人脸识别方法、装置及移动终端、存储介质制造方法及图纸

本申请提出一种人脸识别方法、装置及移动终端、存储介质，其中，方法包括：控制图像传感器进行成像，其中，图像传感器包括结构光传感器，获取图像传感器成像得到的成像数据，根据成像数据，对成像对象进行活体检测，若活体检测通过，将依据成像数据中的深度数据构建的结构光深度模型，与预设人脸深度模型进行匹配，当结构光深度模型与预设人脸深度模型匹配时，确定身份验证通过。该方法根据成像数据进行活体检测，在活体检测通过后再根据结构光深度模型，进行身份验证，由于在活体检测通过后，再进行人脸的深度模型的验证，从而可以避免利用仿照物如照片身份验证通过的情况，提高了利用人脸进行身份验证的安全性和可靠性。

【技术实现步骤摘要】
人脸识别方法、装置及移动终端、存储介质
本申请涉及移动终端
，尤其涉及一种人脸识别方法、装置及移动终端、存储介质。
技术介绍
随着科技的发展，基于生物特征的身份识别技术日益成熟并在实际应用中展现出极大的优越性。目前，可以基于人脸识别进行身份验证，在验证通过后进行终端解锁、电子支付等，相比传统的密码验证更加方便、安全。但是，传统单一的人脸识别等只能保证人的特征能够被有效验证，存在安全漏洞，例如：可以利用照片进行终端解锁、电子支付等，可见，现有的基于人脸识别技术的身份验证安全性和可靠性低。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。本申请提出一种人脸识别方法，在利用结构光深度模型进行身份验证之前，先进行活体检测，在活体检测通过后，再进行身份验证，以避免利用仿照物如照片进行身份验证，提高了利用人脸进行身份验证的安全性和可靠性。本申请提出一种人脸识别装置。本申请提出一种移动终端。本申请提出一种计算机可读存储介质。本申请实施例提出了一种人脸识别方法，包括：控制图像传感器进行成像，其中，所述图像传感器包括结构光传感器；获取图像传感器成像得到的成像数据；根据所述成像数据，对成像对象进行活体检测；若活体检测通过，将依据所述成像数据中的深度数据构建的结构光深度模型，与预设人脸深度模型进行匹配；当所述结构光深度模型与预设人脸深度模型匹配时，确定身份验证通过。本申请实施例的人脸识别方法，通过控制图像传感器进行成像，获取图像传感器成像得到的成像数据，根据成像数据，对成像对象进行活体检测，若活体检测通过，将依据成像数据中的深度数据构建的结构光深度模型，与预设人脸深度模型进行匹配，当结构光深度模型与预设人脸深度模型匹配时，确定身份验证通过。本实施例中，根据成像数据进行活体检测，在活体检测通过后再根据结构光深度模型，进行人脸的深度模型的验证，由于在活体检测通过后，再进行人脸的深度模型的验证，从而可以避免利用仿照物如照片身份验证通过的情况，提高了利用人脸进行身份验证的安全性和可靠性。本申请实施例提出了一种人脸识别装置，包括：控制模块，用于控制图像传感器进行成像，其中，所述图像传感器包括结构光传感器；获取模块，用于获取图像传感器成像得到的成像数据；检测模块，用于根据所述成像数据，进行活体检测；匹配模块，用于若活体检测通过，将所述成像数据中的结构光深度模型，与预设人脸深度模型进行匹配；当所述结构光深度模型与预设人脸深度模型匹配时，确定身份验证通过。本申请实施例的人脸识别装置，通过控制图像传感器进行成像，图像传感器成像得到的成像数据，根据成像数据，对成像对象进行活体检测，若活体检测通过，将依据成像数据中的深度数据构建的结构光深度模型，与预设人脸深度模型进行匹配，当结构光深度模型与预设人脸深度模型匹配时，确定身份验证通过。本实施例中，根据成像数据进行活体检测，在活体检测通过后再根据结构光深度模型，进行人脸的深度模型的验证，由于在活体检测通过后，再进行人脸的深度模型的验证，从而可以避免利用仿照物如照片身份验证通过的情况，提高了利用人脸进行身份验证的安全性和可靠性。本申请实施例提出了一种移动终端，包括：成像传感器、存储器、微处理芯片MCU、处理器及存储在所述存储器上并可在所述处理器的可信执行环境下运行的可信应用程序；所述MCU，为所述可信执行环境的专用硬件，与所述成像传感器和所述处理器连接，用于控制所述成像传感器进行成像，并将成像数据发送至所述处理器；所述处理器执行所述可信应用程序时，实现如上述实施例所述的人脸识别方法。本申请实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例所述的人脸识别方法。本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本申请实施例提供的一种人脸识别方法的流程示意图；图2为本申请实施例提供的一种电子设备的结构示意图；图3为本申请实施例提供的一种根据红外图像进行活体检测的方法的流程示意图；图4为本申请实施例提供的一种根据红外图像和可见光图像进行活体检测的方法的流程示意图；图5为本申请实施例提供的一种人脸识别装置的结构示意图；图6为本申请实施例提供的一种移动终端的结构示意图。具体实施方式下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。下面参考附图描述本申请实施例的人脸识别方法、装置及移动终端、存储介质。目前，可以基于人脸识别进行身份验证，在验证通过后进行终端解锁、电子支付等，相比传统的密码验证更加方便、安全。但是，传统单一的人脸识别等只能保证人的特征能够被有效验证，而导致利用照片也可以进行终端解锁、电子支付等。可见，现有的基于人脸识别技术的身份验证安全性和可靠性低。针对这一问题，本申请实施例提出一种人脸识别方法，该方法在利用结构光深度模型进行身份验证之前，先进行活体检测，在活体检测通过后，再进行人脸的深度模型的验证，以避免利用仿照物如照片进行身份验证，提高了身份验证的安全性和可靠性。图1为本申请实施例提供的一种人脸识别方法的流程示意图。该人脸识别方法可应用电子设备，作为一种可能的实现方式，该电子设备的结构可参见图2，图2为本申请实施例提供的一种电子设备的结构示意图。需要说明的是，本领域技术人员可以知晓，图1对应方法不仅适用于图2所示的电子设备，图2所示电子设备仅作为一种示意性描述，图1对应方法可以用于具有普通执行环境的电子设备，还可以用于其他具有可信执行环境，以及可信执行环境专用硬件的电子设备，本实施例中对此不作限定。如图2所示，该电子设备包括：激光摄像头、泛光灯、可见光摄像头、镭射灯以及微处理器(MicrocontrollerUnit，简称MCU)。其中，MCU包括脉冲宽度调制(PulseWidthModulation，简称PWM)、深度引擎、总线接口以及随机存取存储器RAM。另外，电子设备还包括处理器，该处理器具有可信执行环境，MCU为可信执行环境专用硬件，执行图1所示方法的可信应用程序运行于该可信执行环境下；处理器还可以具有普通执行环境，该普通执行环境与可信执行环境相互隔离。其中，PWM用于调制泛光灯以使发出红外光，以及调制镭射灯以发出结构光；激光摄像头，用于采集成像对象的结构光图像或可见光图像；深度引擎，用于根据结构光图像，计算获得成像对象对应的深度数据；总线接口，用于将深度数据发送至处理器，并由处理器上运行的可信应用程序利用深度数据执行相应的操作。其中，总线接口包括：移动产业处理器接口(MobileIndustryProcessorInterface简称MIPI)、I2C同步串行总线接口、串行外设接口(SerialPeripheralInterface，简称SPI)。如图1所示，该人脸识别方法包括：步骤101，控制图像传感器进行成像，其中，图像传感器包括结构光传感器。本实施例中，该人脸识别方法可由可信本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，所述方法包括以下步骤：控制图像传感器进行成像，其中，所述图像传感器包括结构光传感器；获取图像传感器成像得到的成像数据；根据所述成像数据，对成像对象进行活体检测；若活体检测通过，将依据所述成像数据中的深度数据构建的结构光深度模型，与预设人脸深度模型进行匹配；当所述结构光深度模型与预设人脸深度模型匹配时，确定身份验证通过。

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括以下步骤：控制图像传感器进行成像，其中，所述图像传感器包括结构光传感器；获取图像传感器成像得到的成像数据；根据所述成像数据，对成像对象进行活体检测；若活体检测通过，将依据所述成像数据中的深度数据构建的结构光深度模型，与预设人脸深度模型进行匹配；当所述结构光深度模型与预设人脸深度模型匹配时，确定身份验证通过。2.根据权利要求1所述的人脸识别方法，其特征在于，所述图像传感器还包括红外传感器，所述成像数据包括红外图像，所述根据所述成像数据，对成像对象进行活体检测，包括：根据所述成像数据中的红外图像，识别所述红外图像的成像对象是否为活体。3.根据权利要求2所述的人脸识别方法，其特征在于，所述根据所述成像数据中的红外图像，识别所述红外图像的成像对象是否为活体，包括：从所述红外图像中提取成像轮廓；根据处于所述成像轮廓内部的局部红外图像，确定所述红外图像的成像对象的温度；若所述成像轮廓与预设人脸轮廓匹配，且所述红外图像的成像对象的温度处于体温范围内，确定所述红外图像的成像对象为活体。4.根据权利要求1所述的人脸识别方法，其特征在于，所述图像传感器还包括红外传感器和可见光传感器，所述成像数据包括红外图像和可见光图像，所述根据所述成像数据，对成像对象进行活体检测，包括：在所述可见光图像中识别人脸区域，并在所述红外图像中，确定与所述人脸区域相对应的第一目标区域；根据所述第一目标区域，确定包含所述第一目标区域且大于所述第一目标区域的第二目标区域；在所述第二目标区域内统计直方图，并根据所述直方图计算对比度；若所述对比度大于阈值，确定所述红外图像和所述可见光图像的成像对象为活体。5.根据权利要求2-4任一项所述的人脸识别方法，其特征在于，所述控制图像传感器进行成像，包括：控制图像传感器中的红外传感器进行成像；若根据所述红外传感器成像得到的红外图像确定成像对象为活体，控制结构光传感器进行成像。6.根据权利要求2-4任一项所述的人脸识别方法，其特征在于，所述控制图像传感器进行成像，包括：同步控制图像传感器中的红外传感器和结构光传感器进行成像。7.根据权利要求2-4任一项所述的人脸识别方法，其特征在于，所述控制图像传感器进行成像，包括：控制图像传感器中的红外传感器和可见光传感器进行成...

【专利技术属性】
技术研发人员：周海涛，惠方方，郭子青，谭筱，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东,44