一种活体识别的测试方法及装置制造方法及图纸

本申请涉及计算机识别技术领域，尤其涉及一种活体识别的测试方法及装置，用以解决现有活体识别测试中对设备硬件及人的依赖度比较高，无法实现自动化测试的问题。本申请实施例提供的活体识别的测试方法包括：在需要进行活体识别测试时，获取保存的视频文件的多帧图像；将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

【技术实现步骤摘要】

本申请涉及计算机识别
，尤其涉及一种活体识别的测试方法及装置。
技术介绍
活体识别技术，是指通过摄像头采集人体动作视频，基于预先设置的动作属性信息，对采集的动作视频进行活体识别；这里的动作属性信息为用于表征动作特征的信息，比如抬头动作对应的动作属性信息包括人脸转动的具体的角度范围。摄像头的像素高低和动作属性信息的准确性决定了进行活体识别的准确性，可见，在限制了硬件条件的前提下，需要通过提高设置的动作属性信息的准确性来提高进行活体识别的准确性。为了提高动作属性信息的准确性，可以针对同一种动作，设置多种用于识别的动作属性信息，并针对每种动作属性信息分别进行活体识别测试。在进行活体识别测试时，通常需要对多个用户进行体验性测试，在测试中，通过高清摄像头采集用户的动作视频，在基于预设的动作属性信息进行活体动作识别后，将计算机识别结果与人为输入的正确识别结果进行比对，以此来确定该动作属性信息的准确性。在针对同一种动作进行活体识别测试时，通常需要对动作属性信息进行多次测试、调整，从中选择出准确性最高的动作属性信息，因此，针对同一种动作，需要基于不同的动作属性信息重复测试多次。可见，在现有活体识别测试中，每一次测试时都需要采用高清摄像头采集用户的动作视频，对设备硬件的依赖度比较高，并且，每次测试都需要人工配合完成指定动作，对人的依赖度非常高，无法实现自动化测试。
技术实现思路
本申请实施例提供一种活体识别的测试方法及装置，用以解决现有活体识别测试中对设备硬件及人的依赖度比较高，无法实现自动化测试的问题。本申请实施例提供一种活体识别的测试方法，包括：在需要进行活体识别测试时，获取保存的视频文件的多帧图像；将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。可选地，基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果，包括：若确定的所述识别结果和该视频文件对应的正确识别结果一致，则确定本次对所述动作属性信息进行准确性测试的结果为测试成功，否则，确定本次对所述动作属性信息进行准确性测试的结果为测试失败。可选地，确定对所述动作属性信息进行准确性测试的结果之后，还包括：根据基于不同的视频文件分别对所述动作属性信息进行准确性测试的结果，确定对所述动作属性信息进行准确性测试的测试成功率。可选地，所述获取保存的视频文件的多帧图像，包括：通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像；其中，不同的第一线程获取的图像不同，所述逻辑顺序是指视频文件中的各帧图像产生的先后顺序。可选地，将获取的每一帧图像转换成视频帧，包括：针对通过第一线程获取到的每一帧图像，在确定该帧图像有效之后，通过第二线程将该帧图像转换成视频帧；其中，该帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。可选地，当通过任一第一线程获取保存的视频文件的任一帧图像之后，还包括：通过该第一线程，将获取的所述任一帧图像加入视频帧转换队列；所述将获取的每一帧图像转换成视频帧，包括：通过第二线程，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，并将转换后的视频帧加入动作识别队列，用于进行动作识别。可选地，通过该第一线程将获取的所述任一帧图像加入视频帧转换队列，包括：在确定所述任一帧图像有效之后，将该帧图像加入视频帧转换队列；或者，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，包括：针对从所述视频帧转换队列中取出的任一帧图像，在确定该帧图像有效之后，对该帧图像进行视频帧转换；其中，所述任一帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。可选地，所述动作属性信息包括：设定动作的动作属性信息，所述识别结果包括：所述视频文件与所述设定动作匹配或者所述视频文件与所述设定动作不匹配；或者，所述动作属性信息包括：不同动作各自的动作属性信息，所述识别结果包括：识别出的所述不同动作中的一种动作的信息。本申请实施例提供一种活体识别的测试装置，包括：获取模块，用于在需要进行活体识别测试时，获取保存的视频文件的多帧图像；第一确定模块，用于将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；第二确定模块，用于基于所述第一确定模块确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。可见，本申请实施例通过存储的视频文件来模拟摄像头对用户动作视频的实时采集，从而实现了对活体识别的自动化测试，大大减少了进行活体识别测试时对设备硬件及人的依赖度，减少了测试成本，并提高了测试效率。附图说明图1为本申请实施例一提供的活体识别的测试方法流程图；图2为本申请实施例二提供的活体识别的测试方法流程图；图3为本申请实施例三提供的活体识别的测试方法流程图；图4为本申请实施例提供的活体识别的测试装置结构示意图。具体实施方式本申请实施例在需要进行活体识别测试时，获取保存的视频文件的多帧图像，将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果，基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。可见，本申请实施例通过存储的视频文件来模拟摄像头对用户动作视频的实时采集，从而实现了对活体识别的自动化测试，大大减少了进行活体识别测试时对设备硬件及人的依赖度，减少了测试成本，并提高了测试效率。下面结合说明书附图对本申请实施例作进一步详细描述。实施例一如图1所示，为本申请实施例一提供的活体识别的测试方法流程图，包括以下步骤：S101：在需要进行活体识别测试时，获取保存的视频文件的多帧图像。在具体实施过程中，可以预先录制用户的动作视频，并将其作为视频文件保存起来；针对同一种动作，可以分别采集与该动作匹配或不匹配的多个视频文件，这样，针对与该动作匹配的视频文件，正确的识别结果即为所述视频文件与该动作匹配，相应地，针对与该动作不匹配的视频文件，正确的识别结果即为所述视频文件与该动作不匹配。在具体实施中，可以针对一种动作，设置多种动作属性信息，并分别测试每一种动作属性信息的准确性。在针对每一种动作属性信息进行测试时，可以采用相同的视频文件，因此，采用这种方式，针对一种动作只需进行一次视频文件的采集，如果采用与该动作不匹配的视频文件，还可以从已有的视频文件中进行选取，而不用再进行采集，这样就大大减少了进行动作识别测试时对人的依赖度，减少了测试成本，并可以提高测试效率。在步骤S101中，当需要针对用于识别某一种动作的动作属性信息进行测试时，从保存的视频文件中连续获取多帧图像，具体地，获取多帧图像可以是指从视频文件的第N帧图像(这里，将图像按照生成的先后顺序进行排列，第一帧图像即为最先生成的图像)开始依次获取每一帧图像，连续获取M帧图像，M为大于1的正整数。S102：将获取的每一帧图像转换成视频帧，并基于本文档来自技高网...

【技术保护点】
一种活体识别的测试方法，其特征在于，该方法包括：在需要进行活体识别测试时，获取保存的视频文件的多帧图像；将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。

【技术特征摘要】
1.一种活体识别的测试方法，其特征在于，该方法包括：在需要进行活体识别测试时，获取保存的视频文件的多帧图像；将获取的每一帧图像转换成视频帧，并基于设置的动作属性信息，对转换后的视频帧进行活体动作识别，确定识别结果；基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果。2.如权利要求1所述的方法，其特征在于，基于确定的所述识别结果和该视频文件对应的正确识别结果，确定对所述动作属性信息进行准确性测试的结果，包括：若确定的所述识别结果和该视频文件对应的正确识别结果一致，则确定本次对所述动作属性信息进行准确性测试的结果为测试成功，否则，确定本次对所述动作属性信息进行准确性测试的结果为测试失败。3.如权利要求1或2所述的方法，其特征在于，确定对所述动作属性信息进行准确性测试的结果之后，还包括：根据基于不同的视频文件分别对所述动作属性信息进行准确性测试的结果，确定对所述动作属性信息进行准确性测试的测试成功率。4.如权利要求1所述的方法，其特征在于，所述获取保存的视频文件的多帧图像，包括：通过多个第一线程，按照视频文件的各帧图像对应的逻辑顺序，依次获取保存的视频文件的每一帧图像；其中，不同的第一线程获取的图像不同，所述逻辑顺序是指视频文件中的各帧图像产生的先后顺序。5.如权利要求4所述的方法，其特征在于，将获取的每一帧图像转换成视频帧，包括：针对通过第一线程获取到的每一帧图像，在确定该帧图像有效之后，通过第二线程将该帧图像转换成视频帧；其中，该帧图像有效是指在获取到该帧图
\t像之前，未获取到逻辑顺序在该帧图像之后的图像。6.如权利要求4或5所述的方法，其特征在于，当通过任一第一线程获取保存的视频文件的任一帧图像之后，还包括：通过该第一线程，将获取的所述任一帧图像加入视频帧转换队列；所述将获取的每一帧图像转换成视频帧，包括：通过第二线程，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，并将转换后的视频帧加入动作识别队列，用于进行动作识别。7.如权利要求6所述的方法，其特征在于，通过该第一线程将获取的所述任一帧图像加入视频帧转换队列，包括：在确定所述任一帧图像有效之后，将该帧图像加入视频帧转换队列；或者，从所述视频帧转换队列中依次取出每一帧图像进行视频帧转换，包括：针对从所述视频帧转换队列中取出的任一帧图像，在确定该帧图像有效之后，对该帧图像进行视频帧转换；其中，所述任一帧图像有效是指在获取到该帧图像之前，未获取到逻辑顺序在该帧图像之后的图像。8.如权利要求1所述的方法，其特征在于，所述动作属性信息包括：设定动作的动作属性信息，所述识别结果包括：所述视频文件与所述设定动作匹配或者所述视频文件与所述设定动作不匹配；或者，所述动作属性信息包括：不同动作各自的动作属性信息，所述识别结果包括：识别出的所述...

【专利技术属性】
技术研发人员：曾岳伟，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY