TW201937400A - 活體檢測的方法、裝置及設備 - Google Patents
活體檢測的方法、裝置及設備 Download PDFInfo
- Publication number
- TW201937400A TW201937400A TW107145203A TW107145203A TW201937400A TW 201937400 A TW201937400 A TW 201937400A TW 107145203 A TW107145203 A TW 107145203A TW 107145203 A TW107145203 A TW 107145203A TW 201937400 A TW201937400 A TW 201937400A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- preset
- face
- verified
- user
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本說明書公開一種活體檢測的方法、裝置及設備,該方法中在向使用者展示預設圖像後,可以通過採集使用者的人臉圖像,從該人臉圖像中確定出該使用者的人眼圖像中包含的待驗證圖像,進而根據該預設圖像以及該待驗證圖像,對該使用者進行活體檢測。
Description
本說明書涉及電腦技術領域,尤其涉及一種活體檢測的方法、裝置及設備。
當前,人臉識別、語音辨識、指紋識別等基於生物特徵的識別方式逐漸應用到各種服務場景的身份驗證中,這些身份驗證方式相對於諸如密碼驗證的傳統身份驗證方式來說,能夠更好的對使用者本人進行驗證、識別,從而進一步保證了使用者資訊的安全性。
在人臉識別的過程中,活體檢測是一個十分重要的環節,通常需要通過活體檢測技術,檢測出當前的人臉是否為實際的人臉,而非印有人臉的圖片等虛假人臉,從而有效的防止人們利用虛假人臉,騙過人臉識別。然而,現有的活體檢測方式在人臉識別過程中可能會給使用者帶來不適。
基於現有技術,需要一種更為有效的活體檢測方式。
在人臉識別的過程中,活體檢測是一個十分重要的環節,通常需要通過活體檢測技術,檢測出當前的人臉是否為實際的人臉,而非印有人臉的圖片等虛假人臉,從而有效的防止人們利用虛假人臉,騙過人臉識別。然而,現有的活體檢測方式在人臉識別過程中可能會給使用者帶來不適。
基於現有技術,需要一種更為有效的活體檢測方式。
本說明書提供一種活體檢測的方法,用以解決現有技術中活體檢測會給使用者帶來不適的問題。
本說明書提供了一種活體檢測的方法,包括:
展示預設圖像,並採集使用者的人臉圖像;
根據所述人臉圖像,確定所述使用者的人眼圖像;
根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
本說明書提供一種活體檢測的裝置,用以解決現有技術中活體檢測會給使用者帶來不適的問題。
本說明書提供了一種活體檢測的裝置,包括:
展示模組,展示預設圖像,並採集使用者的人臉圖像;
確定模組,根據所述人臉圖像,確定所述使用者的人眼圖像;
檢測模組,根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
本說明書提供一種活體檢測的設備,用以解決現有技術中活體檢測會給使用者帶來不適的問題。
本說明書提供了一種活體檢測的設備,包括一個或多個記憶體以及處理器,所述記憶體儲存程式,並且被配置成由所述一個或多個處理器執行以下步驟:
展示預設圖像,並採集使用者的人臉圖像;
根據所述人臉圖像,確定所述使用者的人眼圖像;
根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
本說明書採用的上述至少一個技術方案能夠達到以下有益效果:
在本說明書一個或多個實施例中,在向使用者展示預設圖像後,可以通過採集使用者的人臉圖像,從該人臉圖像中確定出該使用者的人眼圖像中包含的待驗證圖像,進而根據該預設圖像以及該待驗證圖像,對該使用者進行活體檢測。換句話說,可以利用眼球的高反射性,對採集到的使用者的眼球所反射出的圖像與展示出的圖像進行匹配,以對使用者進行活體檢測。這樣即可在使用者觀看預設圖像的過程中,利用人體的特性對使用者實施自然、無感知的活體檢測,從而給使用者帶來了極大的方便。
本說明書提供了一種活體檢測的方法,包括:
展示預設圖像,並採集使用者的人臉圖像;
根據所述人臉圖像,確定所述使用者的人眼圖像;
根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
本說明書提供一種活體檢測的裝置,用以解決現有技術中活體檢測會給使用者帶來不適的問題。
本說明書提供了一種活體檢測的裝置,包括:
展示模組,展示預設圖像,並採集使用者的人臉圖像;
確定模組,根據所述人臉圖像,確定所述使用者的人眼圖像;
檢測模組,根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
本說明書提供一種活體檢測的設備,用以解決現有技術中活體檢測會給使用者帶來不適的問題。
本說明書提供了一種活體檢測的設備,包括一個或多個記憶體以及處理器,所述記憶體儲存程式,並且被配置成由所述一個或多個處理器執行以下步驟:
展示預設圖像,並採集使用者的人臉圖像;
根據所述人臉圖像,確定所述使用者的人眼圖像;
根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
本說明書採用的上述至少一個技術方案能夠達到以下有益效果:
在本說明書一個或多個實施例中,在向使用者展示預設圖像後,可以通過採集使用者的人臉圖像,從該人臉圖像中確定出該使用者的人眼圖像中包含的待驗證圖像,進而根據該預設圖像以及該待驗證圖像,對該使用者進行活體檢測。換句話說,可以利用眼球的高反射性,對採集到的使用者的眼球所反射出的圖像與展示出的圖像進行匹配,以對使用者進行活體檢測。這樣即可在使用者觀看預設圖像的過程中,利用人體的特性對使用者實施自然、無感知的活體檢測,從而給使用者帶來了極大的方便。
為保證使用者的資訊安全,終端可以在使用者執行服務的過程中,對該使用者實施身份驗證。其中,若終端採用人臉識別的方式對使用者進行身份驗證,則在對該使用者進行人臉識別的過程中,需要對採集到的人臉圖像進行活體檢測。
在現有技術中,終端可以通過螢幕將不同顏色和強度的光線照向使用者的人臉,以通過採集人臉反射的光線來進行活體檢測。這種方式雖然能夠在一定程度上檢測到當前的人臉圖像是否為活體的人臉圖像,但是,若需要採集到人臉反射的光線,則終端需要將較強的光線照向使用者的人臉,這樣,較強的光線將會給使用者帶來不適。不僅如此,這種方式對於周圍環境的依賴較大,若是使用者周圍環境的光線較強,終端也將無法有效的採集到人臉反射的光線,進而也將無法對使用者實施活體檢測。
為了解決上述問題,在本說明書中,終端可以展示預設圖像,並採集使用者觀看該預設圖像時的人臉圖像。而後,終端可以從該人臉圖像中確定該使用者的人眼圖像中包含的待驗證圖像,進而根據該預設圖像以及待驗證圖像,對該使用者進行活體檢測。
由於人眼的光線反射性較強,所以,終端無需通過螢幕向使用者展示光線較強的圖像,即可從使用者的眼球中採集到人眼所反射出的待驗證圖像,從而通過將該待驗證圖像與展示出的預設圖像進行匹配,以對使用者實施自然、無感知的活體檢測,進而給使用者帶來了極大的方便。
為了使本技術領域的人員更好地理解本說明書一個或多個實施例中的技術方案,下面將結合本說明書一個或多個實施例中的附圖,對本說明書一個或多個實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本說明書一部分實施例,而不是全部的實施例。基於本說明書中的實施例,本領域普通技術人員在沒有作出進步性勞動前提下所獲得的所有其他實施例,都應當屬於本說明書保護的範圍。
圖1為本說明書提供的活體檢測過程的示意圖,具體包括以下步驟:
S100:展示預設圖像,並採集使用者的人臉圖像。
在對使用者進行活體檢測的過程中,終端可以向該使用者展示預設圖像。其中,該預設圖像可以是預設的固定圖像,也可以是與以往活體檢測不同的圖像。換句話說,終端在每次活體檢測過程中向使用者展示的可以是相同的預設圖像,也可以是不同的預設圖像。
在本說明書中,該預設圖像中可以包含有諸如數位、文字等字元形式的資訊,也可以包含有圖案形式的資訊。這些資訊在該預設圖像中的大小、形狀、顏色、位置等可以構成該預設圖像的特徵資訊。由於不同預設圖像中包含的字元、圖案,以及字元、圖案在各預設圖像中的大小、形狀、顏色等有所不同,所以,不同的特徵資訊能夠有效的標識出不同的預設圖像。因此,終端後續即可基於該預設圖像的特徵資訊,對使用者進行活體檢測。其中,這裡提到的終端可以是指智慧型手機、平板電腦、筆記型電腦等能夠對使用者進行活體檢測的設備。
終端展示上述預設圖像後,可以通過預設的圖像採集裝置(如攝影鏡頭),採集使用者觀看該預設圖像時的人臉圖像。
S102:根據所述人臉圖像,確定所述使用者的人眼圖像。
終端採集到使用者觀看該預設圖像時的人臉圖像後,可以從該人臉圖像中識別出使用者的眼球反射的待驗證圖像,進而在後續過程中,根據該待驗證圖像以及該預設圖像,對該使用者進行活體檢測。
在本說明書中,終端在採集到該使用者的人臉圖像後,可以通過預設的識別方式,先判斷出採集到的該人臉圖像是否滿足預設條件,在判斷出該人臉圖像滿足預設條件後,可以從該人臉圖像中進一步確定出使用者人眼在該人臉圖像中人眼圖像,並作為該人臉圖像對應的人眼圖像,而後可以從該人眼圖像中提取出該待驗證圖像。
其中,這裡提到的預設條件可以是不同的形式,例如,當確定採集到的使用者觀看該預設圖像時的圖像為人臉的圖像時,則確定該人臉圖像滿足預設條件;再例如,當確定採集到的該人臉圖像達到設定清晰度時,則確定該人臉圖像滿足預設條件。
S104:根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
終端從採集到的人臉圖像中確定出該待驗證圖像後,可以將採集到的待驗證圖像以及終端向使用者展示的預設圖像進行對比,並根據得到的對比結果,以對該使用者進行活體檢測。具體的,若是該待驗證圖像是使用者觀看該預設圖像時,使用者眼球所反射的圖像,則這兩個圖像中包含的內容應該是相同的。基於此,終端可以將這兩個圖像中包含的字元、圖案,以及字元、圖案在這兩個圖像中的形狀、大小、顏色、位置等組合而成的特徵資訊進行對比,以確定這兩個圖像是否為相同的圖像。若是,則確定當前採集到的人臉圖像為活體的臉部圖像,否則,確定該人臉圖像為非活體的臉部圖像,如圖2所示。
圖2為本說明書提供的終端通過對比待驗證圖像以及預設圖像對使用者進行活體檢測的示意圖。
終端可以將如圖2所示的預設圖像展示給使用者,並採集使用者觀看該預設圖像時的人臉圖像。而後,終端可以從該人臉圖像中確定出該使用者的人眼處的人眼圖像,進而從該人眼圖像上提取出眼球所反射的待驗證圖像。
由於終端所採集到的待驗證圖像與預設圖像成鏡像的關係,因此,終端可以將該待驗證圖像進行水平翻轉,進而將翻轉後的待驗證圖像和該預設圖像進行對比,以對該使用者進行活體檢測。
從圖2中可以看出,該預設圖像中的兩個五角星的大小、位置與翻轉後的待驗證圖像中包含的兩個五角星的大小與位置相同,則可以確定該待驗證圖像與該預設圖像相匹配,進而可以確定終端當前所採集到的人臉圖像為活體的臉部圖像。
終端在活體檢測中可以向使用者展示一個靜態的預設圖像,也可以向使用者展示動態變化的預設圖像,也即展示多個預設圖像。因此,在本說明書中,終端可以在預設時間內,按照指定順序,依次展示多個預設圖像,並至少在該預設時間內,持續採集該使用者的人臉圖像。
例如,終端可以每隔三秒循環展示按指定順序變化的預設圖像。而後,終端可以持續採集使用者在觀看這一持續變化的預設圖像時的多個人臉圖像,並從這些人臉圖像中提取出多個待驗證圖像,進而通過將多個待驗證圖像以及終端展示的多個預設圖像進行對比,對該使用者進行活體檢測,如圖3所示。
圖3為本說明書提供的終端通過展示的多個預設圖像以及採集到的多個人臉圖像對使用者進行活體檢測的示意圖。
在活體檢測的過程中,終端可以在三秒內按照指定順序向使用者展示三個預設圖像,並採集使用者觀看這三個預設圖像時的人臉圖像。而後,終端可以從採集到的各人臉圖像中提取出使用者的眼球所反射出的各待驗證圖像。由於終端所採集到的待驗證圖像與預設圖像成鏡像的關係,因此,終端可以將確定出的各待驗證圖像進行水平翻轉,得到各翻轉後的待驗證圖像,進而將各翻轉後的待驗證圖像與終端所展示的各預設圖像進行對比。
當確定各翻轉後的待驗證圖像與終端所展示的各預設圖像一一匹配時,則可以確定終端當前所採集到的人臉圖像為活體的臉部圖像。
在本說明書中,終端也可以通過將採集到的多個人臉圖像以及展示的多個預設圖像進行對比,從多個預設圖像中,確定出指定預設圖像,進而根據預設圖像的數量,對該使用者進行活體檢測。這裡提到的指定預設圖像可以是指與至少一個待驗證圖像相匹配的預設圖像。
例如,假設終端從採集到的多個人臉圖像中確定出多個待驗證圖像,並將多個待驗證圖像與展示的S個預設圖像進行對比。通過對比發現,在多個預設圖像中與待驗證圖像相匹配的指定預設圖像的數量為A,因此,可以確定出指定預設圖像的數量A與展示的預設圖像的總數S之間的比率。終端可以進一步判斷該比率是否到達設定比率,當確定該比率到達設定比率時,則可以確定採集到的人臉圖像為活體的臉部圖像,否則,確定採集到的人臉圖像為非活體的臉部圖像。
終端還可以通過將採集到的多個人臉圖像以及展示的多個預設圖像進行對比,從採集到的多個人臉圖像中,確定指定人臉圖像,並根據指定人臉圖像的數量,對該使用者進行活體檢測。其中,這裡提到的指定人臉圖像為與終端展示的至少一個預設圖像相匹配的人臉圖像。具體的方式可以參照上述示例,在此就不再進行贅述了。
當然,終端根據確定出的各待驗證圖像與展示出的各預設圖像,對使用者進行活體檢測的方式可以有很多,在此就不一一舉例說明了。
從上述方法可以看出,由於人眼的光線反射性較強,所以,終端無需通過螢幕向使用者展示光線較強的圖像,即可從使用者的眼球中採集到人眼所反射出的待驗證圖像,從而通過將該待驗證圖像與展示出的預設圖像進行匹配,以對使用者實施自然、無感知的活體檢測,進而給使用者帶來了極大的方便。
需要說明的是,在本說明書中,終端採集到人臉圖像後,可以根據預設的識別方式,先判斷出採集到的使用者的圖像是否為真實人臉的圖像。在判斷出採集到的圖像為真實人臉的圖像後,可以通過圖像採集裝置進一步採集當前使用者眼部的圖像,進而從採集到的眼部的圖像中提取出使用者眼球反射的待驗證圖像。
以上為本說明書的一個或多個實施例提供的活體檢測方法,基於同樣的思路,本說明書還提供了相應的活體檢測的裝置,如圖4所示。
圖4為本說明書提供的一種活體檢測的裝置示意圖,具體包括:
展示模組401,展示預設圖像,並採集使用者的人臉圖像;
確定模組402,根據所述人臉圖像,確定所述使用者的人眼圖像;
檢測模組403,根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
所述確定模組402,判斷所述人臉圖像是否滿足預設條件;若確定所述人臉圖像滿足所述預設條件,則從所述人臉圖像中提取所述使用者的人眼圖像。
所述預設圖像中包含字元和/或圖案,所述待驗證圖像包含字元和/或圖案;
所述檢測模組403,根據所述預設圖像中的特徵資訊以及所述待驗證圖案中的特徵資訊,對所述使用者進行活體檢測;其中,若所述預設圖像或所述待驗證圖像中包含字元,則所述特徵資訊包括所述字元的大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種;若所述預設圖像或所述待驗證圖像中包含圖案,則所述特徵資訊包括所述圖案的形狀、大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種。
所述待驗證圖像為所述使用者的人眼反射所述預設圖像所形成的圖像;
所述檢測模組403,將所述預設圖像與所述待驗證圖像進行對比,並根據得到的對比結果,對所述使用者進行活體檢測。
所述展示模組401,在預設時間內,按照指定順序,依次展示多個預設圖像;
所述展示模組401,至少在所述預設時間內,持續採集所述使用者的人臉圖像。
所述確定模組402,針對持續採集的每個人臉圖像,根據該人臉圖像確定所述使用者的人眼圖像,並作為該人臉圖像對應的人眼圖像;
所述檢測模組403,在展示的多個預設圖像中,確定指定預設圖像,並根據所述指定預設圖像的數量,對所述使用者進行活體檢測;和/或,在持續採集的各人臉圖像中,確定指定人臉圖像,並根據所述指定人臉圖像的數量,對所述使用者進行活體檢測;其中,所述指定預設圖像為:與至少一個人臉圖像對應的人眼圖像中包含的待驗證圖像相匹配的預設圖像;所述指定人臉圖像為:對應的人眼圖像中包含的待驗證圖像與至少一個預設圖像相匹配的人臉圖像。
基於上述說明的活體檢測的方法,本說明書還對應提供了一種用於活體檢測的設備,如圖5所示。該設備包括一個或多個記憶體以及處理器,所述記憶體儲存程式,並且被配置成由所述一個或多個處理器執行以下步驟:
展示預設圖像,並採集使用者的人臉圖像;
根據所述人臉圖像,確定所述使用者的人眼圖像;
根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
在本說明書的一個或多個實施例中,在向使用者展示預設圖像後,可以通過採集使用者的人臉圖像,從該人臉圖像中確定出該使用者的人眼圖像中包含的待驗證圖像,進而根據該預設圖像以及該待驗證圖像,對該使用者進行活體檢測。
由於可以利用眼球的高反射性,對採集到的使用者的眼球所反射出的圖像與展示出的圖像進行匹配,以對使用者進行活體檢測。這樣即可在使用者觀看預設圖像的過程中,利用人體的特性對使用者實施自然、無感知的活體檢測,從而給使用者帶來了極大的方便。
在20世紀90年代,對於一個技術的改進可以很明顯地區分是硬體上的改進(例如,對二極體、電晶體、開關等電路結構的改進)還是軟體上的改進(對於方法流程的改進)。然而,隨著技術的發展,當今的很多方法流程的改進已經可以視為硬體電路結構的直接改進。設計人員幾乎都通過將改進的方法流程程式設計到硬體電路中來得到相應的硬體電路結構。因此,不能說一個方法流程的改進就不能用硬體實體模組來實現。例如,可程式設計邏輯裝置(Programmable Logic Device, PLD)(例如現場可程式設計閘陣列(Field Programmable Gate Array,FPGA))就是這樣一種積體電路,其邏輯功能由使用者對裝置程式設計來確定。由設計人員自行程式設計來把一個數位系統“集成”在一片PLD上,而不需要請晶片製造廠商來設計和製作專用的積體電路晶片。而且,如今,取代手工地製作積體電路晶片,這種程式設計也多半改用“邏輯編譯器(logic compiler)”軟體來實現,它與程式開發撰寫時所用的軟體編譯器相類似,而要編譯之前的原始代碼也得用特定的程式設計語言來撰寫,此稱之為硬體描述語言(Hardware Description Language,HDL),而HDL也並非僅有一種,而是有許多種,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)與Verilog。本領域技術人員也應該清楚,只需要將方法流程用上述幾種硬體描述語言稍作邏輯程式設計並程式設計到積體電路中,就可以很容易得到實現該邏輯方法流程的硬體電路。
控制器可以按任何適當的方式實現,例如,控制器可以採取例如微處理器或處理器以及儲存可由該(微)處理器執行的電腦可讀程式碼(例如軟體或韌體)的電腦可讀媒體、邏輯閘、開關、專用積體電路(Application Specific Integrated Circuit,ASIC)、可程式設計邏輯控制器和嵌入微控制器的形式,控制器的例子包括但不限於以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,記憶體控制器還可以被實現為記憶體的控制邏輯的一部分。本領域技術人員也知道,除了以純電腦可讀程式碼方式實現控制器以外,完全可以通過將方法步驟進行邏輯程式設計來使得控制器以邏輯閘、開關、專用積體電路、可程式設計邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬體部件,而對其內包括的用於實現各種功能的裝置也可以視為硬體部件內的結構。或者甚至,可以將用於實現各種功能的裝置視為既可以是實現方法的軟體模組又可以是硬體部件內的結構。
上述實施例闡明的系統、裝置、模組或單元,具體可以由電腦晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的,電腦例如可以為個人電腦、膝上型電腦、蜂巢式電話、相機電話、智慧型電話、個人數位助理、媒體播放機、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
為了描述的方便,描述以上裝置時以功能分為各種單元分別描述。當然,在實施本說明書時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。
本領域內的技術人員應明白,本說明書的實施例可提供為方法、系統、或電腦程式產品。因此,本說明書可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本說明書可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本說明書是參照根據本說明書一個或多個實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可程式設計資料處理設備的處理器以產生一個機器,使得通過電腦或其他可程式設計資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可程式設計資料處理設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可程式設計資料處理設備上,使得在電腦或其他可程式設計設備上執行一系列操作步驟以產生電腦實現的處理,從而在電腦或其他可程式設計設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒體的示例。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可程式設計唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁磁片儲存或其他磁性存放裝置或任何其他非傳輸媒體,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀媒體不包括暫存電腦可讀媒體(transitory media),如調變的資料信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本說明書可以在由電腦執行的電腦可執行指令的一般上下文中描述,例如程式模組。一般地,程式模組包括執行特定任務或實現特定抽象資料類型的常式、程式、物件、組件、資料結構等等。也可以在分散式運算環境中實踐本說明書的一個或多個實施例,在這些分散式運算環境中,由通過通信網路而被連接的遠端處理設備來執行任務。在分散式運算環境中,程式模組可以位於包括存放裝置在內的本地和遠端電腦儲存媒體中。
本說明書中的各個實施例均採用遞進的方式描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。尤其,對於系統實施例而言,由於其基本相似於方法實施例,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外,在附圖中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中,多工處理和並行處理也是可以的或者可能是有利的。
以上所述僅為本說明書的一個或多個實施例而已,並不用於限制本說明書。對於本領域技術人員來說,本說明書的一個或多個實施例可以有各種更改和變化。凡在本說明書的一個或多個實施例的精神和原理之內所作的任何修改、等同替換、改進等,均應包含在本說明書的申請專利範圍之內。
在現有技術中,終端可以通過螢幕將不同顏色和強度的光線照向使用者的人臉,以通過採集人臉反射的光線來進行活體檢測。這種方式雖然能夠在一定程度上檢測到當前的人臉圖像是否為活體的人臉圖像,但是,若需要採集到人臉反射的光線,則終端需要將較強的光線照向使用者的人臉,這樣,較強的光線將會給使用者帶來不適。不僅如此,這種方式對於周圍環境的依賴較大,若是使用者周圍環境的光線較強,終端也將無法有效的採集到人臉反射的光線,進而也將無法對使用者實施活體檢測。
為了解決上述問題,在本說明書中,終端可以展示預設圖像,並採集使用者觀看該預設圖像時的人臉圖像。而後,終端可以從該人臉圖像中確定該使用者的人眼圖像中包含的待驗證圖像,進而根據該預設圖像以及待驗證圖像,對該使用者進行活體檢測。
由於人眼的光線反射性較強,所以,終端無需通過螢幕向使用者展示光線較強的圖像,即可從使用者的眼球中採集到人眼所反射出的待驗證圖像,從而通過將該待驗證圖像與展示出的預設圖像進行匹配,以對使用者實施自然、無感知的活體檢測,進而給使用者帶來了極大的方便。
為了使本技術領域的人員更好地理解本說明書一個或多個實施例中的技術方案,下面將結合本說明書一個或多個實施例中的附圖,對本說明書一個或多個實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本說明書一部分實施例,而不是全部的實施例。基於本說明書中的實施例,本領域普通技術人員在沒有作出進步性勞動前提下所獲得的所有其他實施例,都應當屬於本說明書保護的範圍。
圖1為本說明書提供的活體檢測過程的示意圖,具體包括以下步驟:
S100:展示預設圖像,並採集使用者的人臉圖像。
在對使用者進行活體檢測的過程中,終端可以向該使用者展示預設圖像。其中,該預設圖像可以是預設的固定圖像,也可以是與以往活體檢測不同的圖像。換句話說,終端在每次活體檢測過程中向使用者展示的可以是相同的預設圖像,也可以是不同的預設圖像。
在本說明書中,該預設圖像中可以包含有諸如數位、文字等字元形式的資訊,也可以包含有圖案形式的資訊。這些資訊在該預設圖像中的大小、形狀、顏色、位置等可以構成該預設圖像的特徵資訊。由於不同預設圖像中包含的字元、圖案,以及字元、圖案在各預設圖像中的大小、形狀、顏色等有所不同,所以,不同的特徵資訊能夠有效的標識出不同的預設圖像。因此,終端後續即可基於該預設圖像的特徵資訊,對使用者進行活體檢測。其中,這裡提到的終端可以是指智慧型手機、平板電腦、筆記型電腦等能夠對使用者進行活體檢測的設備。
終端展示上述預設圖像後,可以通過預設的圖像採集裝置(如攝影鏡頭),採集使用者觀看該預設圖像時的人臉圖像。
S102:根據所述人臉圖像,確定所述使用者的人眼圖像。
終端採集到使用者觀看該預設圖像時的人臉圖像後,可以從該人臉圖像中識別出使用者的眼球反射的待驗證圖像,進而在後續過程中,根據該待驗證圖像以及該預設圖像,對該使用者進行活體檢測。
在本說明書中,終端在採集到該使用者的人臉圖像後,可以通過預設的識別方式,先判斷出採集到的該人臉圖像是否滿足預設條件,在判斷出該人臉圖像滿足預設條件後,可以從該人臉圖像中進一步確定出使用者人眼在該人臉圖像中人眼圖像,並作為該人臉圖像對應的人眼圖像,而後可以從該人眼圖像中提取出該待驗證圖像。
其中,這裡提到的預設條件可以是不同的形式,例如,當確定採集到的使用者觀看該預設圖像時的圖像為人臉的圖像時,則確定該人臉圖像滿足預設條件;再例如,當確定採集到的該人臉圖像達到設定清晰度時,則確定該人臉圖像滿足預設條件。
S104:根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
終端從採集到的人臉圖像中確定出該待驗證圖像後,可以將採集到的待驗證圖像以及終端向使用者展示的預設圖像進行對比,並根據得到的對比結果,以對該使用者進行活體檢測。具體的,若是該待驗證圖像是使用者觀看該預設圖像時,使用者眼球所反射的圖像,則這兩個圖像中包含的內容應該是相同的。基於此,終端可以將這兩個圖像中包含的字元、圖案,以及字元、圖案在這兩個圖像中的形狀、大小、顏色、位置等組合而成的特徵資訊進行對比,以確定這兩個圖像是否為相同的圖像。若是,則確定當前採集到的人臉圖像為活體的臉部圖像,否則,確定該人臉圖像為非活體的臉部圖像,如圖2所示。
圖2為本說明書提供的終端通過對比待驗證圖像以及預設圖像對使用者進行活體檢測的示意圖。
終端可以將如圖2所示的預設圖像展示給使用者,並採集使用者觀看該預設圖像時的人臉圖像。而後,終端可以從該人臉圖像中確定出該使用者的人眼處的人眼圖像,進而從該人眼圖像上提取出眼球所反射的待驗證圖像。
由於終端所採集到的待驗證圖像與預設圖像成鏡像的關係,因此,終端可以將該待驗證圖像進行水平翻轉,進而將翻轉後的待驗證圖像和該預設圖像進行對比,以對該使用者進行活體檢測。
從圖2中可以看出,該預設圖像中的兩個五角星的大小、位置與翻轉後的待驗證圖像中包含的兩個五角星的大小與位置相同,則可以確定該待驗證圖像與該預設圖像相匹配,進而可以確定終端當前所採集到的人臉圖像為活體的臉部圖像。
終端在活體檢測中可以向使用者展示一個靜態的預設圖像,也可以向使用者展示動態變化的預設圖像,也即展示多個預設圖像。因此,在本說明書中,終端可以在預設時間內,按照指定順序,依次展示多個預設圖像,並至少在該預設時間內,持續採集該使用者的人臉圖像。
例如,終端可以每隔三秒循環展示按指定順序變化的預設圖像。而後,終端可以持續採集使用者在觀看這一持續變化的預設圖像時的多個人臉圖像,並從這些人臉圖像中提取出多個待驗證圖像,進而通過將多個待驗證圖像以及終端展示的多個預設圖像進行對比,對該使用者進行活體檢測,如圖3所示。
圖3為本說明書提供的終端通過展示的多個預設圖像以及採集到的多個人臉圖像對使用者進行活體檢測的示意圖。
在活體檢測的過程中,終端可以在三秒內按照指定順序向使用者展示三個預設圖像,並採集使用者觀看這三個預設圖像時的人臉圖像。而後,終端可以從採集到的各人臉圖像中提取出使用者的眼球所反射出的各待驗證圖像。由於終端所採集到的待驗證圖像與預設圖像成鏡像的關係,因此,終端可以將確定出的各待驗證圖像進行水平翻轉,得到各翻轉後的待驗證圖像,進而將各翻轉後的待驗證圖像與終端所展示的各預設圖像進行對比。
當確定各翻轉後的待驗證圖像與終端所展示的各預設圖像一一匹配時,則可以確定終端當前所採集到的人臉圖像為活體的臉部圖像。
在本說明書中,終端也可以通過將採集到的多個人臉圖像以及展示的多個預設圖像進行對比,從多個預設圖像中,確定出指定預設圖像,進而根據預設圖像的數量,對該使用者進行活體檢測。這裡提到的指定預設圖像可以是指與至少一個待驗證圖像相匹配的預設圖像。
例如,假設終端從採集到的多個人臉圖像中確定出多個待驗證圖像,並將多個待驗證圖像與展示的S個預設圖像進行對比。通過對比發現,在多個預設圖像中與待驗證圖像相匹配的指定預設圖像的數量為A,因此,可以確定出指定預設圖像的數量A與展示的預設圖像的總數S之間的比率。終端可以進一步判斷該比率是否到達設定比率,當確定該比率到達設定比率時,則可以確定採集到的人臉圖像為活體的臉部圖像,否則,確定採集到的人臉圖像為非活體的臉部圖像。
終端還可以通過將採集到的多個人臉圖像以及展示的多個預設圖像進行對比,從採集到的多個人臉圖像中,確定指定人臉圖像,並根據指定人臉圖像的數量,對該使用者進行活體檢測。其中,這裡提到的指定人臉圖像為與終端展示的至少一個預設圖像相匹配的人臉圖像。具體的方式可以參照上述示例,在此就不再進行贅述了。
當然,終端根據確定出的各待驗證圖像與展示出的各預設圖像,對使用者進行活體檢測的方式可以有很多,在此就不一一舉例說明了。
從上述方法可以看出,由於人眼的光線反射性較強,所以,終端無需通過螢幕向使用者展示光線較強的圖像,即可從使用者的眼球中採集到人眼所反射出的待驗證圖像,從而通過將該待驗證圖像與展示出的預設圖像進行匹配,以對使用者實施自然、無感知的活體檢測,進而給使用者帶來了極大的方便。
需要說明的是,在本說明書中,終端採集到人臉圖像後,可以根據預設的識別方式,先判斷出採集到的使用者的圖像是否為真實人臉的圖像。在判斷出採集到的圖像為真實人臉的圖像後,可以通過圖像採集裝置進一步採集當前使用者眼部的圖像,進而從採集到的眼部的圖像中提取出使用者眼球反射的待驗證圖像。
以上為本說明書的一個或多個實施例提供的活體檢測方法,基於同樣的思路,本說明書還提供了相應的活體檢測的裝置,如圖4所示。
圖4為本說明書提供的一種活體檢測的裝置示意圖,具體包括:
展示模組401,展示預設圖像,並採集使用者的人臉圖像;
確定模組402,根據所述人臉圖像,確定所述使用者的人眼圖像;
檢測模組403,根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
所述確定模組402,判斷所述人臉圖像是否滿足預設條件;若確定所述人臉圖像滿足所述預設條件,則從所述人臉圖像中提取所述使用者的人眼圖像。
所述預設圖像中包含字元和/或圖案,所述待驗證圖像包含字元和/或圖案;
所述檢測模組403,根據所述預設圖像中的特徵資訊以及所述待驗證圖案中的特徵資訊,對所述使用者進行活體檢測;其中,若所述預設圖像或所述待驗證圖像中包含字元,則所述特徵資訊包括所述字元的大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種;若所述預設圖像或所述待驗證圖像中包含圖案,則所述特徵資訊包括所述圖案的形狀、大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種。
所述待驗證圖像為所述使用者的人眼反射所述預設圖像所形成的圖像;
所述檢測模組403,將所述預設圖像與所述待驗證圖像進行對比,並根據得到的對比結果,對所述使用者進行活體檢測。
所述展示模組401,在預設時間內,按照指定順序,依次展示多個預設圖像;
所述展示模組401,至少在所述預設時間內,持續採集所述使用者的人臉圖像。
所述確定模組402,針對持續採集的每個人臉圖像,根據該人臉圖像確定所述使用者的人眼圖像,並作為該人臉圖像對應的人眼圖像;
所述檢測模組403,在展示的多個預設圖像中,確定指定預設圖像,並根據所述指定預設圖像的數量,對所述使用者進行活體檢測;和/或,在持續採集的各人臉圖像中,確定指定人臉圖像,並根據所述指定人臉圖像的數量,對所述使用者進行活體檢測;其中,所述指定預設圖像為:與至少一個人臉圖像對應的人眼圖像中包含的待驗證圖像相匹配的預設圖像;所述指定人臉圖像為:對應的人眼圖像中包含的待驗證圖像與至少一個預設圖像相匹配的人臉圖像。
基於上述說明的活體檢測的方法,本說明書還對應提供了一種用於活體檢測的設備,如圖5所示。該設備包括一個或多個記憶體以及處理器,所述記憶體儲存程式,並且被配置成由所述一個或多個處理器執行以下步驟:
展示預設圖像,並採集使用者的人臉圖像;
根據所述人臉圖像,確定所述使用者的人眼圖像;
根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
在本說明書的一個或多個實施例中,在向使用者展示預設圖像後,可以通過採集使用者的人臉圖像,從該人臉圖像中確定出該使用者的人眼圖像中包含的待驗證圖像,進而根據該預設圖像以及該待驗證圖像,對該使用者進行活體檢測。
由於可以利用眼球的高反射性,對採集到的使用者的眼球所反射出的圖像與展示出的圖像進行匹配,以對使用者進行活體檢測。這樣即可在使用者觀看預設圖像的過程中,利用人體的特性對使用者實施自然、無感知的活體檢測,從而給使用者帶來了極大的方便。
在20世紀90年代,對於一個技術的改進可以很明顯地區分是硬體上的改進(例如,對二極體、電晶體、開關等電路結構的改進)還是軟體上的改進(對於方法流程的改進)。然而,隨著技術的發展,當今的很多方法流程的改進已經可以視為硬體電路結構的直接改進。設計人員幾乎都通過將改進的方法流程程式設計到硬體電路中來得到相應的硬體電路結構。因此,不能說一個方法流程的改進就不能用硬體實體模組來實現。例如,可程式設計邏輯裝置(Programmable Logic Device, PLD)(例如現場可程式設計閘陣列(Field Programmable Gate Array,FPGA))就是這樣一種積體電路,其邏輯功能由使用者對裝置程式設計來確定。由設計人員自行程式設計來把一個數位系統“集成”在一片PLD上,而不需要請晶片製造廠商來設計和製作專用的積體電路晶片。而且,如今,取代手工地製作積體電路晶片,這種程式設計也多半改用“邏輯編譯器(logic compiler)”軟體來實現,它與程式開發撰寫時所用的軟體編譯器相類似,而要編譯之前的原始代碼也得用特定的程式設計語言來撰寫,此稱之為硬體描述語言(Hardware Description Language,HDL),而HDL也並非僅有一種,而是有許多種,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)與Verilog。本領域技術人員也應該清楚,只需要將方法流程用上述幾種硬體描述語言稍作邏輯程式設計並程式設計到積體電路中,就可以很容易得到實現該邏輯方法流程的硬體電路。
控制器可以按任何適當的方式實現,例如,控制器可以採取例如微處理器或處理器以及儲存可由該(微)處理器執行的電腦可讀程式碼(例如軟體或韌體)的電腦可讀媒體、邏輯閘、開關、專用積體電路(Application Specific Integrated Circuit,ASIC)、可程式設計邏輯控制器和嵌入微控制器的形式,控制器的例子包括但不限於以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,記憶體控制器還可以被實現為記憶體的控制邏輯的一部分。本領域技術人員也知道,除了以純電腦可讀程式碼方式實現控制器以外,完全可以通過將方法步驟進行邏輯程式設計來使得控制器以邏輯閘、開關、專用積體電路、可程式設計邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬體部件,而對其內包括的用於實現各種功能的裝置也可以視為硬體部件內的結構。或者甚至,可以將用於實現各種功能的裝置視為既可以是實現方法的軟體模組又可以是硬體部件內的結構。
上述實施例闡明的系統、裝置、模組或單元,具體可以由電腦晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的,電腦例如可以為個人電腦、膝上型電腦、蜂巢式電話、相機電話、智慧型電話、個人數位助理、媒體播放機、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
為了描述的方便,描述以上裝置時以功能分為各種單元分別描述。當然,在實施本說明書時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。
本領域內的技術人員應明白,本說明書的實施例可提供為方法、系統、或電腦程式產品。因此,本說明書可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本說明書可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本說明書是參照根據本說明書一個或多個實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可程式設計資料處理設備的處理器以產生一個機器,使得通過電腦或其他可程式設計資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可程式設計資料處理設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可程式設計資料處理設備上,使得在電腦或其他可程式設計設備上執行一系列操作步驟以產生電腦實現的處理,從而在電腦或其他可程式設計設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒體的示例。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可程式設計唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁磁片儲存或其他磁性存放裝置或任何其他非傳輸媒體,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀媒體不包括暫存電腦可讀媒體(transitory media),如調變的資料信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本說明書可以在由電腦執行的電腦可執行指令的一般上下文中描述,例如程式模組。一般地,程式模組包括執行特定任務或實現特定抽象資料類型的常式、程式、物件、組件、資料結構等等。也可以在分散式運算環境中實踐本說明書的一個或多個實施例,在這些分散式運算環境中,由通過通信網路而被連接的遠端處理設備來執行任務。在分散式運算環境中,程式模組可以位於包括存放裝置在內的本地和遠端電腦儲存媒體中。
本說明書中的各個實施例均採用遞進的方式描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。尤其,對於系統實施例而言,由於其基本相似於方法實施例,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外,在附圖中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中,多工處理和並行處理也是可以的或者可能是有利的。
以上所述僅為本說明書的一個或多個實施例而已,並不用於限制本說明書。對於本領域技術人員來說,本說明書的一個或多個實施例可以有各種更改和變化。凡在本說明書的一個或多個實施例的精神和原理之內所作的任何修改、等同替換、改進等,均應包含在本說明書的申請專利範圍之內。
401‧‧‧展示模組
402‧‧‧確定模組
403‧‧‧檢測模組
此處所說明的附圖用來提供對本說明書的進一步理解,構成本說明書的一部分,本說明書的示意性實施例及其說明用於解釋本說明書,並不構成對本說明書的不當限定。在附圖中:
圖1為本說明書提供的活體檢測過程的示意圖;
圖2為本說明書提供的終端通過對比待驗證圖像以及預設圖像對使用者進行活體檢測的示意圖;
圖3為本說明書提供的終端通過展示的多個預設圖像以及採集到的多個人臉圖像對使用者進行活體檢測的示意圖;
圖4為本說明書提供的一種活體檢測的裝置示意圖;
圖5為本說明書提供的一種活體檢測的設備示意圖。
Claims (13)
- 一種活體檢測的方法,包括: 展示預設圖像,並採集使用者的人臉圖像; 根據所述人臉圖像,確定所述使用者的人眼圖像; 根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
- 如申請專利範圍第1項所述的方法,根據所述人臉圖像,確定所述使用者的人眼圖像,具體包括: 判斷所述人臉圖像是否滿足預設條件; 若確定所述人臉圖像滿足所述預設條件,則從所述人臉圖像中提取所述使用者的人眼圖像。
- 如申請專利範圍第1項所述的方法,所述預設圖像中包含字元和/或圖案,所述待驗證圖像包含字元和/或圖案; 根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測,具體包括: 根據所述預設圖像中的特徵資訊以及所述待驗證圖案中的特徵資訊,對所述使用者進行活體檢測;其中,若所述預設圖像或所述待驗證圖像中包含字元,則所述特徵資訊包括所述字元的大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種;若所述預設圖像或所述待驗證圖像中包含圖案,則所述特徵資訊包括所述圖案的形狀、大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種。
- 如申請專利範圍第1~3項之任一項所述的方法,所述待驗證圖像為所述使用者的人眼反射所述預設圖像所形成的圖像; 根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測,具體包括: 將所述預設圖像與所述待驗證圖像進行對比,並根據得到的對比結果,對所述使用者進行活體檢測。
- 如申請專利範圍第4項所述的方法,展示預設圖像,具體包括: 在預設時間內,按照指定順序,依次展示多個預設圖像; 採集使用者的人臉圖像,具體包括: 至少在所述預設時間內,持續採集所述使用者的人臉圖像。
- 如申請專利範圍第5項所述的方法,根據所述人臉圖像,確定所述使用者的人眼圖像,具體包括: 針對持續採集的每個人臉圖像,根據該人臉圖像確定所述使用者的人眼圖像,並作為該人臉圖像對應的人眼圖像; 根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測,具體包括: 在展示的多個預設圖像中,確定指定預設圖像,並根據所述指定預設圖像的數量,對所述使用者進行活體檢測;和/或,在持續採集的各人臉圖像中,確定指定人臉圖像,並根據所述指定人臉圖像的數量,對所述使用者進行活體檢測; 其中,所述指定預設圖像為:與至少一個人臉圖像對應的人眼圖像中包含的待驗證圖像相匹配的預設圖像; 所述指定人臉圖像為:對應的人眼圖像中包含的待驗證圖像與至少一個預設圖像相匹配的人臉圖像。
- 一種活體檢測的裝置,包括: 展示模組,展示預設圖像,並採集使用者的人臉圖像; 確定模組,根據所述人臉圖像,確定所述使用者的人眼圖像; 檢測模組,根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
- 如申請專利範圍第7項所述的裝置,所述確定模組,判斷所述人臉圖像是否滿足預設條件;若確定所述人臉圖像滿足所述預設條件,則從所述人臉圖像中提取所述使用者的人眼圖像。
- 如申請專利範圍第7項所述的裝置,所述預設圖像中包含字元和/或圖案,所述待驗證圖像包含字元和/或圖案; 所述檢測模組,根據所述預設圖像中的特徵資訊以及所述待驗證圖案中的特徵資訊,對所述使用者進行活體檢測;其中,若所述預設圖像或所述待驗證圖像中包含字元,則所述特徵資訊包括所述字元的大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種;若所述預設圖像或所述待驗證圖像中包含圖案,則所述特徵資訊包括所述圖案的形狀、大小、顏色、在所述預設圖像或所述待驗證圖像中的位置中的至少一種。
- 如申請專利範圍第7~9項之任一項所述的裝置,所述待驗證圖像為所述使用者的人眼反射所述預設圖像所形成的圖像; 所述檢測模組,將所述預設圖像與所述待驗證圖像進行對比,並根據得到的對比結果,對所述使用者進行活體檢測。
- 如申請專利範圍第10項所述的裝置,所述展示模組,在預設時間內,按照指定順序,依次展示多個預設圖像; 所述展示模組,至少在所述預設時間內,持續採集所述使用者的人臉圖像。
- 如申請專利範圍第11項所述的裝置,所述確定模組,針對持續採集的每個人臉圖像,根據該人臉圖像確定所述使用者的人眼圖像,並作為該人臉圖像對應的人眼圖像; 所述檢測模組,在展示的多個預設圖像中,確定指定預設圖像,並根據所述指定預設圖像的數量,對所述使用者進行活體檢測;和/或,在持續採集的各人臉圖像中,確定指定人臉圖像,並根據所述指定人臉圖像的數量,對所述使用者進行活體檢測;其中,所述指定預設圖像為:與至少一個人臉圖像對應的人眼圖像中包含的待驗證圖像相匹配的預設圖像;所述指定人臉圖像為:對應的人眼圖像中包含的待驗證圖像與至少一個預設圖像相匹配的人臉圖像。
- 一種活體檢測的設備,包括一個或多個記憶體以及處理器,所述記憶體儲存程式,並且被配置成由所述一個或多個處理器執行以下步驟: 展示預設圖像,並採集使用者的人臉圖像; 根據所述人臉圖像,確定所述使用者的人眼圖像; 根據所述預設圖像以及所述人眼圖像中包含的待驗證圖像,對所述使用者進行活體檢測。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
??201810159297.4 | 2018-02-26 | ||
CN201810159297.4A CN108537111A (zh) | 2018-02-26 | 2018-02-26 | 一种活体检测的方法、装置及设备 |
CN201810159297.4 | 2018-02-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201937400A true TW201937400A (zh) | 2019-09-16 |
TWI701601B TWI701601B (zh) | 2020-08-11 |
Family
ID=63485531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107145203A TWI701601B (zh) | 2018-02-26 | 2018-12-14 | 活體檢測的方法、裝置及設備 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10977508B2 (zh) |
EP (1) | EP3719699B1 (zh) |
CN (1) | CN108537111A (zh) |
SG (1) | SG11202006340WA (zh) |
TW (1) | TWI701601B (zh) |
WO (1) | WO2019161730A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11562362B1 (en) * | 2018-01-23 | 2023-01-24 | Wells Fargo Bank, N.A. | Systems and methods for a virtual identity card |
CN108537111A (zh) * | 2018-02-26 | 2018-09-14 | 阿里巴巴集团控股有限公司 | 一种活体检测的方法、装置及设备 |
CN109598208B (zh) * | 2018-11-14 | 2023-06-06 | 创新先进技术有限公司 | 人像验证方法及装置 |
US11544363B2 (en) * | 2020-02-04 | 2023-01-03 | Fair Isaac Corporation | Facial recognition for user authentication |
CN111767829B (zh) * | 2020-06-28 | 2023-11-07 | 京东科技控股股份有限公司 | 一种活体检测方法、装置、系统及存储介质 |
CN113205057B (zh) * | 2021-05-13 | 2023-08-08 | 北京百度网讯科技有限公司 | 人脸活体检测方法、装置、设备及存储介质 |
US11657652B2 (en) * | 2021-09-24 | 2023-05-23 | Jumio Corporation | Spoof detection by correlating images captured using front and back cameras of a mobile device |
CN113887527B (zh) * | 2021-11-04 | 2022-08-26 | 北京智慧眼信息技术有限公司 | 人脸图像处理方法、装置、计算机设备及存储介质 |
CN114756848B (zh) * | 2022-06-15 | 2022-09-02 | 国网浙江省电力有限公司 | 基于基础数据采集模型的工程数字化审计数据处理方法 |
Family Cites Families (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711293B1 (en) * | 1999-03-08 | 2004-03-23 | The University Of British Columbia | Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image |
CA2347181A1 (en) * | 2000-06-13 | 2001-12-13 | Eastman Kodak Company | Plurality of picture appearance choices from a color photographic recording material intended for scanning |
TWI274289B (en) * | 2001-02-19 | 2007-02-21 | Olympus Corp | Image comparing device, image comparing method and program for executing image comparison in computer recording medium |
CN1209073C (zh) * | 2001-12-18 | 2005-07-06 | 中国科学院自动化研究所 | 基于活体虹膜的身份识别方法 |
AU2003282943A1 (en) | 2002-10-11 | 2004-05-04 | Digimarc Corporation | Systems and methods for recognition of individuals using multiple biometric searches |
US9061207B2 (en) * | 2002-12-10 | 2015-06-23 | Sony Computer Entertainment America Llc | Temporary decoder apparatus and method |
US7453506B2 (en) * | 2003-08-25 | 2008-11-18 | Fujifilm Corporation | Digital camera having a specified portion preview section |
US7663788B2 (en) * | 2004-06-29 | 2010-02-16 | Fujifilm Corporation | Image correcting apparatus and method, and image correction program |
JP2006043029A (ja) * | 2004-08-03 | 2006-02-16 | Matsushita Electric Ind Co Ltd | 生体判別装置およびそれを用いた認証装置ならびに生体判別方法 |
US8385589B2 (en) | 2008-05-15 | 2013-02-26 | Berna Erol | Web-based content detection in images, extraction and recognition |
JP2006259924A (ja) * | 2005-03-15 | 2006-09-28 | Omron Corp | 被写体認証装置、携帯電話、被写体認証ユニット、被写体認証方法、及び被写体認証プログラム |
JP2007319174A (ja) | 2006-05-30 | 2007-12-13 | Matsushita Electric Ind Co Ltd | 撮影装置およびそれを用いた認証装置 |
US8363909B2 (en) * | 2007-03-20 | 2013-01-29 | Ricoh Company, Limited | Image processing apparatus, image processing method, and computer program product |
WO2009043047A1 (en) | 2007-09-28 | 2009-04-02 | Eye Controls, Llc | Systems and methods for biometric identification |
ES2326205B1 (es) | 2007-11-27 | 2010-06-29 | Universidad Complutense De Madrid | Metodo y dispositivo para el reconocimiento de individuos basado en la imagen de la retina que incorpora como constante biometrica el area imagen del punto de fijacion. |
US8364971B2 (en) | 2009-02-26 | 2013-01-29 | Kynen Llc | User authentication system and method |
JP5261805B2 (ja) * | 2009-06-16 | 2013-08-14 | インテル・コーポレーション | 携帯用機器のカメラアプリケーション |
WO2011061862A1 (ja) | 2009-11-17 | 2011-05-26 | 株式会社日立製作所 | 生体情報を用いた認証システム及び認証装置 |
US8427476B2 (en) * | 2009-12-14 | 2013-04-23 | Acer Incorporated | System and method for automatically adjusting visual setting of display device |
US9011293B2 (en) * | 2011-01-26 | 2015-04-21 | Flow-Motion Research And Development Ltd. | Method and system for monitoring and feed-backing on execution of physical exercise routines |
US9064145B2 (en) | 2011-04-20 | 2015-06-23 | Institute Of Automation, Chinese Academy Of Sciences | Identity recognition based on multiple feature fusion for an eye image |
US9143724B2 (en) * | 2011-07-06 | 2015-09-22 | Hewlett-Packard Development Company, L.P. | Telepresence portal system |
US8548207B2 (en) * | 2011-08-15 | 2013-10-01 | Daon Holdings Limited | Method of host-directed illumination and system for conducting host-directed illumination |
US9684374B2 (en) * | 2012-01-06 | 2017-06-20 | Google Inc. | Eye reflection image analysis |
US8411909B1 (en) * | 2012-06-26 | 2013-04-02 | Google Inc. | Facial recognition |
US20140009588A1 (en) * | 2012-07-03 | 2014-01-09 | Kabushiki Kaisha Toshiba | Video display apparatus and video display method |
US9058519B2 (en) * | 2012-12-17 | 2015-06-16 | Qualcomm Incorporated | System and method for passive live person verification using real-time eye reflection |
JP6188332B2 (ja) * | 2013-01-21 | 2017-08-30 | 東芝メディカルシステムズ株式会社 | 医用画像表示装置及びプログラム |
US9836647B2 (en) | 2013-10-08 | 2017-12-05 | Princeton Identity, Inc. | Iris biometric recognition module and access control assembly |
CN110542938B (zh) * | 2013-11-27 | 2023-04-18 | 奇跃公司 | 虚拟和增强现实系统与方法 |
CN103677517B (zh) * | 2013-12-02 | 2016-06-29 | 三星电子(中国)研发中心 | 一种图片查找方法和装置 |
CN106537290B (zh) | 2014-05-09 | 2019-08-27 | 谷歌有限责任公司 | 与真实和虚拟对象交互的基于生物力学的眼球信号的系统和方法 |
EP3172728A4 (en) * | 2014-07-24 | 2018-11-21 | Llc Bcat | Systems, methods, and devices for generating critical mass in a mobile advertising, media, and communications platform |
WO2016027627A1 (ja) * | 2014-08-22 | 2016-02-25 | 国立大学法人静岡大学 | 角膜反射位置推定システム、角膜反射位置推定方法、角膜反射位置推定プログラム、瞳孔検出システム、瞳孔検出方法、瞳孔検出プログラム、視線検出システム、視線検出方法、視線検出プログラム、顔姿勢検出システム、顔姿勢検出方法、および顔姿勢検出プログラム |
EP3017755A1 (en) * | 2014-11-04 | 2016-05-11 | Samsung Electronics Co., Ltd. | Electronic device, and method for analyzing face information in electronic device |
EP3240467A4 (en) * | 2014-12-31 | 2018-12-26 | Morphotrust Usa, LLC | Detecting facial liveliness |
US9886639B2 (en) * | 2014-12-31 | 2018-02-06 | Morphotrust Usa, Llc | Detecting facial liveliness |
US20160364609A1 (en) | 2015-06-12 | 2016-12-15 | Delta ID Inc. | Apparatuses and methods for iris based biometric recognition |
CN107710221B (zh) * | 2015-06-12 | 2021-06-29 | 北京释码大华科技有限公司 | 一种用于检测活体对象的方法、装置和移动终端 |
US20160366317A1 (en) | 2015-06-12 | 2016-12-15 | Delta ID Inc. | Apparatuses and methods for image based biometric recognition |
US9922238B2 (en) * | 2015-06-25 | 2018-03-20 | West Virginia University | Apparatuses, systems, and methods for confirming identity |
EP3951750A1 (en) * | 2015-08-10 | 2022-02-09 | Yoti Holding Limited | Liveness detection safe against replay attack |
CN105389553A (zh) * | 2015-11-06 | 2016-03-09 | 北京汉王智远科技有限公司 | 一种活体检测方法和装置 |
WO2017173228A1 (en) | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Biometric enrollment systems and methods |
US20170372049A1 (en) | 2016-06-27 | 2017-12-28 | Synaptics Incorporated | Systems and methods for sequential biometric matching |
WO2018016837A1 (en) * | 2016-07-18 | 2018-01-25 | Samsung Electronics Co., Ltd. | Method and apparatus for iris recognition |
CN106203372A (zh) * | 2016-07-19 | 2016-12-07 | 奇酷互联网络科技(深圳)有限公司 | 基于眼睛的活体检测方法、装置和终端设备 |
CN107169429A (zh) * | 2017-04-28 | 2017-09-15 | 北京小米移动软件有限公司 | 活体识别方法和装置 |
CN107527013A (zh) * | 2017-07-17 | 2017-12-29 | 广东欧珀移动通信有限公司 | 识别虹膜活体的方法及相关产品 |
CN108108023B (zh) * | 2018-01-02 | 2021-02-19 | 联想(北京)有限公司 | 一种显示方法和显示系统 |
CN108537111A (zh) * | 2018-02-26 | 2018-09-14 | 阿里巴巴集团控股有限公司 | 一种活体检测的方法、装置及设备 |
FR3085516B1 (fr) | 2018-09-05 | 2021-09-24 | Idemia Identity & Security France | Procede de reconnaissance biometrique |
-
2018
- 2018-02-26 CN CN201810159297.4A patent/CN108537111A/zh active Pending
- 2018-12-14 TW TW107145203A patent/TWI701601B/zh active
-
2019
- 2019-01-29 WO PCT/CN2019/073576 patent/WO2019161730A1/zh unknown
- 2019-01-29 SG SG11202006340WA patent/SG11202006340WA/en unknown
- 2019-01-29 EP EP19756578.1A patent/EP3719699B1/en active Active
-
2020
- 2020-05-29 US US16/888,584 patent/US10977508B2/en active Active
-
2021
- 2021-03-30 US US17/216,884 patent/US11295149B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3719699A4 (en) | 2021-03-03 |
SG11202006340WA (en) | 2020-07-29 |
US10977508B2 (en) | 2021-04-13 |
CN108537111A (zh) | 2018-09-14 |
US11295149B2 (en) | 2022-04-05 |
EP3719699B1 (en) | 2024-03-27 |
EP3719699A1 (en) | 2020-10-07 |
TWI701601B (zh) | 2020-08-11 |
US20210034896A1 (en) | 2021-02-04 |
WO2019161730A1 (zh) | 2019-08-29 |
US20210303891A1 (en) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201937400A (zh) | 活體檢測的方法、裝置及設備 | |
KR102142232B1 (ko) | 얼굴 라이브니스 검출 방법 및 장치, 그리고 전자 디바이스 | |
TWI701605B (zh) | 活體檢測方法、裝置和電腦可讀取儲存媒體 | |
TWI753271B (zh) | 資源轉移方法、裝置及系統 | |
WO2021238956A1 (zh) | 基于隐私保护的身份核验方法、装置及设备 | |
US20180357500A1 (en) | Facial recognition method and apparatus and imposter recognition method and apparatus | |
US20190095701A1 (en) | Living-body detection method, device and storage medium | |
WO2021114916A1 (zh) | 风险检测方法、装置及设备 | |
TWI719472B (zh) | 圖像採集方法、裝置和系統、電子設備以及電腦可讀儲存媒體 | |
TW202006630A (zh) | 支付方法、裝置及系統 | |
CN112417414A (zh) | 一种基于属性脱敏的隐私保护方法、装置以及设备 | |
US11682236B2 (en) | Iris authentication device, iris authentication method and recording medium | |
WO2021135639A1 (zh) | 活体检测方法及装置 | |
CN111259757B (zh) | 一种基于图像的活体识别方法、装置及设备 | |
TW201033907A (en) | A living body identification system and method, and identity verification device and method | |
AU2015258346A1 (en) | Method and system of transitioning between images | |
CN115546908A (zh) | 一种活体检测方法、装置及设备 | |
CN113627263B (zh) | 一种基于人脸检测的曝光方法、装置以及设备 | |
CN114973426B (zh) | 活体检测方法、装置及设备 | |
CN117237682A (zh) | 一种证件验证方法、装置、存储介质及电子设备 | |
CN114511909A (zh) | 一种刷脸支付意愿识别方法、装置以及设备 | |
CN114495197A (zh) | 一种活体检测方法及装置 | |
Smith | The use of 3D sensor for computer authentication by way of facial recognition for the eyeglasses wearing persons |