，所述方法还包括：
从所述目标视频帧和所述参考视频帧上分别框选目标区域，所述目标区域为所述待检测视频中用于活体检测的区域；
基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，包括：
基于所述目标视频帧中所述目标区域上各个像素点的颜色值，与所述参考视频帧中目标区域上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效。
5.根据权利要求1-4任一所述的方法，其特征在于，基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，包括：
确定所述目标视频帧上各个像素点的第一颜色分量的目标均值和第二颜色分量的目标均值，并确定所述参考视频帧上各个像素点的第一颜色分量的参考均值和第二颜色分量的参考均值；
比较所述第一颜色分量的目标均值与所述第一颜色分量的参考均值，以及，比较所述第二颜色分量的目标均值与所述第二颜色分量的参考均值；
其中，在所述第一颜色分量的目标均值与所述第一颜色分量的参考均值之间的差值大于第一目标差值，且所述第二颜色分量的目标均值与所述第二颜色分量的参考均值之间的差值大于第二目标差值时，确定所述待检测视频的白平衡参数生效；
在所述第一颜色分量的目标均值与所述第一颜色分量的参考均值之间的差值不大于所述第一目标差值时，或，在所述第二颜色分量的目标均值与所述第二颜色分量的参考均值之间的差值不大于所述第二目标差值时，确定所述待检测视频的白平衡参数未生效。
6.根据权利要求1-5所述的方法，其特征在于，所述方法还包括：
在所述待检测视频中的每个所述目标视频帧的白平衡参数均未生效时，确定所述待检测视频的白平衡参数未生效和/或所述待检测视频为疑似攻击视频。
7.根据权利要求1-6任一所述的方法，其特征在于，所述方法还包括：
在所述待检测视频的白平衡参数生效时，确定所述待检测视频中各个生效的目标视频帧的第一色温变化信息；
将所述各个生效的目标视频帧的第一色温变化信息与目标白平衡序列所对应的第二色温变化信息进行匹配，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整；
根据匹配结果，校验所述待检测视频中的对象是否为活体。
8.根据权利要求7所述的方法，其特征在于，所述确定所述待检测视频中各个生效的目标视频帧的第一色温变化信息，包括：
在所述待检测视频中一个生效的目标视频帧上各个像素点的第一颜色分量的目标均值，相比于所述第一颜色分量的参考均值的增加量至少为所述第一目标差值，且所述第二颜色分量的参考均值相比于所述第二颜色分量的目标均值的增加量至少为所述第二目标差值时，确定第一色温变化信息为由高色温变化为低色温；
在所述待检测视频中一个生效的目标视频帧上各个像素点的第一颜色分量的参考均值，相比于所述第一颜色分量的目标均值的增加量至少为所述第一目标差值，且所述第二颜色分量的目标均值相比于所述第二颜色分量的参考均值的增加量至少为所述第二目标差值时，确定所述第一色温变化信息为由低色温变化为高色温。
9.根据权利要求7-8任一项所述的方法，其特征在于，根据匹配结果，检验所述待检测视频中的对象是否为活体，包括：
在所述待检测视频的各个生效的目标视频帧中，若存在预设数量个连续的目标视频帧对应的第一色温变化信息，与所述目标白平衡序列对应的第二色温变化信息一致，确定所述待检测视频中的对象为活体和/或所述待检测视频为合法视频。
10.一种活体检测方法，其特征在于，所述方法包括：
获取目标对象的待检测视频；
基于所述待检测视频中的目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；所述参考视频帧为白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧；所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；
在确定所述待检测视频的白平衡参数生效时，基于目标白平衡序列和所述待检测视频中解析得到的录制白平衡序列，校验所述目标对象是否为活体，所述目标白平衡序列用于指示在所述待检测视频的录制过程中对摄像设备的白平衡参数进行调整。
11.根据权利要求10所述的方法，其特征在于，基于所述待检测视频中的目标视频帧上各个像素点的颜色值与参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效，包括：
检测所述待检测视频中的每一个目标视频帧的白平衡参数是否生效；
在获得所述待检测视频中每一个目标视频帧的白平衡参数是否生效的检测结果后，若存在至少一个白平衡参数生效的目标视频帧，确定所述待检测视频的白平衡参数生效。
12.根据权利要求10所述的方法，其特征在于，基于目标白平衡序列和所述待检测视频中解析得到的录制白平衡序列，校验所述目标对象是否为活体，包括：
根据所述录制白平衡序列中的各个白平衡参数，确定所述录制白平衡序列所对应的第一色温变化信息，所述录制白平衡序列中的各个白平衡参数是各个生效的目标视频帧在录制时使用到的白平衡参数；
根据所述目标白平衡序列中的各个白平衡参数，确定所述目标白平衡序列所对应的第二色温变化信息；
将所述录制白平衡序列所对应的第一色温变化信息，与所述目标白平衡序列所对应的第二色温变化信息进行匹配；
根据匹配结果，校验所述待检测视频中的对象是否为活体。
13.一种视频检测系统，其特征在于，所述系统包括用户终端和服务器；
所述用户终端，用于通过摄像设备录制目标对象的待检测视频，并将所述待检测视频发送至所述服务器；
所述服务器，用于从所述待检测视频中抽取目标视频帧以及所述目标视频帧的参考视频帧，并基于所述目标视频帧上各个像素点的颜色值与所述参考视频帧上各个像素点的颜色值，确定所述待检测视频的白平衡参数是否生效；
其中，所述待检测视频的白平衡参数生效表征录制所述待检测视频的至少一个目标视频帧的过程中摄像设备的白平衡信息发生变化；所述参考视频帧为：白平衡参数生效前所采集的视频帧，所述目标视频帧为所述待检测视频中位于所述参考视频帧之后的视频帧。
14.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-9任一所述的视频检测方法中的步骤，或实现权利要求10-12中任一所述的视频检测方法中的步骤。
15.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-9中任一所述的视频检测方法中的步骤，或实现权利要求10-12中任一所述的视频检测方法中的步骤。
16.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-9中任一所述的视频检测方法中的步骤，或实现权利要求10-12中任一所述的视频检测方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111676628.XA CN114387548A (zh) | 2021-12-31 | 2021-12-31 | 视频及活体检测方法、系统、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111676628.XA CN114387548A (zh) | 2021-12-31 | 2021-12-31 | 视频及活体检测方法、系统、设备、存储介质及程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114387548A true CN114387548A (zh) | 2022-04-22 |
Family
ID=81199135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111676628.XA Pending CN114387548A (zh) | 2021-12-31 | 2021-12-31 | 视频及活体检测方法、系统、设备、存储介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114387548A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115082991A (zh) * | 2022-06-27 | 2022-09-20 | 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 |
| CN115082995A (zh) * | 2022-06-27 | 2022-09-20 | 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 |
| CN115174138A (zh) * | 2022-05-25 | 2022-10-11 | 北京旷视科技有限公司 | 摄像头攻击检测方法、系统、设备、存储介质及程序产品 |
| CN116258977A (zh) * | 2023-05-09 | 2023-06-13 | 凉山州现代林业产业发展指导服务中心 | 一种基于视频图像识别森林病虫害防控方法及系统 |
| CN115174138B (zh) * | 2022-05-25 | 2024-06-07 | 北京旷视科技有限公司 | 摄像头攻击检测方法、系统、设备、存储介质及程序产品 |
-
2021
- 2021-12-31 CN CN202111676628.XA patent/CN114387548A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115174138A (zh) * | 2022-05-25 | 2022-10-11 | 北京旷视科技有限公司 | 摄像头攻击检测方法、系统、设备、存储介质及程序产品 |
| CN115174138B (zh) * | 2022-05-25 | 2024-06-07 | 北京旷视科技有限公司 | 摄像头攻击检测方法、系统、设备、存储介质及程序产品 |
| CN115082991A (zh) * | 2022-06-27 | 2022-09-20 | 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 |
| CN115082995A (zh) * | 2022-06-27 | 2022-09-20 | 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 |
| CN116258977A (zh) * | 2023-05-09 | 2023-06-13 | 凉山州现代林业产业发展指导服务中心 | 一种基于视频图像识别森林病虫害防控方法及系统 |
| CN116258977B (zh) * | 2023-05-09 | 2023-07-21 | 凉山州现代林业产业发展指导服务中心 | 一种基于视频图像识别森林病虫害防控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10949952B2 (en) | Performing detail enhancement on a target in a denoised image | |
| CN109948408B (zh) | 活性测试方法和设备 | |
| WO2019134536A1 (zh) | 基于神经网络模型的人脸活体检测 | |
| CN114387548A (zh) | 视频及活体检测方法、系统、设备、存储介质及程序产品 | |
| CN110580428A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
| CN110532746B (zh) | 人脸校验方法、装置、服务器及可读存储介质 | |
| US20230091865A1 (en) | Face image verification method and apparatus, electronic device, and storage medium | |
| CN113642639B (zh) | 活体检测方法、装置、设备和存储介质 | |
| CN111160202A (zh) | 基于ar设备的身份核验方法、装置、设备及存储介质 | |
| CN111079687A (zh) | 证件伪装识别方法、装置、设备及存储介质 | |
| Timmerman et al. | Video camera identification from sensor pattern noise with a constrained convnet | |
| CA3147418A1 (en) | Living body detection method and system for human face by using two long-baseline cameras | |
| CN110674800A (zh) | 一种人脸活体检测方法、装置、电子设备及存储介质 | |
| CN112183167B (zh) | 考勤方法、认证方法、活体检测方法、装置及设备 | |
| CN115147936A (zh) | 一种活体检测方法、电子设备、存储介质及程序产品 | |
| Bernacki | Digital camera identification based on analysis of optical defects | |
| JP2021131737A (ja) | データ登録装置、生体認証装置、およびデータ登録プログラム | |
| CN108875472B (zh) | 图像采集装置及基于该图像采集装置的人脸身份验证方法 | |
| US11087121B2 (en) | High accuracy and volume facial recognition on mobile platforms | |
| CN114387674A (zh) | 活体检测方法、系统、设备、存储介质及程序产品 | |
| KR20200083188A (ko) | 라이브니스 검출 방법 및 장치, 이를 이용한 객체 인식 방법 | |
| CN113516089B (zh) | 人脸图像识别方法、装置、设备及可读存储介质 | |
| CN115134492B (zh) | 图像采集方法、电子设备和计算机可读介质 | |
| Shaikh et al. | Modality identification for heterogeneous face recognition | |
| CN112907206B (zh) | 一种基于视频对象识别的业务审核方法、装置及设备 |
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 |