一种活体检测方法和电子设备技术

本申请提供了一种活体检测方法，包括检测接收到的视频帧流得到检测帧，检测帧中包含满足预设条件的待识别对象，视频帧流中包含至少两帧影像；获取检测帧之前的至少一帧影像；对检测帧以及所述至少一帧影像中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果；若基于所述行为识别结果表征所述待识别对象为攻击用户，执行相应的操作，所述攻击用户是冒充他人身份的用户。采用该方法，仅需根据用户的动作行为即可分析得到其是否为攻击用户，相对于现有技术中区分真实皮肤和其他材质所需要的海量计算，计算量小，减小了数据处理的负担。

A Biological Detection Method and Electronic Equipment

This application provides a living detection method, which includes detecting the received video frame stream to obtain the detection frame, including the object to be identified meeting the preset conditions in the detection frame, including at least two images in the video frame stream, acquiring at least one image before the detection frame, and analyzing the behavior of the object to be recognized in the detection frame and at least one image to obtain the said object to be recognized. If the object to be identified is characterized as an attacking user based on the result of the behavior recognition, the attacking user is a user who impersonates the identity of another person. This method can be used to analyze whether the user is an attacking user only according to the user's action. Compared with the mass calculation needed to distinguish the real skin and other materials in the existing technology, the calculation amount is small and the burden of data processing is reduced.

【技术实现步骤摘要】
一种活体检测方法和电子设备
本专利技术涉及电子设备领域，更具体的说，是涉及一种活体检测方法和电子设备。
技术介绍
在人工智能时代的大环境下，人脸检测和识别技术已经被广泛的应用于金融、安防、教育、医疗等领域，成为重要的用户身份识别和认证手段。与此同时，跟其他的生物信息识别方案一样，人脸识别也存在着被伪造攻击的安全隐患。出于安全性考虑，人脸识别应用通常需要采取一些活体检测的方法来判别检测到的人脸是真实人脸还是伪造攻击。现有的活体检测方法需要用户采集到的图片或者视频进行分析。其中，多数图片分析算法都是对人脸区域进行像质、纹理或频域分析，以达到区分真实皮肤和其他材质(纸张、电子屏幕等)的目的，但是这类算法的计算复杂程度较大，导致需要识别设备具有较强的计算能力。
技术实现思路
有鉴于此，本专利技术提供了一种活体检测方法，解决了现有技术中计算复杂程度较大的问题。为实现上述目的，本专利技术提供如下技术方案：一种活体检测方法，包括：检测接收到的视频帧流得到检测帧，所述检测帧中包含满足预设条件的待识别对象，所述视频帧流中包含至少两帧影像；获取所述检测帧之前的至少一帧影像；对所述检测帧以及所述至少一帧影像中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果；若基于所述行为识别结果表征所述待识别对象为攻击用户，执行相应的操作，所述攻击用户是冒充他人身份的用户。优选的，还包括：若基于所述行为识别结果表征所述待识别对象为真实用户，依据预设的第一识别方式对所述检测帧中的待识别对象进行识别，所述真实用户是未冒充他人身份的用户。优选的，所述执行相应的操作，包括：依据预设的第二识别方式对所述检测帧中的待识别对象进行识别，得到所述攻击用户的真实身份。优选的，所述依据预设的第二识别方式对所述检测帧中的识别对象进行识别，具体包括：获取分析帧，所述分析帧的时刻在视频帧流中的所述检测帧的时刻之前；获取所述分析帧中的攻击用户的第一特征；依据预设的第一识别方式对所述第一特征进行识别，得到所述攻击对象的真实身份。优选的，所述依据预设的第二识别方式对所述检测帧中的识别对象进行识别，具体包括：获取所述检测帧中的待识别对象的第二特征；依据预设的第二识别方式对所述第二特征进行识别，得到所述攻击对象的真实身份。优选的，还包括：基于所述视频帧流与对应的待识别对象为攻击用户，训练预设的深度学习模型，以使得基于训练后的深度学习模型对再次获取到的视频帧流进行处理得到待识别对象的身份。优选的，所述对所述检测帧以及所述至少一帧图片中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果，包括：基于所述检测帧以及所述至少一帧影像，对所述待识别对象的行为进行识别；若所述待识别对象的行为不满足预设的行为条件，则判定所述待识别对象的行为是攻击行为；所述行为识别结果表征所述待识别对象为攻击用户。优选的，所述对所述检测帧以及所述至少一帧图片中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果，包括：基于所述检测帧以及所述至少一帧影像，对所述待识别对象的行为进行识别；分析所述检测帧以及所述至少一帧影像，得到第一对象；基于所述待识别对象与所述第一对象的相对位置关系满足预设的攻击条件和/或所述待识别对象的行为不满足预设的动作条件，判定所述待识别对象的行为是攻击行为；所述行为识别结果表征所述待识别对象为攻击用户。优选的，所述对所述检测帧以及所述至少一帧图片中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果，包括：基于所述检测帧以及所述至少一帧影像，对待识别对象的行为进行识别；分析所述检测帧，得到所述待识别对象的第三特征；基于所述第三特征不满足预设特征条件和/或所述待识别对象的行为不满足预设的动作条件，判定所述待识别对象的行为是攻击行为，则所述行为识别结果表征所述待识别对象为攻击用户。一种电子设备，包括：摄像头，用于对图像采集区域的视频进行采集；处理器，用于检测接收到的视频帧流得到检测帧，所述检测帧中包含满足预设条件的待识别对象，所述视频帧流中包含至少两帧影像；获取所述检测帧之前的至少一帧影像；对所述检测帧以及所述至少一帧影像中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果；若基于所述行为识别结果表征所述待识别对象为攻击用户，执行相应的操作，所述攻击用户是冒充他人身份的用户。经由上述的技术方案可知，与现有技术相比，本专利技术提供了一种活体检测方法，包括：检测接收到的视频帧流得到检测帧，所述检测帧中包含满足预设条件的待识别对象，所述视频帧流中包含至少两帧影像；获取所述检测帧之前的至少一帧影像；对所述检测帧以及所述至少一帧图片中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果；若基于所述行为识别结果表征所述待识别对象为攻击用户，执行相应的操作，所述攻击用户是冒充他人身份的用户。采用该方法，通过对满足预设条件的待识别对象所在检测帧之前的多帧图片进行获取，分析得到该待识别对象对应的行为进行分析，以确定该待识别对象是否为攻击用户，实现活体检测，该过程中，仅需根据用户的动作行为即可分析得到其是否为攻击用户，相对于现有技术中区分真实皮肤和其他材质所需要的海量计算，计算量小，减小了数据处理的负担。附图说明为了更清楚地说明本专利技术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，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请提供的一种活体检测方法实施例1的流程图；图2(a)为本申请提供的一种活体检测方法实施例1中攻击行为的一种示意图，图2(b)为本申请提供的一种活体检测方法实施例1中攻击行为的另一种示意图，图2(c)为本申请提供的一种活体检测方法实施例1中攻击行为的再一种示意图；图3为本申请提供的一种活体检测方法实施例2的流程图；图4为本申请提供的一种活体检测方法实施例3的流程图；图5为本申请提供的一种电子设备实施例1的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示的，为本申请提供的一种信息处理方法实施例1的流程图，该方法应用于一电子设备，该电子设备中具有截屏功能，该方法包括以下步骤：步骤S101：检测接收到的视频帧流得到检测帧，所述检测帧中包含满足预设条件的待识别对象，所述视频帧流中包含至少两帧影像。其中，视频帧流可以是与该电子设备相连的视频采集设备拍摄得到的，也可以是该电子设备中设置的视频采集装置拍摄得到的。与该电子设备相连的视频采集设备或该电子设备中设置的视频采集装置将拍摄到的视频帧流，发送至该电子设备，该电子设备接收视频帧流。该电子设备接收到的视频帧流中可以包含至少两帧影像。每帧影像可以为：图片或图像。该电子设备在接收到视频帧流后，可以对接收到的视频帧流进行检测，将视频帧流中满足要求(如，处于检测区域或在设定时间段内)的视频帧，作为检测帧。需要说明的是，检测帧本文档来自技高网...

【技术保护点】
1.一种活体检测方法，包括：检测接收到的视频帧流得到检测帧，所述检测帧中包含满足预设条件的待识别对象，所述视频帧流中包含至少两帧影像；获取所述检测帧之前的至少一帧影像；对所述检测帧以及所述至少一帧影像中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果；若基于所述行为识别结果表征所述待识别对象为攻击用户，执行相应的操作，所述攻击用户是冒充他人身份的用户。

【技术特征摘要】
1.一种活体检测方法，包括：检测接收到的视频帧流得到检测帧，所述检测帧中包含满足预设条件的待识别对象，所述视频帧流中包含至少两帧影像；获取所述检测帧之前的至少一帧影像；对所述检测帧以及所述至少一帧影像中的待识别对象的行为进行分析，得到所述待识别对象的行为识别结果；若基于所述行为识别结果表征所述待识别对象为攻击用户，执行相应的操作，所述攻击用户是冒充他人身份的用户。2.根据权利要求1所述的方法，还包括：若基于所述行为识别结果表征所述待识别对象为真实用户，依据预设的第一识别方式对所述检测帧中的待识别对象进行识别，所述真实用户是未冒充他人身份的用户。3.根据权利要求1所述的方法，所述执行相应的操作，包括：依据预设的第二识别方式对所述检测帧中的待识别对象进行识别，得到所述攻击用户的真实身份。4.根据权利要求3所述的方法，所述依据预设的第二识别方式对所述检测帧中的识别对象进行识别，具体包括：获取分析帧，所述分析帧的时刻在视频帧流中的所述检测帧的时刻之前；获取所述分析帧中的攻击用户的第一特征；依据预设的第一识别方式对所述第一特征进行识别，得到所述攻击对象的真实身份。5.根据权利要求3所述的方法，所述依据预设的第二识别方式对所述检测帧中的识别对象进行识别，具体包括：获取所述检测帧中的待识别对象的第二特征；依据预设的第二识别方式对所述第二特征进行识别，得到所述攻击对象的真实身份。6.根据权利要求1所述的方法，还包括：基于所述视频帧流与对应的待识别对象为攻击用户，训练预设的深度学习模型，以使得基于训练后的深度学习模型对再次获取到的视频帧流进行处理得到待识别对象的身份。7.根据权利要求1所述的方法，所述对所述检测帧以及所述至少一帧图片中的待识别对象的行为进行分析，得到所述待识别对象的行...

【专利技术属性】
技术研发人员：杨震宇，刘振华，张建邦，师忠超，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京,11