基于活体识别的视频防伪方法、系统、装置及可存储介质制造方法及图纸

本发明专利技术涉及到人工智能技术领域，提供一种基于活体识别的视频防伪方法、系统、装置及可存储介质，其中的方法包括：获取人脸特征模板，以及人脸的待检测图像或者待检测视频；提取待检测图像或者视频的模式特征，并对模式特征进行检测确定人脸是否通过人脸防伪检测；如果人脸通过人脸防伪检测，通过长期递归卷积网络对待检测图像或者视频对人脸进行活体检测，获取人脸的特征信息；根据获取的人脸的特征信息与人脸特征模板，确定人脸识别结果。利用本发明专利技术，能够解决传统的人脸识别方法中存在的安全漏洞问题。

【技术实现步骤摘要】
基于活体识别的视频防伪方法、系统、装置及可存储介质
本专利技术涉及人工智能
，更为具体地，涉及一种基于活体识别的视频防伪方法、系统、装置及可存储介质。
技术介绍
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。作为人工智能核心的一环，人脸识别技术因其特殊的用户体验和有效的风控能力，使得我们与人工智能的深度连接成为了可能。平安脸谱以深度学习为基础，精准定位人脸和快速面部特征信息提取完成身份验证，并可被应用于以下场景中，包括：人脸检测、人脸对比、活体识别、身份认证、远程放贷、智能考勤等。目前人脸识别技术尚不成熟，在人脸识别技术上还存在许多安全漏洞。其中，活体检测是人脸防伪的重要环节，但不法分子可以通过视频攻击、三维建模和脸部模具等方法破解传统的活体检测。其中视频攻击的原理是利用深度学习给静态照片“换脸”，从而合成假视频。用户只需要安装一个能够将人脸照片制作成视频的软件，就非常容易得制作出虚假的视频。这种制造虚假视频的方法也存在着缺陷，即：大多数提供给神经网络的训练数据集不包含闭眼的照片，因此深度学习技术产生的假视频中的主体不会眨眼。因此，针对制造虚假视频的方法存在的缺陷，为了解决目前人脸识别技术存在着的安全漏洞，本专利技术提供了一种基于活体识别的视频防伪方法、系统、装置及可存储介质。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种基于活体识别的视频防伪方法、系统、装置及可存储介质，以解决上述传统的人脸识别方法中存在的安全漏洞问题。第一方面，本专利技术提供一种基于活体识别的视频防伪方法，应用于电子装置，包括：获取人脸特征模板，以及人脸的待检测图像或者待检测视频；提取待检测图像或者视频的模式特征，并对模式特征进行检测确定人脸是否通过人脸防伪检测；如果人脸通过人脸防伪检测，通过长期递归卷积网络对待检测图像或者视频对人脸进行活体检测，获取人脸的特征信息；根据获取的人脸的特征信息与人脸特征模板，确定人脸识别结果。此外，优选的方案是，提取待检测图像或者视频的模式特征，指在人脸框中预测特征点的位置，以定位面部的关键特征区域，包括：眉毛、眼睛、鼻子、嘴巴、脸部轮廓。此外，优选的方案是，长期递归卷积网络通过卷积神经网络与长短期记忆网络相结合形成的。此外，优选的方案是，在通过长期递归卷积网络对待检测图像或者视频对人脸进行活体检测，获取人脸的特征信息的过程中，通过卷积神经网络的深度学习对待检测视频的中的序列图像进行眼部特征的提取；通过长短期记忆网络的深度学习对预测待检测视频中主体的眼睛的状态；根据预测的待检测视频中主体的眼睛的状态，确定视频的真假。此外，优选的方案是，在根据获取的人脸的特征信息与人脸特征模板，确定人脸识别结果的过程中，通过人脸的特征信息与人脸特征模板进行对比，获取人脸的相识度；根据相似度对人脸的身份信息进行判断；根据判断结果，获取人脸识别结果。此外，优选的方案是，在根据相似度对所述人脸的身份信息进行判断的过程中，当相似度的阈值大于等于75％，确定待识别人的身份。第二方面，本专利技术还提供一种基于活体识别的视频防伪系统，包括：人脸特征模板获取单元，用于获取人脸特征模板；待检测图像或视频获取单元，用于获取人脸的待检测图像或者待检测视频；防伪检测单元，用于提取待检测图像或者视频的模式特征，并对模式特征进行检测确定所述人脸是否通过人脸防伪检测；活体检测单元，用于通过长期递归卷积网络对待检测图像或者视频对人脸进行活体检测，获取所述人脸的特征信息；人脸识别结果确定单元，用于根据获取的人脸的特征信息与人脸特征模板，确定人脸识别结果。此外，优选的方案是，活体检测单元包括：卷积神经网络学习模块，用于通过卷积神经网络的深度学习对待检测视频的中的序列图像进行眼部特征的提取；长短期记忆网络学习模块，用于通过长短期记忆网络的深度学习对预测待检测视频中主体的眼睛的状态；视频真假确定模块，用于根据预测的待检测视频中主体的眼睛的状态，确定视频的真假。第三方面，本专利技术还提供一种电子装置，该电子装置包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于活体识别的视频防伪方法的步骤。第四方面，本专利技术还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述基于活体识别的视频防伪方法的步骤。从上面的技术方案可知，本专利技术提供的基于活体识别的视频防伪方法、系统、装置及可存储介质，通过将基于卷积神经网络与长短期记忆网络相结合，有效预测视频帧中主体的眼睛状态，从而准确判断视频真假。为了实现上述以及相关目的，本专利技术的一个或多个方面包括后面将详细说明的特征。下面的说明以及附图详细说明了本专利技术的某些示例性方面。然而，这些方面指示的仅仅是可使用本专利技术的原理的各种方式中的一些方式。此外，本专利技术旨在包括所有这些方面以及它们的等同物。附图说明通过参考以下结合附图的说明，并且随着对本专利技术的更全面理解，本专利技术的其它目的及结果将更加明白及易于理解。在附图中：图1为根据本专利技术实施例的基于活体识别的视频防伪方法流程图；图2为根据本专利技术实施例的长期递归卷积网络对待检测图像或者视频对人脸进行活体检测方法流程示意图；图3为根据本专利技术实施例的根据获取的人脸的特征信息与人脸特征模板确定人脸识别结果流程示意图；图4为根据本专利技术实施例的基于活体识别的视频防伪系统逻辑结构框图；图5为根据本专利技术实施例的电子装置逻辑结构示意图。在所有附图中相同的标号指示相似或相应的特征或功能。具体实施方式在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。本专利技术实施例可以应用于计算机系统/服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器等电子设备一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。计算机系统/服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器等电子设备可以在分布式云计算本文档来自技高网...

【技术保护点】
1.一种基于活体识别的视频防伪方法，应用于电子装置，其特征在于，包括：获取人脸特征模板，以及人脸的待检测图像或者待检测视频；提取所述待检测图像或者视频的模式特征，并对所述模式特征进行检测确定所述人脸是否通过人脸防伪检测；如果所述人脸通过人脸防伪检测，通过长期递归卷积网络对所述待检测图像或者视频对所述人脸进行活体检测，获取所述人脸的特征信息；根据获取的所述人脸的特征信息与所述人脸特征模板，确定人脸识别结果。

【技术特征摘要】
1.一种基于活体识别的视频防伪方法，应用于电子装置，其特征在于，包括：获取人脸特征模板，以及人脸的待检测图像或者待检测视频；提取所述待检测图像或者视频的模式特征，并对所述模式特征进行检测确定所述人脸是否通过人脸防伪检测；如果所述人脸通过人脸防伪检测，通过长期递归卷积网络对所述待检测图像或者视频对所述人脸进行活体检测，获取所述人脸的特征信息；根据获取的所述人脸的特征信息与所述人脸特征模板，确定人脸识别结果。2.根据权利要求1所述的基于活体识别的视频防伪方法，其特征在于，提取所述待检测图像或者视频的模式特征，指在人脸框中预测特征点的位置，以定位面部的关键特征区域，包括：眉毛、眼睛、鼻子、嘴巴、脸部轮廓。3.根据权利要求1所述的基于活体识别的视频防伪方法，其特征在于，所述长期递归卷积网络通过卷积神经网络与长短期记忆网络相结合形成的。4.根据权利要求3所述的基于活体识别的视频防伪方法，其特征在于，在通过长期递归卷积网络对所述待检测图像或者视频对所述人脸进行活体检测，获取所述人脸的特征信息的过程中，通过所述卷积神经网络的深度学习对所述待检测视频的中的序列图像进行眼部特征的提取；通过所述长短期记忆网络的深度学习对预测所述待检测视频中主体的眼睛的状态；根据预测的所述待检测视频中主体的眼睛的状态，确定视频的真假。5.根据权利要求1所述的基于活体识别的视频防伪方法，其特征在于，在根据获取的所述人脸的特征信息与所述人脸特征模板，确定人脸识别结果的过程中，通过所述人脸的特征信息与所述人脸特征模板进行对比，获取所述人脸的相识度；根据所述相似度对所述人脸的身份信息进行判断；根据判断结果，获取人脸识别结果。...

【专利技术属性】
技术研发人员：黄章成，王健宗，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44