CN115035579A - 基于人脸交互动作的人机验证方法和系统 - Google Patents

基于人脸交互动作的人机验证方法和系统 Download PDF

Info

Publication number
CN115035579A
CN115035579A CN202210712041.8A CN202210712041A CN115035579A CN 115035579 A CN115035579 A CN 115035579A CN 202210712041 A CN202210712041 A CN 202210712041A CN 115035579 A CN115035579 A CN 115035579A
Authority
CN
China
Prior art keywords
face
random
human
user
face interaction
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
Application number
CN202210712041.8A
Other languages
English (en)
Inventor
艾少波
金璐
邱伟峰
薛峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202210712041.8A priority Critical patent/CN115035579A/zh
Publication of CN115035579A publication Critical patent/CN115035579A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本公开提供了一种基于人脸交互动作的人机验证方法和系统,方法包括:向服务端发送人机验证请求并获取服务端下发的随机位置;捕捉人脸图像并检测所捕捉的人脸图像的质量;响应于检测到人脸图像的质量合格,引导用户执行基于随机位置的人脸交互动作;检测基于随机位置的人脸交互动作是否被完成;以及响应于检测到人脸交互动作被完成,验证用户为真人。

Description

基于人脸交互动作的人机验证方法和系统
技术领域
本发明主要涉及网络安全技术领域,更具体地,涉及基于人脸交互动作的人机验证方法和系统。
背景技术
随着移动互联网技术的普及与发展,移动通信设备和移动应用(App)已融入日常生活的方方面面,因此对于移动设备的使用的安全性提出了更高的要求。除了传统的密码认证、指纹认证,许多移动设备和移动应用还加入了人脸认证,允许用户通过“刷脸”来进行设备解锁、账户登录、支付授权等操作,然而随之而来又带来了新的安全问题。
因此,本领域需要的更安全可靠的人脸认证方案。
发明内容
为解决上述技术问题,本公开提供了一种基于人脸交互动作的人机验证方法和系统,该方案能够随机生成需要用户完成的人脸交互动作,进而提供更准确、可靠、安全的人机检测。
在本公开一实施例中,提供了一种基于人脸交互动作的人机验证方法,包括:向服务端发送人机验证请求并获取所述服务端下发的随机位置;捕捉人脸图像并检测所捕捉的人脸图像的质量;响应于检测到所述人脸图像的质量合格,引导用户执行基于所述随机位置的人脸交互动作;检测基于所述随机位置的所述人脸交互动作是否被完成;以及响应于检测到所述人脸交互动作被完成,验证所述用户为真人。
根据本公开的进一步实施例,所述人脸交互动作是将用户界面上显示的标志移动到所述随机位置。
根据本公开的进一步实施例,引导用户执行基于所述随机位置的人脸交互动作进一步包括:在所述用户界面上显示第一标志;在所述用户界面上的所述随机位置处显示第二标志;以及引导用户将所述第一标志移动到所述第二标志处。
根据本公开的进一步实施例,检测基于所述随机位置的所述人脸交互动作是否被完成进一步包括:检测所述人脸图像的移动;基于检测到的所述人脸图像的移动,在所述用户界面上移动所述第一标志;检测所述第一标志的当前位置与所述随机位置的距离是否小于阈值距离;以及响应于所述距离小于所述阈值距离,判定所述人脸交互动作被完成。
根据本公开的进一步实施例,在用户界面上显示所述第一标志进一步包括:从所述人脸图像中识别人脸关键点;以及在所识别的人脸关键点中的一个选定关键点处显示所述第一标志。
根据本公开的进一步实施例,在所述用户界面上显示所述第一标志进一步包括:随着所述选定关键点的移动,将所述第一标志绘制在所述选定关键点的当前位置处;或者随着所述选定关键点的移动,将所述第一标志绘制成向所述选定人脸关键点的当前位置移动。
根据本公开的进一步实施例,所述第一标志的显示位置至少部分地基于所述随机位置来确定。
根据本公开的进一步实施例,所述第一标志是圆点,并且所述第二随机标志是方框。
根据本公开的进一步实施例,基于所述随机位置的所述人脸交互动作是让用户在所述随机位置处用人脸上的特征点画一个指定图形。
根据本公开的进一步实施例,检测基于所述随机位置的所述人脸交互动作是否被完成进一步包括:检测所述特征点的位置;响应于所述特征点与所述随机位置的距离小于阈值距离,追踪所述特征点的移动轨迹;将所述移动轨迹与所述指定图形作比较;以及响应于所述移动轨迹与所述指定图形的相似性达到阈值程度,判定所述人脸交互动作被完成。
根据本公开的进一步实施例,基于所述随机位置的所述人脸交互动作是将用户界面上显示的标志移动到所述随机位置,并且在所述随机位置处用所述标志画一个指定图形。
根据本公开的进一步实施例,基于所述随机位置的人脸交互动作包括多种不同完成复杂度的预设动作,所述方法进一步包括:根据调用所述人机验证方法的应用的安全性要求来选择不同完成复杂度的基于所述随机位置的人脸交互动作。
根据本公开的另一方面,提供了一种基于人脸交互动作的人机验证系统,包括:图像捕捉模块,捕捉人脸图像;以及人机验证模块,向服务端发送人机验证请求并获取所述服务端下发的随机位置;检测所述图像捕捉模块所捕捉的人脸图像的质量;响应于检测到所述人脸图像的质量合格,引导用户执行基于所述随机位置的人脸交互动作;检测基于所述随机位置的所述人脸交互动作是否被完成;以及响应于检测到所述人脸交互动作被完成,验证所述用户为真人。
根据本公开的又一方面,提供了一种存储有指令的计算机可读存储介质,当所述指令被执行时使得机器执行如本公开所述的基于人脸交互动作的人机验证方法。
提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征,也不旨在用于限制所要求保护主题的范围。
附图说明
本公开的以上发明内容以及下面的具体实施方式在结合附图阅读时会得到更好的理解。需要说明的是,附图仅作为所请求保护的发明的示例。在附图中,相同的附图标记代表相同或类似的元素。
图1是示出现有技术的活体检测过程中的用户提示界面的示意图;
图2是示出根据本公开一实施例的基于人脸交互动作的人机验证方法的流程图;
图3是示出根据本公开一实施例的人机验证过程中的用户界面的示意图;
图4是示出根据本公开一实施例的基于人脸交互动作的人机验证系统的框图。
具体实施方式
为使得本公开的上述目的、特征和优点能更加明显易懂,以下结合附图对本公开的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但是本公开还可以采用其它不同于在此描述的其它方式来实施,因此本公开不受下文公开的具体实施例的限制。
随着移动互联网技术的普及与发展,移动通信设备和移动应用(App)已融入日常生活的方方面面,因此对于移动设备的使用的安全性提出了更高的要求。除了传统的密码认证、指纹认证,许多移动设备和移动应用还加入了人脸认证,允许用户通过“刷脸”来进行设备解锁、账户登录、支付授权等操作,然而随之而来又带来了新的安全问题。
人脸认证的基本原理是先采集用户的人脸图像,将其记录下来并与用户账户绑定,在需要进行认证时,再次采集用户的人脸图像,并与记录的用户人脸图像进行比较,如果判定两者是同一用户,即通过认证。人脸图像的比较有多种方式,比较常用的是提取人脸图像上的特征,并基于特征的比较来判定。特征可以是人脸的关键点,例如眼睛、眉毛、鼻子、嘴巴等,这样的关键点可以有100多个,这些关键点的相对位置可构成标识和区分不同人脸的基础。此外,为了进一步加强安全性,许多人脸认证机制中还加入了活体检测(也称人机验证),用于辨别在摄像头前被捕捉进行认证的是真人还是诸如照片之类的静物。例如,如图1的现有技术的活体检测过程中的用户提示界面的示意图所示,常见的活体检测机制包括提示用户张嘴、转动头部或闭眼,通过采集到的用户人脸图像的特征来判断用户是否做了相应的动作,从而判断当前用户是否为活体。然而,目前常用的几种动作或动作组合都相对简单,攻击者容易通过穷举测试来通过,例如攻击者利用图像处理软件可以容易地基于用户的静态图像制作出能够张嘴、摇头、眨眼等动作的动图或视频。
为了进一步提高人脸认证中对于活体检测的可靠性和安全性,本公开的实施例提供了一种基于人脸交互动作的人机验证方案。当在客户端启动人脸检测算法时,向服务端发送人机验证请求。作为响应,服务端生成一个随机位置下发给客户端,客户端通过交互界面引导用户执行基于该随机位置的人脸交互动作。当客户端检测到用户完成了该人脸交互动作,则验证用户为真人。由于该交互动作具有随机性,因此能够有效克服传统活体检测方案容易通过穷举被攻破的问题。
图2是示出根据本公开一实施例的基于人脸交互动作的人机验证方法200的流程图。方法200可在客户端上执行,客户端可以是诸如智能手机、平板电脑、台式机、笔记本电脑之类的计算设备/移动计算设备,或者任何其它具备人脸检测和认证能力的终端,例如门禁系统、车机系统等等。
如图2中所示,方法200开始于步骤202,向服务端发送人机验证请求并获取服务端下发的随机位置。如之前所提到的,一些安全级别较高的移动应用或模块在进行用户账户登录或对操作(例如支付)进行授权时,会进行人机验证。此时,客户端可向服务端发送人机验证请求。作为响应,服务端可生成并下发一个随机位置。在本公开的各实施例中,随机位置指的是客户端的用户界面上的一个随机指定的位置。作为一个示例,随机位置可以通过坐标点的形式来指示。通过配置,客户端与服务端之间可约定有效坐标范围,例如可以是客户端用户界面上对应于人脸的区域(客户端可提示用户将人脸放置于该区域中),或者也可以是客户端用户界面上显示摄像头捕捉画面的完整区域。在另一示例中,若服务端与客户端并未预先配置或约定(例如服务端为多个不同应用提供人机验证服务),客户端也可在发送给服务端的人机验证请求中包括客户端用户界面的坐标系信息和有效坐标范围,供服务端从中指定随机位置的坐标点。
在步骤204,捕捉人脸图像并检测所捕捉的人脸图像的质量。与步骤102同步地或先后地,客户端可调用其图像捕捉设备(例如智能手机的前置摄像头)来捕捉人脸图像。捕捉到的人脸图像的质量会影响人脸认证和人机验证的准确性。因此,客户端可对人脸图像的质量进行检测,当人脸图像质量不满足预定标准时,可提示用户做出调整,例如可提示用户调整面部位置或者拍摄角度、光线等,使捕捉到的人脸图像大小、角度、亮度、清晰度等都合适。脸部图像质量检测步骤和提示调整步骤可循环执行,直到人脸图像的质量满足要求。
在步骤206,响应于检测到人脸图像的质量合格,引导用户执行基于随机位置的人脸交互动作。在本公开的各实施例中,人脸交互动作指的是通过人脸来做出的与机器的交互动作。根据本公开的一个示例,基于随机位置的人脸交互动作可以是例如让用户通过移动其脸部将用户界面上显示的标志移动到该随机位置。更具体地,作为一个非限制性示例,为了引导用户执行这一人脸交互动作,客户端可在用户界面上显示第一标志,例如圆点,并且在服务端所下发的用户界面的随机位置处显示第二标志,例如方框。可以理解的是,第一标志和第二标志的具体形状和图案是任意的,例如第一标志也可以是三角形、矩形、星形或任何其他形状或图案,第二标志也可以是圆框、圆环或任何其他形状。为了使用户可以清楚、直观地看到这两个标志及其相互关系,第一标志的形状可设置为小于第二标志,并且第二标志优选为框之类的能够较清楚体现一定的区域范围的形状或图案。为了便于说明,以下的描述中将以第一标志和第二标志分别为圆点和方框为例来进行解说。
在一示例中,第一标志(圆点)的显示位置可以是任意的,但应避免与服务端所下发的随机位置重叠或过于靠近。在另一示例中,可以从人脸图像中识别的多个人脸关键特征点中选择一个,例如出于用户体验的考虑可以选择比较靠近人脸中心位置的鼻尖,并将第一标志绘制在所选定的关键点处。替代地,也可以选择其他的点作为显示第一标志的锚定点位置,例如多个关键点的平均值。
由于第二标志(方框)所显示的位置是服务端随机指定的位置,因此即使第一标志被选定为一个固定的人脸特征点(例如鼻尖),每一次人机验证中要让用户完成的人脸交互动作都带有随机性,因此难以通过穷举来攻破。为了进一步加强人脸交互动作的随机性,第一标志的显示位置也可以是随机的,例如随机在人脸图像上选择一个点来显示第一标志,或者在众多人脸关键特征点中随机选择一个来作为第一标志显示的位置。由此,第一标志和第二标志的显示位置都是随机的,这进一步提高了穷举难度,进而改善了人机验证的安全性和准确性。
第一标志和第二标志的显示位置构成组合。一方面,这一位置组合的随机性越高,被穷举攻破的难度越大,安全性越高。另一方面,随机性越高,出现极限情形的可能性也越大,例如第一标志和第二标志的距离可能过近,导致交互动作被直接完成或太容易完成,又可能太远,导致交互动作太难完成,这两种情形都会导致用户体验下降。因此,在随机性与用户体验之间可以通过一定的算法或预设规则来平衡。例如,虽然用于显示第二标志(方框)的随机位置可以是任意的,但服务端可被配置成对这一位置的随机选择是在一定的范围内或遵循一定的规则和约束。例如,所选择的位置不会过于靠近界面中对应于人脸图像区域的边缘或过于靠近界面中心的位置,只在剩余的位置范围内随机指定。在另一可选示例中,客户端在选择第一标志的显示位置时可至少部分地基于服务端下发的第二标志的位置,例如在第一标志与第二标志之间的距离适中的情况下随机选择第一标志的位置。此外,在又一可选示例中,可分别在服务端和客户端针对第一标志和第二标志的位置选择预设多种选位算法,在具体到单次人机验证处理时,可从预设的多种选位算法中随机选择,从而进一步增加所生成交互动作的安全性。
在用户界面上显示第一标志和第二标志后,客户端可引导用户将第一标志移动到第二标志处,例如可在用户界面上显示提示性文字:“请移动圆点到方框内”。替代地或附加地,也可以通过语音形式向用户进行提示和引导。
在步骤208,检测基于随机位置的人脸交互动作是否被完成。当用户根据提示开始移动其脸部时,第一标志(圆点)将随着用户的动作而移动,例如当用户的脸朝着第二标志(方框)的方向移动时,第一标志也将相应地移动。在一个示例中,可基于人脸图像的移动来移动第一标志。更具体地,可检测人脸图像的移动,例如可选择当前捕捉的人脸图像上的任意一点作为参考点,检测该参考点在移动前后在画面上位置的变化(例如可转换成坐标系中坐标位置的移动)。接着,基于检测到的该参考点的移动相应地移动第一标志,例如将参考点的坐标变化叠加到第一标志的坐标上。
随着第一标志的移动,客户端可检测第一标志的当前位置与随机位置(即第二标志所在位置)的距离是否小于阈值距离,若距离小于该阈值距离,则判定人脸交互动作被完成。在第一标志(圆点)移动的过程中,第二标志(方框)始终保持不变。如之前所提到的,随机位置可以以坐标位置的形式由服务端下发,第二标志则被显示在该坐标位置处,由于第二标志是一个形状(例如方框),因此可将第二标志的形心落在该随机位置的坐标点。在一个示例中,阈值距离可被设置为第二标志的外周到形心的最大距离,例如正方形方框的对角线距离、圆框的半径。这样设置可以实现类似当圆点被移动到方框内时完成验证的直观效果。在另一示例中,阈值距离可被设置为略大于上述的最大距离,这进一步方便用户完成所要求的动作。
在一个示例中,第一标志的移动效果可通过不断将第一标志绘制在其对应的选定关键点(或其它锚定点)的最新位置来实现。替代地,第一标志的移动也可通过不断向选定关键点的最新位置移动来实现,这看上去类似于磁吸和惯性效果,第一标志会不断被移动了位置的选定关键点吸引过去,当选定关键点停止以后,第一标志最终也会移动到那个位置。
在步骤210,响应于检测到人脸交互动作被完成,验证所述用户为真人。相应地,人机验证流程结束,并返回验证结果给之前的调用该人机验证流程的应用程序。若未检测到人脸交互动作被完成,则可继续等待或再次向用户提供引导,直到达到预定时间,若仍未检测到人脸交互动作完成,则人机验证未通过,流程结束。
图3是示出根据本公开一实施例的人机验证过程中的用户界面的示意图。作为一个非限制性示例,图3的示例“实人认证”(即本公开的人机验证)界面中,下方的大方框显示的是用户移动设备的前置摄像头所捕捉的画面,画面中间的椭圆形区域为人脸检测区域,即希望用户将人脸放置于这一区域中。
在捕捉画面的上方,设置了提示区域,在本示例中,通过文字向用户进行提示,其中上方用较小字体文字提示的是在整个过程中的对用户的总体要求:“请确保摄像头光线充足,并将人脸移至圆圈中保持不动”,在该总体文字提示下方靠近捕捉画面处,用较大字体提示用户当前要完成的动作。
在图3的最左侧的视图中,客户端捕捉用户人脸图像,并检测人脸图像质量是否合格。此时,客户端检测到摄像头捕捉的用户人脸稍小且未完全放置于人脸检测区域内,因此提示用户“靠近点”。此外,在图3的视图中可以看到,客户端已根据从服务端接收的随机位置在画面中绘制了第二标志(方框),并选择了用户脸部的一个关键特征点(鼻尖)并绘制了第一标志(圆点)。可以理解,第一标志和第二标志也可以在人机验证的后续阶段才显示,例如在图3的左起第二视图开始显示。
在该视图中,用户已根据提示调整了人脸位置,现在已使脸部区域基本完全对准了椭圆框显示的人脸检测区域,光线也符合条件,因此客户端检测认定当前的人脸图像质量满足要求,因此进入到下一环节,提示用户完成人脸交互动作。在这一示例中,要完成的人脸交互动作是让用户通过移动脸部将第一标志(圆点)移动到第二标志(方框)的位置。为此,在界面的捕捉画面上方的当前动作提示中,提示用户“请移动圆点到方框内”。
用户根据这一提示,会尝试移动其脸部,此时客户端会检测脸部的移动,并相应地移动第一标志。在图3的左起第三视图中,示出了用户通过移动脸部,已将圆点移动到了方框内,客户端检测到这一结果后判定用户已经完成了用户交互动作,随即在捕捉画面上方显示“完成目标”。随后在图3的最右侧视图中,示出了客户端已通过人机验证并开始进行后续的处理。
应当理解,以上结合图2和图3所描述的让用户将界面上显示的标志移动到指定位置仅仅是基于随机位置的人脸交互动作的一个示例,也可以采用其他的人脸交互动作,只要该人脸交互动作是随机生成的即可。例如,基于随机位置的人脸交互动作可以是让用户在该随机位置处用人脸上的特征点画一个指定图形。在这一示例中,首先在显示捕捉到的人脸画面的界面中的服务端下发随机位置处显示一个位置或区域的指示,然后可提示用户用其人脸上的某个随机指定的特征点(例如鼻尖)在该位置处画一个随机指定的图形,例如一个圆或一个勾。该指定图形可以是服务端下发的,也可以是客户端本地预存的。此外,该指定图形也可以是从几个预设图形中随机选择的,从而进一步确保交互动作的随机性。相应地,客户端可检测该特征点是否移动到了该随机位置处或附近(小于阈值距离),随后追踪该特征点的移动轨迹。当移动轨迹与指定图形的相似性达到一定程度时,就可判定人脸交互动作被完成,通过了人机验证。
在另一可选示例中,多种基于随机位置的人脸交互动作可以被随机选用,例如本次人机验证时是采用让用户通过人脸移动将圆点移至方框中,下一次人机验证时则是让用户在随机位置处用随机指定的特征点画一个随机图形,从而使得在人机验证的预定时间内进行穷举攻破几乎不可能。
在又一可选示例中,不同的人脸交互动作还可以组合使用。例如,可以选定用户的鼻尖显示第一标志(圆点),并提示用户将圆点移至方框内,并且随后再在方框内画一个圆。这样的随机交互动作的组合可进一步显著提高安全性。
在一个可选示例中,可针对要完成的人脸交互动作的复杂程度对人脸交互动作进行分级,以适应不同的安全性要求。例如,将固定的第一标志(鼻尖)移动到随机的第二标志中属于较简单的人脸交互动作,可适用于普通安全等级场合;类似地,将随机显示的第一标志移动到随机的第二标志中适用于中等安全等级场合;相应地,将随机显示的第一标志移动到随机的第二标志中并且画一个随机图形,这适用于高安全等级场合。
图4是示出根据本公开一实施例的基于人脸交互动作的人机验证系统400的框图。如图4中所示,人机验证系统400可包括图像捕捉模块402和人机验证模块404。图像捕捉模块402可以是例如相机、摄像头、图像传感器等任何具备图像捕捉能力的设备,并且被配置成捕捉人脸图像。
人机验证模块404可被配置成向服务端发送人机验证请求并获取服务端下发的随机位置,检测图像捕捉模块402所捕捉的人脸图像的质量,响应于检测到人脸图像的质量合格,引导用户执行基于随机位置的人脸交互动作,检测基于随机位置的人脸交互动作是否被完成,以及响应于检测到人脸交互动作被完成,验证用户为真人。人机验证模块404所执行的人机验证过程的更多细节可参照图2所描述的方法实施例。
此外,人机验证系统400还可包括用于与服务端进行通信的通信模块以及用于显示用户界面的显示模块(图4中未示出)。
以上描述的基于人脸交互动作的人机验证方法和系统的各个步骤和模块可以用硬件、软件、或其组合来实现。如果在硬件中实现,结合本公开描述的各种说明性步骤、模块、以及电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其他可编程逻辑组件、硬件组件、或其任何组合来实现或执行。通用处理器可以是处理器、微处理器、控制器、微控制器、或状态机等。如果在软件中实现,则结合本公开描述的各种说明性步骤、模块可以作为一条或多条指令或代码存储在计算机可读介质上或进行传送。实现本公开的各种操作的软件模块可驻留在存储介质中,如RAM、闪存、ROM、EPROM、EEPROM、寄存器、硬盘、可移动盘、CD-ROM、云存储等。存储介质可耦合到处理器以使得该处理器能从/向该存储介质读写信息,并执行相应的程序模块以实现本公开的各个步骤。而且,基于软件的实施例可以通过适当的通信手段被上载、下载或远程地访问。这种适当的通信手段包括例如互联网、万维网、内联网、软件应用、电缆(包括光纤电缆)、磁通信、电磁通信(包括RF、微波和红外通信)、电子通信或者其他这样的通信手段。
本公开的各个实施例均采用递进的方式描述,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。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,相关之处可参见方法实施例的部分说明。
还应注意,这些实施例可能是作为被描绘为流程图、流图、结构图、或框图的过程来描述的。尽管流程图可能会把诸操作描述为顺序过程,但是这些操作中有许多操作能够并行或并发地执行。另外,这些操作的次序可被重新安排。
所公开的方法、装置和系统不应以任何方式被限制。相反,本公开涵盖各种所公开的实施例(单独和彼此的各种组合和子组合)的所有新颖和非显而易见的特征和方面。所公开的方法、装置和系统不限于任何具体方面或特征或它们的组合,所公开的任何实施例也不要求存在任一个或多个具体优点或者解决特定或所有技术问题。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
上面结合附图对本公开的实施例进行了描述,但是本公开并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本公开的启示下,在不脱离本公开宗旨和权利要求所保护的范围情况下,还可做出很多更改,这些均落在本公开的保护范围之内。

Claims (14)

1.一种基于人脸交互动作的人机验证方法,包括:
向服务端发送人机验证请求并获取所述服务端下发的随机位置;
捕捉人脸图像并检测所捕捉的人脸图像的质量;
响应于检测到所述人脸图像的质量合格,引导用户执行基于所述随机位置的人脸交互动作;
检测基于所述随机位置的所述人脸交互动作是否被完成;以及
响应于检测到所述人脸交互动作被完成,验证所述用户为真人。
2.如权利要求1所述的方法,所述人脸交互动作是将用户界面上显示的标志移动到所述随机位置。
3.如权利要求2所述的方法,引导用户执行基于所述随机位置的人脸交互动作进一步包括:
在所述用户界面上显示第一标志;
在所述用户界面上的所述随机位置处显示第二标志;以及
引导用户将所述第一标志移动到所述第二标志处。
4.如权利要求3所述的方法,检测基于所述随机位置的所述人脸交互动作是否被完成进一步包括:
检测所述人脸图像的移动;
基于检测到的所述人脸图像的移动,在所述用户界面上移动所述第一标志;
检测所述第一标志的当前位置与所述随机位置的距离是否小于阈值距离;以及
响应于所述距离小于所述阈值距离,判定所述人脸交互动作被完成。
5.如权利要求3所述的方法,在用户界面上显示所述第一标志进一步包括:
从所述人脸图像中识别人脸关键点;以及
在所识别的人脸关键点中的一个选定关键点处显示所述第一标志。
6.如权利要求5所述的方法,在所述用户界面上显示所述第一标志进一步包括:
随着所述选定关键点的移动,将所述第一标志绘制在所述选定关键点的当前位置处;或者
随着所述选定关键点的移动,将所述第一标志绘制成向所述选定人脸关键点的当前位置移动。
7.如权利要求3-6中任意一项所述的方法,其中所述第一标志的显示位置至少部分地基于所述随机位置来确定。
8.如权利要求3-6中任意一项所述的方法,所述第一标志是圆点,并且所述第二随机标志是方框。
9.如权利要求1所述的方法,基于所述随机位置的所述人脸交互动作是让用户在所述随机位置处用人脸上的特征点画一个指定图形。
10.如权利要求9所述的方法,检测基于所述随机位置的所述人脸交互动作是否被完成进一步包括:
检测所述特征点的位置;
响应于所述特征点与所述随机位置的距离小于阈值距离,追踪所述特征点的移动轨迹;
将所述移动轨迹与所述指定图形作比较;以及
响应于所述移动轨迹与所述指定图形的相似性达到阈值程度,判定所述人脸交互动作被完成。
11.如权利要求1所述的方法,基于所述随机位置的所述人脸交互动作是将用户界面上显示的标志移动到所述随机位置,并且在所述随机位置处用所述标志画一个指定图形。
12.如权利要求1所述的方法,基于所述随机位置的人脸交互动作包括多种不同完成复杂度的预设动作,所述方法进一步包括:
根据调用所述人机验证方法的应用的安全性要求来选择不同完成复杂度的基于所述随机位置的人脸交互动作。
13.一种基于人脸交互动作的人机验证系统,包括:
图像捕捉模块,捕捉人脸图像;以及
人机验证模块,
向服务端发送人机验证请求并获取所述服务端下发的随机位置;
检测所述图像捕捉模块所捕捉的人脸图像的质量;
响应于检测到所述人脸图像的质量合格,引导用户执行基于所述随机位置的人脸交互动作;
检测基于所述随机位置的所述人脸交互动作是否被完成;以及
响应于检测到所述人脸交互动作被完成,验证所述用户为真人。
14.一种存储有指令的计算机可读存储介质,当所述指令被执行时使得机器执行如权利要求1-12中任一项所述的方法。
CN202210712041.8A 2022-06-22 2022-06-22 基于人脸交互动作的人机验证方法和系统 Pending CN115035579A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210712041.8A CN115035579A (zh) 2022-06-22 2022-06-22 基于人脸交互动作的人机验证方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210712041.8A CN115035579A (zh) 2022-06-22 2022-06-22 基于人脸交互动作的人机验证方法和系统

Publications (1)

Publication Number Publication Date
CN115035579A true CN115035579A (zh) 2022-09-09

Family

ID=83127593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210712041.8A Pending CN115035579A (zh) 2022-06-22 2022-06-22 基于人脸交互动作的人机验证方法和系统

Country Status (1)

Country Link
CN (1) CN115035579A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260726A (zh) * 2015-11-11 2016-01-20 杭州海量信息技术有限公司 基于人脸姿态控制的交互式视频活体检测方法及其系统
CN108875461A (zh) * 2017-05-16 2018-11-23 深圳市祈飞科技有限公司 一种人脸活体检测方法以及装置
WO2019127262A1 (zh) * 2017-12-28 2019-07-04 深圳前海达闼云端智能科技有限公司 基于云端的人脸活体检测方法、电子设备和程序产品
CN111144277A (zh) * 2019-12-25 2020-05-12 东南大学 一种带活体检测功能的人脸验证方法和系统
CN111144293A (zh) * 2015-09-25 2020-05-12 北京市商汤科技开发有限公司 带交互式活体检测的人脸身份认证系统及其方法
CN112287909A (zh) * 2020-12-24 2021-01-29 四川新网银行股份有限公司 一种随机生成检测点和交互要素的双随机活体检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144293A (zh) * 2015-09-25 2020-05-12 北京市商汤科技开发有限公司 带交互式活体检测的人脸身份认证系统及其方法
CN105260726A (zh) * 2015-11-11 2016-01-20 杭州海量信息技术有限公司 基于人脸姿态控制的交互式视频活体检测方法及其系统
CN108875461A (zh) * 2017-05-16 2018-11-23 深圳市祈飞科技有限公司 一种人脸活体检测方法以及装置
WO2019127262A1 (zh) * 2017-12-28 2019-07-04 深圳前海达闼云端智能科技有限公司 基于云端的人脸活体检测方法、电子设备和程序产品
CN111144277A (zh) * 2019-12-25 2020-05-12 东南大学 一种带活体检测功能的人脸验证方法和系统
CN112287909A (zh) * 2020-12-24 2021-01-29 四川新网银行股份有限公司 一种随机生成检测点和交互要素的双随机活体检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄叶珏;: "基于交互式随机动作的人脸活体检测", 软件导刊, no. 12 *

Similar Documents

Publication Publication Date Title
US10482230B2 (en) Face-controlled liveness verification
US10242364B2 (en) Image analysis for user authentication
US10902104B2 (en) Biometric security systems and methods
US9330322B2 (en) Controlled access to functionality of a wireless device
KR102036978B1 (ko) 라이브니스 검출 방법 및 디바이스, 및 아이덴티티 인증 방법 및 디바이스
TWI578181B (zh) 電子裝置、身份驗證系統及方法
JP2015170099A (ja) 情報処理装置、情報処理方法、アイウェア端末および認証システム
WO2021220423A1 (ja) 認証装置、認証システム、認証方法および認証プログラム
CN109034029A (zh) 检测活体的人脸识别方法、可读存储介质和电子设备
CN111695509A (zh) 一种身份验证方法、装置、机器可读介质及设备
US20210406353A1 (en) System and method for biometric authentication
US11507646B1 (en) User authentication using video analysis
CN115035579A (zh) 基于人脸交互动作的人机验证方法和系统
KR100608307B1 (ko) 얼굴 인식 방법 및 시스템
CN114677746A (zh) 活体人脸检测方法、装置、存储介质及电子设备
KR20150007527A (ko) 머리 움직임 확인 장치 및 방법
CN117521044A (zh) 生物认证方法、装置、计算机设备和存储介质

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