一种活体检测的方法、装置、设备和计算机存储介质制造方法及图纸

本发明专利技术提供一种活体检测的方法、装置、设备和计算机存储介质，其中活体检测的方法包括：获取用户图像；提取所述图像中用户的皮肤特征；将所述提取得到的皮肤特征作为检测模型的输入，根据检测模型的输出结果确定活体检测结果；其中，所述检测模型是预先训练得到的。通过本发明专利技术所提供的技术方案，能够实现对用户进行活体检测，从而更加准确地验证当前用户是否为用户本人。

【技术实现步骤摘要】
一种活体检测的方法、装置、设备和计算机存储介质
本专利技术涉及生物特征识别
，尤其涉及一种活体检测的方法、装置、设备和计算机存储介质。
技术介绍
现有技术在验证是否为用户本人在进行操作的场景时，例如机场安检、远程处理金融业务、ATM取钱等，往往采用人脸识别技术对当前操作人员进行识别，以查看当前操作人员是否为用户本人。但人脸识别技术存在一定的缺陷：仅能对人脸是否是用户本人进行识别，当他人使用用户本人照片或者伪装成用户本人时，人脸识别技术无法区分当前操作人员是否为用户本人。若当前操作人员不是用户本人，但却能够通过人脸识别时，会对用户本人造成巨大的损失。因此亟需提供一种能够对用户进行活体检测的方法。
技术实现思路
有鉴于此，本专利技术提供了一种活体检测的方法、装置、设备和计算机存储介质，用于实现用户的活体检测，从而更加准确地验证当前用户是否为用户本人。本专利技术为解决技术问题所采用的技术方案是提供一种活体检测的方法，所述方法包括：获取用户图像；提取所述图像中用户的皮肤特征；将所述提取得到的皮肤特征作为检测模型的输入，根据检测模型的输出结果确定活体检测结果；其中，所述检测模型是预先训练得到的。根据本专利技术一优选实施例，所述检测模型是采用如下方式预先训练得到的：获取真实皮肤图像以及非真实皮肤图像中的至少一种；提取所述真实皮肤图像以及非真实皮肤图像中的皮肤特征；将所述皮肤特征以及各皮肤特征为真实皮肤或者为非真实皮肤作为训练样本，训练分类模型，得到所述检测模型。根据本专利技术一优选实施例，所述分类模型为基于深度学习模型的分类模型。根据本专利技术一优选实施例，所述获取的用户图像为用户的人脸图像。根据本专利技术一优选实施例，所述提取所述图像中用户的皮肤特征包括：确定所述图像中用户的皮肤区域；从所述皮肤区域中提取用户的皮肤特征。根据本专利技术一优选实施例，所述皮肤特征包括：皮肤纹理特征以及皮肤毛孔特征中的至少一种。根据本专利技术一优选实施例，所述根据检测模型的输出结果确定活体检测结果包括：若所述检测模型的输出结果为该皮肤特征为真实皮肤，则确定用户是活体，否则不是。根据本专利技术一优选实施例，所述方法还包括：若检测结果为用户不是活体，则提示用户重新进行检测；若预设次数的活体检测结果仍为非活体，则确定该用户不是活体。本专利技术为解决技术问题而采用的技术方案是提供一种活体检测的装置，所述装置包括：获取单元，用于获取用户图像；提取单元，用于提取所述图像中用户的皮肤特征；确定单元，用于将所述提取得到的皮肤特征作为检测模型的输入，根据检测模型的输出结果确定活体检测结果；其中，所述检测模型是预先训练得到的。根据本专利技术一优选实施例，该装置还包括：训练单元，用于采用如下方式预先训练得到检测模型：获取真实皮肤图像以及非真实皮肤图像中的至少一种；提取所述真实皮肤图像以及非真实皮肤图像中的皮肤特征；将所述皮肤特征以及各皮肤特征为真实皮肤或者为非真实皮肤作为训练样本，训练分类模型，得到所述检测模型。根据本专利技术一优选实施例，所述分类模型为基于深度学习模型的分类模型。根据本专利技术一优选实施例，所述获取单元获取的用户图像为用户的人脸图像。根据本专利技术一优选实施例，所述提取单元在用于提取所述图像中用户的皮肤特征时，具体执行：确定所述图像中用户的皮肤区域；从所述皮肤区域中提取用户的皮肤特征。根据本专利技术一优选实施例，所述皮肤特征包括：皮肤纹理特征以及皮肤毛孔特征中的至少一种。根据本专利技术一优选实施例，所述确定单元在用于根据检测模型的输出结果确定活体检测结果时，具体执行：若所述检测模型的输出结果为该皮肤特征为真实皮肤，则确定用户是活体，否则不是。根据本专利技术一优选实施例，所述装置还包括重检单元，用于若检测结果为用户不是活体时，提示用户重新进行检测；若预设次数的活体检测结果仍为非活体，确定单元确定该用户不是活体。由以上技术方案可以看出，本专利技术通过使用检测模型对用户的皮肤特征进行检测，实现了对用户进行活体检测，从而更加准确地验证当前用户是否为用户本人。【附图说明】图1为本专利技术一实施例提供的一种活体检测的方法流程图。图2为本专利技术一实施例提供的一种活体检测的装置结构图。图3为本专利技术一实施例提供的计算机系统/服务器的框图。【具体实施方式】为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。在机场安检、ATM取钱、远程处理金融业务或者移动设备使用人脸作为密码等场景时，都需要对当前操作人员是否为用户本人进行验证。由于当前操作人员可能会使用用户本人照片或者伪装成用户本人，而现有技术无法使用人脸识别技术区分该种情况，若不是用户本人而通过验证时会对用户本人造成巨大的损失。因此，本专利技术提供了一种活体检测的方法、装置、设备和计算机存储介质，通过使用检测模型对所提取的皮肤特征进行检测的方式，实现对用户的活体检测，从而有效地克服当前人脸识别技术的缺陷，更加准确地验证当前操作人员或当前用户是否为用户本人。其中，本专利技术利用预先训练得到的检测模型对用户进行活体检测，从而实现了现有的人脸识别技术无法验证用户是否为活体的问题。具体地，检测模型可以采用如下方式预先根据训练样本训练得到：首先获取训练样本。获取真实皮肤图像以及非真实皮肤图像中的至少一种。其中，真实皮肤图像为直接拍摄的包含用户皮肤的图像，非真实皮肤图像则为实际拍摄的是包含用户皮肤的图像的图像。举例来说，真实皮肤图像为摄像头直接拍摄的人脸的图像，非真实皮肤图像为摄像头拍摄的人脸照片的图像。换句话说，真实皮肤图像实际拍摄的是皮肤，非真实皮肤图像实际拍摄的是图像。在本专利技术的一个优选实施例中，所获取的包含用户皮肤的图像为用户的人脸图像。然后提取所获取的真实皮肤图像以及非真实皮肤图像中用户的皮肤特征。首先确定所获取图像中用户的皮肤区域，例如所获取的图像为用户人脸图像，则皮肤区域确定为人脸区域；然后从所确定的皮肤区域中提取用户的皮肤特征。其中，所提取的用户的皮肤特征包括：皮肤纹理特征以及皮肤毛孔特征中的至少一种。最后，将所提取的皮肤特征以及各皮肤特征为真实皮肤或者为非真实皮肤作为训练样本。在获取训练样本之后，对分类模型进行训练，以得到检测模型。其中，分类模型可以为深度学习模型，也可以为支持向量机，本专利技术对分类模型的类型不进行限定。在本专利技术的一个优选实施例中，分类模型为基于深度卷积网络的分类模型。在通过训练得到检测模本文档来自技高网...

【技术保护点】
一种活体检测的方法，其特征在于，所述方法包括：获取用户图像；提取所述图像中用户的皮肤特征；将所述提取得到的皮肤特征作为检测模型的输入，根据检测模型的输出结果确定活体检测结果；其中，所述检测模型是预先训练得到的。

【技术特征摘要】
1.一种活体检测的方法，其特征在于，所述方法包括：获取用户图像；提取所述图像中用户的皮肤特征；将所述提取得到的皮肤特征作为检测模型的输入，根据检测模型的输出结果确定活体检测结果；其中，所述检测模型是预先训练得到的。2.根据权利要求1所述的方法，其特征在于，所述检测模型是采用如下方式预先训练得到的：获取真实皮肤图像以及非真实皮肤图像中的至少一种；提取所述真实皮肤图像以及非真实皮肤图像中的皮肤特征；将所述皮肤特征以及各皮肤特征为真实皮肤或者为非真实皮肤作为训练样本，训练分类模型，得到所述检测模型。3.根据权利要求2所述的方法，其特征在于，所述分类模型为基于深度学习模型的分类模型。4.根据权利要求1所述的方法，其特征在于，所述获取的用户图像为用户的人脸图像。5.根据权利要求1所述的方法，其特征在于，所述提取所述图像中用户的皮肤特征包括：确定所述图像中用户的皮肤区域；从所述皮肤区域中提取用户的皮肤特征。6.根据权利要求1所述的方法，其特征在于，所述皮肤特征包括：皮肤纹理特征以及皮肤毛孔特征中的至少一种。7.根据权利要求1所述的方法，其特征在于，所述根据检测模型的输出结果确定活体检测结果包括：若所述检测模型的输出结果为该皮肤特征为真实皮肤，则确定用户是活体，否则不是。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：若检测结果为用户不是活体，则提示用户重新进行检测；若预设次数的活体检测结果仍为非活体，则确定该用户不是活体。9.一种活体检测的装置，其特征在于，所述装置包括：获取单元，用于获取用户图像；提取单元，用于提取所述图像中用户的皮肤特征；确定单元，用于将所述提取得到的皮肤特征作为检测模型的输入，根据检测模型的输出结果确定活体检测结果；其中，所述检测模型是...

【专利技术属性】
技术研发人员：杜雅洁，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11