CN114429568A - 图像处理方法和装置 - Google Patents

Abstract

本公开提供了一种图像处理方法和装置，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于人脸识别等场景。实现方案为：获得分别由第一图像获取装置和第二图像获取装置针对第一对象拍摄所获得的目标图像和红外图像；响应于确定目标图像包含目标对象，基于目标图像，获得指示红外图像是否对应于目标对象的检测结果；以及响应于检测结果指示红外图像不对应于目标对象，确定第一对象对应于多个分类中的第一分类。

Description

图像处理方法和装置

技术领域

本公开涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于人脸识别等场景，具体涉及一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件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、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

基于人工智能的图像处理技术，已经渗透到各个领域。其中，基于人工智能的人脸活体检测技术，根据用户输入的图像数据，判断该图像数据是否来自于人脸活体。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图像处理方法，包括：获得分别由第一图像获取装置和第二图像获取装置针对第一对象拍摄所获得的目标图像和红外图像；响应于确定所述目标图像包含目标对象，基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果；以及响应于所述检测结果指示所述红外图像不对应于所述目标对象，确定所述第一对象对应于多个分类中的第一分类。

根据本公开的另一方面，提供了一种图像处理装置，包括：第一获取单元，获得分别由第一图像获取装置和第二图像获取装置针对第一对象拍摄所获得的目标图像和红外图像；检测单元，被配置用于响应于确定所述目标图像包含目标对象，基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果；以及第一分类单元，被配置用于响应于所述检测结果指示所述红外图像不对应于所述目标对象，确定所述第一对象对应于多个分类中的第一分类。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器实现根据上述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机实现根据上述的方法。

根据本公开的另一方面，提供了一种计算机程序产品包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

通过基于目标图像获得目标对象上的多个目标点，并且基于该多个目标点获得红外图像上的多个对应点，由于该多个对应点与该多个目标点之间具有目标图像对应的第一图像获取装置(例如，摄像装置)和红外图像对应的第二图像获取装置(例如，红外装置)之间的坐标变换关系，多个对应点之间包含有多个目标点之间的与目标对象相关的信息，基于该与目标对象相关的信息，获得红外图像是否对应于目标对象的检测结果，使检测结果更加准确。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的图像处理方法的流程图；

图3示出了根据本公开的实施例的图像处理方法中基于目标图像获得指示红外图像是否对应于目标对象的检测结果的过程的流程图；

图4示出了根据本公开的实施例的图像处理方法中从多个分类中确定所述第一对象的对应分类的过程的流程图；

图5示出了根据本公开的实施例的图像处理装置的结构框图；以及

图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行图像处理方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来接收分类结果。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和对象文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

参看图2，根据本公开的一些实施例的一种图像处理方法200包括：

步骤S210：获得分别由第一图像获取装置和第二图像获取装置针对第一对象拍摄所获得的目标图像和红外图像；

步骤S220：响应于确定所述目标图像包含目标对象，基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果；以及

步骤S230：响应于所述检测结果指示所述红外图像不对应于所述目标对象，确定所述第一对象对应于多个分类中的第一分类。

通过获得由第一图像获取装置针对第一对象拍摄的目标图像和由第二图像获取装置针对第一对象拍摄的红外图像，并基于红外图像和目标图像获得第一对象的分类结果，使目标图像中第一对象的分类结果不仅仅基于目标图像，还基于对红外图像检测所获得的指示红外图像是否与目标对象对应的检测结果，使获得分类结果的过程更加快速，并且使获得的分类结果更加准确。

同时，在根据本公开的实施例中，由于基于目标图像获得红外图像的检测结果，即指示红外图像是否与目标对象对应的检测结果还与目标图像相关，其并非仅仅通过基于红外图像自身的判断获得，使得指示红外图像是否与目标对象对应的检测结果准确度更高，从而提升最终所获得的分类结果的准确性。

在相关技术中，通过用户输入的包含人脸的图像或者所拍摄的包含人脸的图像，进行人脸活体检测，以获得该包含人脸的图像是否来自与人脸活体分类，由于仅仅对用户输入的图像或者所拍摄的包含人脸的图像进行检测，往往使获得的人脸活体检测结果不够准确。例如，用于输入的包含人脸的图像为针对屏幕中的人脸拍摄的屏幕攻击图像，由于屏幕攻击图像与针对人脸活体拍摄的人脸活体图像相似度极高，往往使人脸活体检测的结果不准确。

在根据本公开的实施例中，在针对包含人脸的图像进行人脸活体检测的过程中，还根据对该包含人脸的图像对应的红外图像进行检测，由于屏幕攻击图像在通过红外图像获得其对应的红外图像时往往无法成像，或者无法获得与人脸相应的红外图像，通过分析红外图像就能检测到屏幕攻击图像对应于攻击分类，使获得的人脸活体检测结果准确。其中，当红外图像判断为该红外图像不对应于人脸时，即判断该包含人脸的图像为攻击分类，这一过程显著提升了对包含人脸的图像进行人脸活体检测的速度。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

在一些实施例中，第一图像装置可以是任意可以获得RGB图像的摄像装置，例如相机、摄像头等。

在一些实施例中，第二图像装置可以是任意可以获得红外图像的红外装置，例如，红外照相机。

在一些实施例中，第一对象可以是任意可以用摄像装置对其进行拍摄以成像的对象。

在一些实施例中，目标对象包括人脸、人体或者动物的身体。

在一些实施例中，通过摄像装置获取目标图像，通过与摄像装置相对应的红外相机头获得与该目标图像对应的红外图像。

在一些实施例中，摄像装置和红外相机装设在同一设备上。在另一些实施例中，摄像装置和红外相机分别设置在不同的两个设备上，通过该不同的两个设备可以获得摄像装置和红外相机的坐标系变换关系。

需要说明书的，在本公开的术语中“目标对象”和“第一对象”是不同的概念，目标对象是可以从目标图像中通过观察或对图像执行目标检测算法获得的对象，比如人脸、动物的身体。第一对象是第一图像获取装置或第二图像获取装置对其进行拍摄以获取图像的对象。不同的第一对象可以获得包含相同的目标对象的图像，例如，将人脸活体和包含人脸的照片分别作为第一对象采用摄像装置对其进行拍摄时，所获得的目标图像包括的目标对象均为人脸。

在一些实施例中，，所述目标对象包括人脸，所述多个分类包括：人脸活体分类和攻击分类，并且其中，所述第一分类为攻击分类。

在一些实施例中，方法200还包括：基于目标图像，确定目标图像是否包含目标对象。

例如对目标图像执行目标检测，当检测到目标图像中包含目标对象时，确定该目标图像包含目标对象。

在一些实施例中，如图3所示，基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果，包括：

步骤S310：基于所述目标图像，获得所述目标对象的多个目标点；

步骤S320：基于所述第一图像获取装置对应的相机坐标系和所述第二图像获取装置对应的相机坐标系之间的变换关系，获得所述红外图像中与所述多个目标点对应的多个对应点；以及

步骤S330：基于所述多个对应点，获得所述检测结果。

通过基于目标图像获得目标对象上的多个目标点，并且基于该多个目标点获得红外图像上的多个对应点，由于该多个对应点与该多个目标点之间具有目标图像对应的第一图像获取装置和红外图像对应的第二图像获取装置之间的坐标变换关系，多个对应点之间包含有多个目标点之间的与目标对象相关的信息，基于该与目标对象相关的信息，获得红外图像是否对应于目标对象的检测结果，使检测结果更加准确。

在一些实施例中，目标对象为人脸，通过人脸检测算法获得目标图像中的人脸上的多个目标点。

例如，通过人脸检测算法获得人脸的72个关键点作为该多个目标点。

在一些实施例中，基于目标对象对应的第一图像获取装置和红外图像对应的第二图像获取装置之间的位置获得该摄像装置和红外图像之间的坐标系变换关系。

在一些实施例中，基于坐标变换关系，将该多个目标点从摄像装置的相机坐标系变换到红外相机的相机坐标系，以获得该多个对应点。

在一些实施例中，目标对象为人脸，基于多个对应点，获得红外图像是否对应于目标对象的检测结果包括：基于该多个对应点获得红外图像上与目标对象对应的区域，通过将红外图像上与该目标对象对应的区域输入至预训练的神经网络获得红外图像是否对应于目标对象的检测结果。

在一些实施例中，当红外图像的检测结果为指示红外图像不对应于目标对象的第一检测结果，确定该目标图图像所对应的分类为第一分类。

例如，当包含人脸的目标图像对应的红外图像的检测结果为第一检测结果，即红外图像不对应于人脸，也即红外图像是通过红外相机以人脸以外的对象作为第一对象进行红外拍摄得到的，则该第一对象不对应于活体，从而对该第一对象进行拍摄获得的目标图像也不对应于人脸活体分类。

在一些实施例中，响应于所述检测结果指示所述红外图像对应于所述目标对象，基于所述目标图像和所述红外图像，从所述多个分类中确定所述第一对象的对应分类。

当所获得的红外图像的检测结果为指示红外图像对应于目标对象时，进一步基于目标图像和红外图像，从多个分类中确定第一对象的对应分类，由于第一对象的对应分类是基于目标图像和红外图像获确定的，使所确定的对应分类准确。

针对打印的纸质攻击，当该纸质攻击作为获得目标图像的第一对象时，由于纸质攻击也能在红外相机中成像，使获得的红外图像的检测结果指示红外图像对应于目标对象，根据本公开的实施例，由于通过目标图像和红外图像进行进一步的判断，使所获得的第一对象的分类结果更加准确。

在一些实施例中，如图4所示，从所述多个分类中确定所述第一对象的对应分类包括：

步骤S410：基于所述目标图像和所述红外图像，获得所述第一对象对应的深度图，以及

步骤S420：基于所述深度图，确定所述对应分类。

在获得的红外图像的检测结果为指示红外图像对应于目标对象时，基于目标图像和红外图像获得目标对象对应的深度图像，并基于深度图像获得第一对象的对应分类，由于对第一对象的分类参考了深度图的特征，进一步提升分类的准确性。

同时，由于深度图上的各个位置是指第一对象距离红外相机的距离，使基于深度图获得第一对象的分类的过程基于第一对象在三维空间中的信息，相较于仅仅基于目标图像对第一对象进行分类的分类过程，由于仅仅基于目标图像对第一对象进行分类仅仅依赖于目标对象在二维图像空间的信息，显著提升了第一对象的分类的准确性。

在一些实施例中，通过将深度图输入至经训练的神经网络，以确定所述对应的分类。

根据本公开的另一方面，还提供一种图像处理装置，参看图5，装置500包括：第一获取单元510，获得分别由第一图像获取装置和第二图像获取装置针对第一对象拍摄所获得的目标图像和红外图像；检测单元520，被配置用于响应于确定所述目标图像包含目标对象，基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果；以及第一分类单元530，被配置用于响应于所述检测结果指示所述红外图像不对应于所述目标对象，确定所述第一对象对应于多个分类中的第一分类。

在一些实施例中，所述检测单元包括：第一检测子单元，被配置用于基于所述目标图像，获得所述目标对象的多个目标点；对应点获取单元，被配置用于基于所述第一图像获取装置对应的相机坐标系和所述第二图像获取装置对应的相机坐标系之间的变换关系，获得所述红外图像中与所述多个目标点对应的多个对应点；以及第二检测子单元，被配置用于基于所述多个对应点，获得所述检测结果。

在一些实施例中，所述装置还包括：第二分类单元，被配置用于响应于所述检测结果指示所述红外图像对应于所述目标对象，基于所述目标图像和所述红外图像，从所述多个分类中确定所述第一对象的对应分类。

在一些实施例中，所述第二分类单元包括：深度图获取单元，被配置用于基基于所述目标图像和所述红外图像，获得所述第一对象对应的深度图；以及分类检测单元，被配置用于基于所述深度图，确定所述对应分类。

在一些实施例中，所述目标对象包括人脸，所述多个分类包括：人脸活体分类和攻击分类，并且其中，所述第一分类为攻击分类。

根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

电子设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、对象/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (13)

1.一种图像处理方法，包括：

获得分别由第一图像获取装置和第二图像获取装置针对第一对象拍摄所获得的目标图像和红外图像；

响应于确定所述目标图像包含目标对象，基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果；以及

响应于所述检测结果指示所述红外图像不对应于所述目标对象，确定所述第一对象对应于多个分类中的第一分类。

2.根据权利要求1所述的方法，其中，所述基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果包括：

基于所述目标图像，获得所述目标对象的多个目标点；

基于所述第一图像获取装置对应的相机坐标系和所述第二图像获取装置对应的相机坐标系之间的变换关系，获得所述红外图像中与所述多个目标点对应的多个对应点；以及

基于所述多个对应点，获得所述检测结果。

3.根据权利要求1或2所述的方法，还包括：

响应于所述检测结果指示所述红外图像对应于所述目标对象，基于所述目标图像和所述红外图像，从所述多个分类中确定所述第一对象的对应分类。

4.根据权利要求3所述的方法，其中，所述从所述多个分类中确定所述第一对象的对应分类包括：

基于所述目标图像和所述红外图像，获得所述第一对象对应的深度图；以及

基于所述深度图，确定所述对应分类。

5.根据权利要求1-4任一项所述的方法，其中，所述目标对象包括人脸，所述多个分类包括：人脸活体分类和攻击分类，并且其中，所述第一分类为攻击分类。

6.一种图像处理装置，包括：

第一获取单元，获得分别由第一图像获取装置和第二图像获取装置针对第一对象拍摄所获得的目标图像和红外图像；

检测单元，被配置用于响应于确定所述目标图像包含目标对象，基于所述目标图像，获得指示所述红外图像是否对应于所述目标对象的检测结果；以及

第一分类单元，被配置用于响应于所述检测结果指示所述红外图像不对应于所述目标对象，确定所述第一对象对应于多个分类中的第一分类。

7.根据权利要求6所述的装置，其中，所述检测单元包括：

第一检测子单元，被配置用于基于所述目标图像，获得所述目标对象的多个目标点；

对应点获取单元，被配置用于基于所述第一图像获取装置对应的相机坐标系和所述第二图像获取装置对应的相机坐标系之间的变换关系，获得所述红外图像中与所述多个目标点对应的多个对应点；以及

第二检测子单元，被配置用于基于所述多个对应点，获得所述检测结果。

8.根据权利要求6或7所述的装置，还包括

第二分类单元，被配置用于响应于所述检测结果指示所述红外图像对应于所述目标对象，基于所述目标图像和所述红外图像，从所述多个分类中确定所述第一对象的对应分类。

9.根据权利要求8所述的装置，其中，所述第二分类单元包括：

深度图获取单元，被配置用于基基于所述目标图像和所述红外图像，获得所述第一对象对应的深度图；以及

分类检测单元，被配置用于基于所述深度图，确定所述对应分类。

10.根据权利要求6-9任一项所述的装置，其中，所述目标对象包括人脸，所述多个分类包括：人脸活体分类和攻击分类，并且其中，所述第一分类为攻击分类。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任意一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。

Images