活性测试方法和设备技术

公开了一种活性测试方法和设备。所述活性测试方法包括：针对测试目标检测输入图像中的人脸区域；实现第一活性测试，以基于与检测到的人脸区域对应的第一图像确定第一活性值；实现第二活性测试，以基于与检测到的人脸区域的局部人脸区域对应的第二图像确定第二活性值；实现第三活性测试，以基于输入图像的整体或输入图像的全区域确定第三活性值，其中，输入图像的整体或输入图像的全区域包括检测到的人脸区域以及检测到的人脸区域之外的区域；基于第一活性值、第二活性值和第三活性值，确定活性测试的结果。

Activity testing methods and equipment

An activity test method and apparatus are disclosed. The activity testing method comprises detecting a face region in an input image for a test target, implementing a first activity test to determine a first activity value based on a first image corresponding to the detected face region, and implementing a second activity test to be based on a second face region corresponding to a local face region of the detected face region. The image determines a second active value; implements a third active test to determine a third active value based on the whole of the input image or the whole region of the input image, wherein the whole of the input image or the whole region of the input image includes the detected face region and the region outside the detected face region; and based on the first active value, Second activity value and third activity value, determine the results of the activity test.

【技术实现步骤摘要】
活性测试方法和设备本申请要求于2017年3月27日提交到韩国知识产权局的第10-2017-0038347号韩国专利申请的权益，所述专利申请的全部公开出于所有目的通过引用包含于此。
以下描述涉及一种用于对对象执行活性测试(livenesstest)以确定对象是否有生命的活性测试方法和设备。
技术介绍
在用户验证系统中，计算设备可基于由用户提供的验证信息来确定是否允许访问计算设备。验证信息可包括由用户输入的密码或生物测量学信息。生物测量学信息可包括与用户的指纹、虹膜或脸部相关联的信息。近来，人脸反欺骗技术随着用于用户验证系统的安全性方法而吸引越来越多的关注，其中，例如，人脸欺骗可以是一种使用图片、视频或面具的攻击，因此在人脸验证时辨别这种攻击是重要的。人脸反欺骗技术可用于确定输入到计算设备的用户的脸部是冒充的人脸还是真实的人脸。人脸反欺骗技术可包括：提取特征(诸如，例如，局部二进制模式(LBP)、方向梯度直方图(HOG)和高斯差分(DoG))；基于提取的特征确定输入的人脸是冒充的人脸还是真实的人脸。然而，目前这样的方法对于活性检测可能具有相对低的准确性，因此，执行用户验证的计算设备可能非常容易地被欺骗，而导致对计算设备的未经允许的访问。
技术实现思路
提供本
技术实现思路
用于以简化的形式介绍对在以下的具体实施方式中进一步描述的构思的选择。本
技术实现思路
不意在标识要求保护的主题的关键特征或必要特征，也不意在作为帮助确定要求保护的主题的范围而被使用。在一个总体的方面，一种处理器实现的活性测试方法包括：针对测试目标检测输入图像中的人脸区域；实施第一活性测试，以基于与检测到的人脸区域对应的第一图像确定第一活性值；实施第二活性测试，以基于与检测到的人脸区域的局部人脸区域对应的第二图像确定第二活性值；实施第三活性测试，以基于输入图像的整体或输入图像的全区域确定第三活性值，其中，输入图像的整体或输入图像的全区域包括检测到的人脸区域以及检测到的人脸区域之外的区域；基于第一活性值、第二活性值和第三活性值，确定活性测试的结果。第一活性值可基于在第一活性测试中从第一图像提取的所提取的人脸形状信息，第二活性值可基于在第二活性测试中从第二图像提取的所提取的纹理信息，第三活性值可基于在第三活性测试中从输入图像或输入图的全区域提取的所提取的情境信息。确定活性测试的结果的步骤可包括：基于第一活性值、第二活性值和第三活性值，确定最终活性值；基于最终活性值是否满足预设条件，确定测试目标是否有生命。确定最终活性值的步骤可包括：将各个权重施加到第一活性值、第二活性值或第三活性值中的至少一个，并且基于施加的结果，确定最终活性值。可基于确定的检测到的人脸区域的大小、确定的在输入图像中描绘的人脸姿态、确定的人脸在输入图像中的位置、确定的检测到的人脸区域中的遮挡区域的存在或不存在或确定的检测到的人脸区域的照明状态中的至少一个，来确定各个权重。各个权重可基于各个预定的函数，其中，各个预定的函数不同地考虑确定的检测到的人脸区域的大小、确定的在输入图像中描绘的人脸姿态、确定的人脸在输入图像中的位置、确定的检测到的人脸区域中的遮挡区域的存在或不存在和确定的检测到的人脸区域的照明状态中的一个或多个。确定最终活性值的步骤可包括以下项中的至少一个：响应于第一活性值被确定为小于第一阈值，将第一权重施加到第一活性值，并且基于将第一权重施加到第一活性值，来执行确定活性测试的结果的步骤；响应于第二活性值被确定为小于第二阈值，将第二权重施加到第二活性值，并且基于将第二权重施加到第二活性值，来执行确定活性测试的结果的步骤；或响应于第三活性值被确定为小于第三阈值，将第三权重施加到第三活性值，并且基于将第三权重施加到第三活性值，来执行确定活性测试的结果的步骤。可通过由第一活性测试模型实施第一活性测试，来确定第一活性值，可通过由第二活性测试模型实施第二活性测试，来确定第二活性值，可通过由第三活性测试模型实施第三活性测试，来确定第三活性值。所述活性测试方法还可包括：实施单个的活性测试模型来执行第一活性测试、第二活性测试和第三活性测试。第一图像的图像信息、第二图像的图像信息和输入图像或输入图像的全区域的图像信息可输入到活性测试模型的至少一个输入层，可从活性测试模型的至少一个输出层输出第一活性值、第二活性值和第三活性值。所述活性测试方法还可包括：选择性地实施第一活性测试、第二活性测试和/或第二活性测试。选择性地实施的步骤可包括：响应于检测到的人脸区域的大小被确定为小于阈值人脸区域大小，确定不实施第一活性测试、第二活性测试和第二活性测试。所述活性测试方法还可包括：将第一图像进行标准化；通过使用第一活性测试模型从标准化的第一图像的图像信息确定第一活性值，来实施第一活性测试。所述活性测试方法还可包括：通过从检测到的人脸区域裁剪局部人脸区域，来获得第二图像；通过使用第二活性测试模型从第二图像的图像信息确定第二活性值，来实施第二活性测试。获得第二图像的步骤可包括：在检测到的人脸区域内随机地确定将被裁剪的区域，并且针对确定的将被裁剪的区域执行裁剪。所述活性测试方法还可包括：将输入图像或输入图像的全区域进行标准化；通过使用第三活性测试模型从标准化的输入图像的图像信息确定第三活性值，来实施第三活性测试。可使用训练的第一活性测试模型来执行确定第一活性值的步骤，第一活性测试模型被训练为从输入的人脸区域提取人脸形状信息，并且基于提取的人脸形状信息确定第一活性值，可使用训练的第二活性测试模型来执行确定第二活性值的步骤，第二活性测试模型被训练为从输入的局部人脸区域提取纹理信息，和/或可使用训练的第三活性测试模型来执行确定第三活性值的步骤，第三活性测试模型被训练为从输入的包括人脸的图像提取情境信息。第一活性测试模型可被训练为提取由于一个或多个欺骗材料的各个弯曲或褶皱部分而出现的光反射和/或形状变形的特征。第二活性测试模型可被训练为提取表示人类皮肤与一个或多个可能材料之间的精细纹理差异的特征。第三活性测试模型可被训练为提取指示欺骗材料的深度和/或握住欺骗材料的对象或人类肢体的特征。在一个总体方面，提供一种存储指令的非暂时性计算机可读存储介质，当所述指令由计算硬件执行时使得计算硬件执行在此描述的一个或多个或所有操作。在一个总体方面，一种处理器实现的活性测试方法包括：针对测试目标从输入图像检测人脸区域；实施第一活性测试，以基于与检测到的人脸区域对应的第一图像确定第一活性值；实施第二活性测试，以基于与检测到的人脸区域的局部人脸区域对应的第二图像确定第二活性值；实施第三活性测试，以基于输入图像的整体或输入图像的全区域确定第三活性值，其中，输入图像的整体或输入图像的全区域包括检测到的人脸区域以及检测到的人脸区域之外的区域；基于第一活性值、第二活性值或第三活性值中的至少一个，确定活性测试的结果。确定活性测试的结果的步骤可包括：基于第一活性值、第二活性值或第三活性值中的至少一个，确定最终活性值；基于最终活性值是否满足预设条件，确定测试目标是否有生命。可通过由第一活性测试模型实施第一活性测试，来确定第一活性值，可通过由第二活性测试模型实施第二活性测试，来确定第二活性值，可通过由第三活性测试模型实施第三活性测试，来确定第三活性值。在一个本文档来自技高网...

【技术保护点】
1.一种活性测试方法，所述活性测试方法包括：针对测试目标检测输入图像中的人脸区域；实施第一活性测试，以基于与检测到的人脸区域对应的第一图像确定第一活性值；实施第二活性测试，以基于与检测到的人脸区域的局部人脸区域对应的第二图像确定第二活性值；实施第三活性测试，以基于输入图像的整体或输入图像的全区域确定第三活性值，其中，输入图像的整体或输入图像的全区域包括检测到的人脸区域以及检测到的人脸区域之外的区域；基于第一活性值、第二活性值和第三活性值，确定活性测试的结果。

【技术特征摘要】
2017.03.27 KR 10-2017-00383471.一种活性测试方法，所述活性测试方法包括：针对测试目标检测输入图像中的人脸区域；实施第一活性测试，以基于与检测到的人脸区域对应的第一图像确定第一活性值；实施第二活性测试，以基于与检测到的人脸区域的局部人脸区域对应的第二图像确定第二活性值；实施第三活性测试，以基于输入图像的整体或输入图像的全区域确定第三活性值，其中，输入图像的整体或输入图像的全区域包括检测到的人脸区域以及检测到的人脸区域之外的区域；基于第一活性值、第二活性值和第三活性值，确定活性测试的结果。2.如权利要求1所述的活性测试方法，其中，第一活性值基于在第一活性测试中从第一图像提取的人脸形状信息，其中，第二活性值基于在第二活性测试中从第二图像提取的纹理信息，和/或其中，第三活性值基于在第三活性测试中从输入图像的整体或输入图的全区域提取的情境信息。3.如权利要求1所述的活性测试方法，其中，确定活性测试的结果的步骤包括：基于第一活性值、第二活性值和第三活性值，确定最终活性值；基于最终活性值是否满足预设条件，确定测试目标是否有生命。4.如权利要求3所述的活性测试方法，其中，确定最终活性值的步骤包括：将各个权重施加到第一活性值、第二活性值和第三活性值中的至少一个，并且基于施加的结果确定最终活性值。5.如权利要求4所述的活性测试方法，其中，基于确定的检测到的人脸区域的大小、确定的在输入图像中描绘的人脸姿态、确定的人脸在输入图像中的位置、确定的检测到的人脸区域中的遮挡区域的存在或不存在以及确定的检测到的人脸区域的照明状态中的至少一个，来确定各个权重。6.如权利要求5所述的活性测试方法，其中，各个权重基于各个预定的函数，其中，各个预定的函数不同地考虑确定的检测到的人脸区域的大小、确定的在输入图像中描绘的人脸姿态、确定的人脸在输入图像中的位置、确定的检测到的人脸区域中的遮挡区域的存在或不存在和确定的检测到的人脸区域的照明状态中的一个或多个。7.如权利要求3所述的活性测试方法，其中，确定最终活性值的步骤包括以下项中的至少一个：响应于第一活性值被确定为小于第一阈值，将第一权重施加到第一活性值，并且基于将第一权重施加到第一活性值，来执行确定活性测试的结果的步骤；响应于第二活性值被确定为小于第二阈值，将第二权重施加到第二活性值，并且基于将第二权重施加到第二活性值，来执行确定活性测试的结果的步骤；响应于第三活性值被确定为小于第三阈值，将第三权重施加到第三活性值，并且基于将第三权重施加到第三活性值，来执行确定活性测试的结果的步骤。8.如权利要求1所述的活性测试方法，其中，通过由第一活性测试模型实施第一活性测试，来确定第一活性值，通过由第二活性测试模型实施第二活性测试，来确定第二活性值，通过由第三活性测试模型实施第三活性测试，来确定第三活性值。9.如权利要求1所述的活性测试方法，所述活性测试方法还包括：实施单个的活性测试模型来执行第一活性测试、第二活性测试和第三活性测试。10.如权利要求9所述的活性测试方法，其中，第一图像的图像信息、第二图像的图像信息和输入图像的整体或输入图像的全区域的图像信息输入到所述活性测试模型的至少一个输入层，从所述活性测试模型的至少一个输出层输出第一活性值、第二活性值和第三活性值。11.如权利要求1所述的活性测试方法，所述活性测试方法还包括：选择性地实施第一活性测试、第二活性测试和/或第三活性测试。12.如权利要求11所述的活性测试方法，其中，选择性地实施的步骤包括：响应于检测到的人脸区域的大小被确定为小于阈值人脸区域大小，确定不实施第一活性测试、第二活性测试和第三活性测试。13.如权利要求1所述的活性测试方法，所述活性测试方法还包括：将第一图像进行标准化；通过使用第一活性测试模型从标准化的第一图像的图像信息确定第一活性值，来实施第一活性测试。14.如权利要求1所述的活性测试方法，所述活性测试方法还包括：通过从检测到的人脸区域裁剪局部人脸区域，来获得第二图像；通过使用第二活性测试模型从第二图像的图像信息确定第二活性值，来实施第二活性测试。15.如权利要求14所述的活性测试方法，其中，获得第二图像的步骤包括：在检测到的人脸区域内随机地确定将被裁剪的区域，并且针对确定的将被裁剪的区域执行裁剪。16.如权利要求1所述的活性测试方法，所述活性测试方法还包括：将输入图像的整体或输入图像的全区域进行标准化；通过使用第三活性测试模型从标准化的输入图像的图像信息确定第三活性值，来实施第三活性测试。17.如权利要求1所述的活性测试方法，其中，使用训练的第一活性测试模型来执行确定第一活性值的步骤，第一活性测试模型被训练为：从人脸区域提取人脸形状信息，并且基于提取的人脸形状信息确定第一活性值，其中，使用训练的第二活性测试模型来执行确定第二活性值的步骤，第二活性测试模型被训练为从局部人脸区域提取纹理信息，和/或其中，使用训练的第三活性测试模型来执行确定第三活性值的步骤，第三活性测试模型被训练为从包括人脸的图像提取情境信息。18.如权利要求17所述的活性测试方法，其中，第一活性测试模型被训练为提取表示由于一个或多个欺骗材料的各个弯曲或褶皱部分而出现的光反射和/或形状变形的特征。19.如权利要求17所述的活性测试方法，其中，第二活性测试模型被训练为提取表示人类皮肤与一个或多个可能材料之间的精细纹理差异的特征。20.如权利要求17所述的活性测试方法，其中，第三活性测试模型被训练为提取指示欺骗材料的深度和/或握住欺骗材料的对象或人类肢体的特征。21.一种存储指令的非暂时性计算机可读存储介质，当所述指令由计算硬件执行时，使得计算硬件执行权利要求1所述的活性测试方法。22.一种活性测试方法，所述活性测试方法包括：针对测试目标从输入图像检测人脸区域；实施第一活性测试，以基于与检测到的人脸区域对应的第一图像确定第一活性值；实施第二活性测试，以基于与检测到的人脸区域的局部人脸区域对应的第二图像确定第二活性值；实施第三活性测试，以基于输入图像的整体或输入图像的全区域确定第三活性值，其中，输入图像的整体或输入图像的全区域包括检测到的人脸区域以及检测到的人脸区域之外的区域；基于第一活性值、第二活性值和第三活性值中的至少一个，确定活性测试的结果。23.如权利要求...

【专利技术属性】
技术研发人员：俞炳仁，徐静涛，张超，冯昊，单言虎，郭荣竣，金暎星，张原硕，韩在浚，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国,KR