生物特征活体检测方法及系统技术方案

本申请提供一种生物特征活体检测方法和系统，以拒绝诸如人脸图片、人脸录像和声音录音等方式的假体攻击。首先，生成随机动作和语音序列指令；然后，以视听觉方式将随机动作序列指令呈现给用户，同时采集用户的人脸视频及语音数据并实时反馈给用户；通过分析所采集数据与随机动作序列指令的符合程度，从而判断是否为活体人。本申请的技术方案中动作和语音指令随机生成，很难被事先准备的人脸照片、视频、或语音攻击；随机动作序列指令的视听觉呈现帮助用户理解指令；用户视频及语音的同步反馈呈现，有效地引导用户做出相应动作和发声；从而提高身份验证的安全性，并提升产品的易用性和用户体验。

【技术实现步骤摘要】

本专利技术涉及自动图像分析与生物特征识别
，尤其涉及一种生物特征活体检测方法及系统。
技术介绍
生物特征识别在身份验证和授权领域中有重要应用，例如利用人脸识别手段进行移动支付中的身份验证，可以加强互联网和移动互联网业务中的身份安全性。然而，人脸识别系统容易受到伪造人脸的攻击，引发信息与身份安全问题。例如，攻击者可以通过某种手段获取账号拥有者的人脸图像并制成照片、视频或面具等伪造特征，呈现在识别系统前，以代替真实人脸获得非法权限。目前主要的用于区分真人和伪造人脸的技术，主要可分为二大类。第一类是基于纹理的方法，该方法通过获取丰富的人体皮肤细节纹理，分析纹理的高频分量来区分真人和伪造特征。第二类方法基于运动模式的分析，例如，人通常处于一定的背景中，当人运动时，背景也随之变化，对于真人，人体区域的运动和背景的运动相对独立，通过分析人体区域和背景区域的相对运动模式，可以区分真人和伪造特征。但专利技术人在产品研制和使用过程中发现：随着照片采集和打印技术的不断提高，目前已能够获取较为高清的人体皮肤照片，包含丰富的纹理细节，致使第一类基于纹理的方法的可靠性大大降低；第二类方法通常无法解决视频播放的攻击方式。目前尚缺乏能够有效识别真实的人、防止伪造特征攻击的人脸识别方法和系统。
技术实现思路
为了克服现有生物特征防伪技术存在的上述问题，本专利技术提供一种基于人机交互与模式识别相结合的生物特征活体检测方法和系统，以拒绝假体攻击如人脸图片、人脸录像和声音录音，提高生物特征识别的安全性。本申请提供的一种生物特征活体检测方法及系统详述如下。根据本申请实施例的第一方面，提供一种生物特征活体检测方法，包括：生成随机动作序列指令；将所述随机动作序列指令的代码转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；采集用户响应图像序列；将所述响应图像序列与所述随机动作序列指令同步进行视觉呈现；分析所述响应图像序列中用户的响应动作序列；判断所述响应动作序列是否符合所述随机动作序列指令对应的动作序列，如果符合，则判断所述响应动作序列来自活体人。其中，所述的生物特征活体检测方法，还可以包括：生成随机语音序列指令；将所述随机语音序列指令的代码转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；采集用户响应语音序列；分析所述响应语音序列中用户的响应语音；判断所述响应语音是否符合所述随机语音序列指令对应的语音序列，如果符合，则判断所述响应语音序列来自活体人。其中，所述的生物特征活体检测方法，在随机动作序列指令中为每个动作指定时间戳，所述时间戳用于标识每个动作的动作时间或每个动作的起始时间和结束时间，所述时间戳随机生成。其中，所述分析所述响应图像序列中用户的响应动作序列，包括：从响应图像序列中检测每张图像中的人脸；对每张人脸进行关键点定位；根据定位的人脸关键点计算头部姿态转角；根据定位的人脸关键点计算人脸表情类型；根据所述头部姿态转角和所述人脸表情类型得到用户的响应动作序列；比较所述响应动作序列和所述随机动作序列指令对应的动作序列，计算动作类型符合度；将所述动作类型符合度与第一预设阈值比较，如果所述动作类型符合度大于第一预设阈值，则判断所述响应动作序列来自活体人，否则不认为来自活体人。其中，所述分析所述响应图像序列中用户的响应动作序列，还可以包括:对所述响应动作序列中的每个动作，计算每个动作的动作时间；比较所述计算的每个动作的动作时间与每个动作的时间戳，计算动作时间符合度；计算动作总体符合度＝动作类型符合度+w×动作时间符合度，其中w为权值；将所述动作总体符合度与第二预设阈值比较，如果动作总体符合度大于第二预设阈值，则判断所述响应动作序列来自活体人，否则不认为来自活体人。其中，所述的生物特征活体检测方法，还可以包括：识别所述响应语音序列内容；计算所述响应语音序列的语音内容符合度；计算总体符合度＝动作类型符合度+w1×动作时间符合度+w2×语音内容符合度，其中w1、w2为权值；将所述总体符合度与第三预设阈值比较，如果总体符合度大于第三预设阈值，则判断所述响应动作序列来自活体人，否则不认为来自活体人。其中，根据安全等级设定随机动作序列指令的复杂度和所述第一预设阈值、第二预设阈值和第三预设阈值的大小。相应于本申请实施例的第一方面，根据本申请实施例的第二方面，提供一种生物特征活体检测系统，包括：动作序列指令生成单元，用于生成随机动作序列指令；动作指令呈现单元，包括显示器和扬声器，用于先将所述随机动作序列指令的代码转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；其中，所述显示器，用于显示所述随机动作序列指令的文本和/或视觉编码的画面，所述扬声器，用于播放所述随机动作序列指令的文本和/或听觉编码声音；图像采集单元，用于采集用户响应人脸图像序列；响应动作呈现单元，用于将所述响应图像序列与所述随机动作序列指令同步进行视觉呈现；动作分析单元，用于分析所述响应人脸图像序列中用户的响应动作序列；动作符合度判断单元，用于判断所述响应动作序列是否符合所述随机动作序列指令对应的动作序列，如果符合，则判断所述响应动作序列来自活体人。其中，所述的生物特征活体检测系统，还可以包括：语音指令生成单元，用于生成随机语音指令；语音指令呈现单元，包括显示器和扬声器，用于先将所述随机语音序列指令的代码
转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；语音采集单元，用于采集用户响应语音序列；语音分析单元，用于分析所述响应语音序列中用户的响应语音；语音符合度判断单元，用于判断所述响应语音是否符合所述随机语音序列指令对应的语音序列，如果符合，则判断所述响应语音序列来自活体人。其中，所述随机动作序列指令生成单元在随机动作序列指令中为每个动作指定时间戳，所述时间戳用于标识每个动作的动作时间或每个动作的起始时间和结束时间，所述时间戳随机生成。其中，所述动作分析单元，包括：人脸检测子单元，用于从响应动作序列中检测每张图像中的人脸；关键点定位子单元，用于对每张人脸进行关键点定位；头部姿态转角计算子单元，用于根据定位的人脸关键点计算头部姿态转角；人脸表情类型计算子单元，用于根据定位的人脸关键点计算人脸表情类型；动作序列识别子单元，用于根据所述头部姿态转角和所述人脸表情类型得到所述响应动作序列；所述动作符合度判断单元，包括：动作类型符合度计算子单元，比较所述响应动作序列和所述动作序列指令对应的动作序列，计算动作类型符合度；第一判断子单元，用于将所述动作类型符合度与第一预设阈值比较，如果所述动作类型符合度大于第一预设阈值，则响应动作序列中人的响应动作类型符合所述随机动作序列指令，判断所述响应动作序列来自活体人，否则不认为来自活体人。其中，所述动作分析单元，还可以包括:动作时间计算子单元，用于对所述响应动作序列中的每个动作，计算每个动作的动作时间；动作时间符合度计算子单元，用于将所述计算的每个动作的动作时间与每个动作的时间戳比较，计算动作时间符合度；动作总体符合度计算子单元，用于计算动作总体符合度，动作总体符合度＝动作类型符合度+w×动作时间符合度，其中w为权值；第二判断子单元，用于将所本文档来自技高网...

【技术保护点】
一种生物特征活体检测方法，其特征在于，包括：生成随机动作序列指令；将所述随机动作序列指令的代码转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；采集用户响应图像序列；将所述响应图像序列与所述随机动作序列指令同步进行视觉呈现；分析所述响应图像序列中用户的响应动作序列；判断所述响应动作序列是否符合所述随机动作序列指令对应的动作序列，如果符合，则判断所述响应动作序列来自活体人。

【技术特征摘要】
1.一种生物特征活体检测方法，其特征在于，包括：生成随机动作序列指令；将所述随机动作序列指令的代码转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；采集用户响应图像序列；将所述响应图像序列与所述随机动作序列指令同步进行视觉呈现；分析所述响应图像序列中用户的响应动作序列；判断所述响应动作序列是否符合所述随机动作序列指令对应的动作序列，如果符合，则判断所述响应动作序列来自活体人。2.如权利要求1所述的生物特征活体检测方法，其特征在于，还包括：生成随机语音序列指令；将所述随机语音序列指令的代码转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；采集用户响应语音序列；分析所述响应语音序列中用户的响应语音；判断所述响应语音是否符合所述随机语音序列指令对应的语音序列，如果符合，则判断所述响应语音序列来自活体人。3.如权利要求1所述的生物特征活体检测方法，其特征在于，在随机动作序列指令中为每个动作指定时间戳，所述时间戳用于标识每个动作的动作时间或每个动作的起始时间和结束时间，所述时间戳随机生成。4.如权利要求1所述的生物特征活体检测方法，其特征在于，所述分析所述响应图像序列中用户的响应动作序列，包括：从响应图像序列中检测每张图像中的人脸；对每张人脸进行关键点定位；根据定位的人脸关键点计算头部姿态转角；根据定位的人脸关键点计算人脸表情类型；根据所述头部姿态转角和所述人脸表情类型得到用户的响应动作序列；比较所述响应动作序列和所述随机动作序列指令对应的动作序列，计算动作类型符合度；将所述动作类型符合度与第一预设阈值比较，如果所述动作类型符合度大于所述第一预设阈值，则判断所述响应动作序列来自活体人，否则不认为来自活体人。5.如权利要求4所述的生物特征活体检测方法，其特征在于，所述分析所述响应图像序列中用户的响应动作序列，还包括:对所述响应动作序列中的每个动作，计算每个动作的动作时间；比较所述计算的每个动作的动作时间与每个动作的时间戳，计算动作时间符合度；计算动作总体符合度＝动作类型符合度+w×动作时间符合度，其中w为权值；将所述动作总体符合度与第二预设阈值比较，如果动作总体符合度大于第二预设阈值，则判断所述响应动作序列来自活体人，否则不认为来自活体人。6.如权利要求5所述的生物特征活体检测方法，其特征还在于，还包括：识别所述响应语音序列内容；计算所述响应语音序列的语音内容符合度；计算总体符合度＝动作类型符合度+w1×动作时间符合度+w2×语音内容符合度，其中w1、w2为权值；将所述总体符合度与第三预设阈值比较，如果总体符合度大于第三预设阈值，则判断所述响应动作序列来自活体人，否则不认为来自活体人。7.如权利要求4-6任一项所述的生物特征活体检测方法，其特征在于，根据安全等级设定随机动作序列指令的复杂度和所述第一预设阈值、第二预设阈值和第三预设阈值的大小。8.一种生物特征活体检测系统，其特征在于，包括：动作序列指令生成单元，用于生成随机动作序列指令；动作指令呈现单元，包括显示器和扬声器，用于先将所述随机动作序列指令的代码转换成文本、视觉和/或听觉编码，并以视觉画面、听觉声音或二者结合的方式呈现；图像采集单元，用于采集用户响应人脸图像序列；响应动作呈现单元，用于将所述响应图像序列与所述随机动作序列指令同步进行视觉呈现；动作分析单元，用...

【专利技术属性】
技术研发人员：邓琼，
申请(专利权)人：北京中科奥森数据科技有限公司，
类型：发明
国别省市：北京;11