活体检测方法及装置制造方法及图纸

本发明专利技术公开了一种活体检测方法及装置。其中，该方法包括：获取待识别对象中针对指定生理部位的多个视频帧；获取多个视频帧中的关键帧，得到多个关键帧，其中，关键帧的帧图像中至少包括一个待识别对象的特征点；依据多个关键帧中指定生理部位的变化信息，确定待识别对象是否为活体。本发明专利技术解决了在活体检测过程中照片攻击的技术问题。

Biological detection methods and devices

The invention discloses a living body detection method and device. Among them, the method includes: acquiring multiple video frames for designated physiological parts in the object to be identified; acquiring key frames in multiple video frames and obtaining multiple key frames, in which at least one feature point of the object to be identified is included in the frame image of key frames; and determining whether the object to be identified is living according to the change information of designated physiological parts in multiple key frames. The invention solves the technical problem of photo attack in the process of biopsy detection.

【技术实现步骤摘要】
活体检测方法及装置
本专利技术涉及检测
，具体而言，涉及一种活体检测方法及装置。
技术介绍
随着计算机视觉技术的发展，越来越多的认证系统选择使用人脸识别作为身份认证的手段，如电商开店的实名认证、电子支付软件的刷脸支付等等。但同时，由于社交网络的发展，个人照片在社交网络上变得易于获取，不法分子可能使用他人的照片来欺诈人脸识别系统，带来安全隐患。现有的活体检测技术大多通过交互进行，如引导用户面对摄像头做出静态照片无法做出的摇头、点头、张嘴等动作，从而防止来自照片的攻击。也有方法在交互过程中进行三维检测来判断目标是三维人脸还是二维照片。该方法一般对视频中人脸的若干关键点进行跟踪，通过不同帧的关键点拟合帧间的二维变换，根据关键点的拟合误差来确定人脸的维度。然而，传统的三维活体检测技术一般是假设照片攻击中的人脸关键点满足某种二维变换，如仿射变换、透视变换等。该方法对来源于二维照片的攻击是有效的，但当攻击者使用弯曲的照片或面具进行攻击时，由于上述二维变换无法拟合曲面上的关键点，系统会将其误认为真实人脸，导致攻击成功。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种活体检测方法及装置，以至少解决在活体检测过程中照片攻击的技术问题。根据本专利技术实施例的一个方面，提供了一种活体检测方法，包括：获取待识别对象中针对指定生理部位的多个视频帧；获取所述多个视频帧中的关键帧，得到多个关键帧，其中，所述关键帧的帧图像中至少包括一个所述待识别对象的特征点；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，其中，所述指定生理部位的变化信息包括：所述指定生理部位的纹理变化特征。进一步地，依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体之前，所述方法还包括：获取所述多个关键帧中所述指定生理部位在相邻关键帧的纹理变化特征，将所述纹理变化特征作为所述指定生理部位的变化信息；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，包括：依据所述纹理变化特征确定第一置信度，依据所述第一置信度确定当前识别对象是否为活体，其中，所述第一置信度用于指示所述纹理变化特征来自于活体的概率。进一步地，获取所述多个关键帧中所述指定生理部位在相邻关键帧的纹理变化特征，包括：将所述待识别对象在所述相邻关键帧的帧图像上的区域划分为多个子区域；获取所述多个子区域中至少一个子区域内的纹理变化特征；将获取的所有子区域的纹理变化特征确定所述指定生理部位在相邻关键帧的纹理变化特征。进一步地，将所述待识别对象在所述相邻关键帧的帧图像上的区域划分为多个子区域，包括：获取所述待识别对象在所述相邻关键帧中的特征点坐标；将预设数量个所述特征点坐标作为所述子区域的顶点，并关联所述顶点，得到所述子区域。进一步地，依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体之前，所述方法还包括：获取所述多个关键帧中所述指定生理部位在相邻关键帧的纹理变化特征，以及所述指定生理部位在相邻关键帧中的形状变化特征；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，包括：依据所述纹理变化特征和所述形状变化特征分别确定第一置信度和第二可信度，依据所述第一置信度和第二置信度共同确定当前识别对象是否为活体，其中，所述第一置信度用于指示所述纹理变化特征来自于活体的概率，所述第二置信度用于指示所述形状变化特征来自于活体的概率。进一步地，依据所述第一置信度和所述第二置信度共同确定当前识别对象是否为活体，包括：确定所述第一置信度和所述第二置信度中的最小值；依据所述最小值确定所述当前识别对象是否为活体。进一步地，获取所述多个视频帧中的关键帧，得到多个关键帧，包括：将所述多个视频帧中的指定帧作为参考关键帧，其中，所述指定帧的帧图像中包括至少一个特征点；获取与所述参考关键帧的关系值大于第一阈值的视频帧，得到所述关键帧，其中，所述关系值用于反映所述参考关键帧与所述多个视频帧中至少一个视频帧的差异程度。根据本专利技术实施例的一个方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的活体检测方法。根据本专利技术实施例的一个方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的活体检测方法。根据本专利技术实施例的一个方面，提供了一种终端，包括：图像采集装置，用于获取待识别对象中针对指定生理部位的多个视频帧；处理器，所述处理器运行程序，其中，所述程序运行时对于从所述图像采集装置输出的数据执行如下处理步骤：获取所述多个视频帧中的关键帧，得到多个关键帧，其中，所述关键帧的帧图像中至少包括一个所述待识别对象的特征点；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，其中，所述指定生理部位的变化信息包括：所述指定生理部位的纹理变化特征。根据本专利技术实施例的一个方面，提供了一种终端，包括：图像采集装置，用于获取待识别对象中针对指定生理部位的多个视频帧；存储介质，用于存储程序，其中，所述程序在运行时对于从所述图像采集装置输出的数据执行如下处理步骤：获取所述多个视频帧中的关键帧，得到多个关键帧，其中，所述关键帧的帧图像中至少包括一个所述待识别对象的特征点；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，其中，所述指定生理部位的变化信息包括：所述指定生理部位的纹理变化特征。根据本专利技术实施例的一个方面，提供了一种活体检测装置，包括：第一获取模块，用于获取待识别对象中针对指定生理部位的多个视频帧；第二获取模块，用于获取所述多个视频帧中的关键帧，得到多个关键帧，其中，所述关键帧的帧图像中至少包括一个所述待识别对象的特征点；判断模块，用于依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，其中，所述指定生理部位的变化信息包括：所述指定生理部位的纹理变化特征。根据本专利技术实施例的一个方面，提供了一种数据处理方法，包括：获取目标对象的至少两个图像数据；获取所述至少两个图像数据中的目标对象的纹理变化特征；根据所述变化特征，对所述目标对象进行识别或认证。根据本专利技术实施例的一个方面，提供了一种活体检测方法，包括：获取目标对象的至少两个图形数据，其中，所述图形数据包括三角面片信息；获取所述至少两个图形数据中的三角面片信息的变化特征；根据所述变化特征，对所述目标对象进行识别或认证。根据本专利技术实施例的一个方面，提供了一种活体检测方法，包括：获取待识别对象中针对指定生理部位的多个视频帧；获取所述多个视频帧中的关键帧，得到多个关键帧，其中，所述关键帧的帧图像中至少包括一个所述待识别对象的特征点；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，其中，所述指定生理部位的变化信息包括：所述指定生理部位的形状变化特征。进一步地，依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体之前，所述方法还包括：获取所述多个关键帧中所述指定生理部位在相邻关键帧中的形状变化特征，将所述形状变化特征作为所述指定生理部位的变化信息；依据所述多个关键帧中本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，包括：获取待识别对象中针对指定生理部位的多个视频帧；获取所述多个视频帧中的关键帧，得到多个关键帧，其中，所述关键帧的帧图像中至少包括一个所述待识别对象的特征点；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，其中，所述指定生理部位的变化信息包括：所述指定生理部位的纹理变化特征。

【技术特征摘要】
1.一种活体检测方法，其特征在于，包括：获取待识别对象中针对指定生理部位的多个视频帧；获取所述多个视频帧中的关键帧，得到多个关键帧，其中，所述关键帧的帧图像中至少包括一个所述待识别对象的特征点；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，其中，所述指定生理部位的变化信息包括：所述指定生理部位的纹理变化特征。2.根据权利要求1所述的方法，其特征在于，依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体之前，所述方法还包括：获取所述多个关键帧中所述指定生理部位在相邻关键帧的纹理变化特征，将所述纹理变化特征作为所述指定生理部位的变化信息；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，包括：依据所述纹理变化特征确定第一置信度，依据所述第一置信度确定当前识别对象是否为活体，其中，所述第一置信度用于指示所述纹理变化特征来自于活体的概率。3.根据权利要求2所述的方法，其特征在于，获取所述多个关键帧中所述指定生理部位在相邻关键帧的纹理变化特征，包括：将所述待识别对象在所述相邻关键帧的帧图像上的区域划分为多个子区域；获取所述多个子区域中至少一个子区域内的纹理变化特征；将获取的所有子区域的纹理变化特征确定所述指定生理部位在相邻关键帧的纹理变化特征。4.根据权利要求3所述的方法，其特征在于，将所述待识别对象在所述相邻关键帧的帧图像上的区域划分为多个子区域，包括：获取所述待识别对象在所述相邻关键帧中的特征点坐标；将预设数量个所述特征点坐标作为所述子区域的顶点，并关联所述顶点，得到所述子区域。5.根据权利要求1所述的方法，其特征在于，依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体之前，所述方法还包括：获取所述多个关键帧中所述指定生理部位在相邻关键帧的纹理变化特征，以及所述指定生理部位在相邻关键帧中的形状变化特征；依据所述多个关键帧中所述指定生理部位的变化信息，确定待识别对象是否为活体，包括：依据所述纹理变化特征和所述形状变化特征分别确定第一置信度和第二可信度，依据所述第一置信度和第二置信度共同确定当前识别对象是否为活体，其中，所述第一置信度用于指示所述纹理变化特征来自于活体的概率，所述第二置信度用于指示所述形状变化特征来自于活体的概率。6.根据权利要求5所述的方法，其特征在于，依据所述第一置信度和所述第二置信度共同确定当前识别对象是否为活体，包括：确定所述第一置信度和所述第二置信度中的最小值；依据所述最小值确定所述当前识别对象是否为活体。7.根据权利要求1至6中任意一项所述的方法，其特征在于，获取所述多个视频帧中的关键帧，得到多个关键帧，包括：将所述多个视频帧中的指定帧作为参考关键帧，其中，所述指定帧的帧图像中包括至少一个特征点；获取与所述参考关键帧的关系值大于第一阈值的视频帧，得到所述关键帧，其中，所述关系值用于反映所述参考关键帧与所述多个视频帧中至少一个视频帧的差异程度。8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项...

【专利技术属性】
技术研发人员：车向前，
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