活体检测方法、装置、电子设备及存储介质制造方法及图纸

本公开公开了一种活体检测方法、装置、电子设备及存储介质。该方法包括：在确定满足活体检测开始条件时，实时获取视频中的图像帧；在所述图像帧中识别用户的至少一个器官区域，一个器官区域对应至少一个特征值集合；如果确定目标图像帧中识别到的每个器官区域均满足未遮挡条件，则分别计算所述目标图像帧中识别到的与每个器官区域匹配的特征值，并更新存储至对应的特征值集合中；实时对所述特征值集合进行至少一个目标动作条件的检测，并在确定满足活体检测结束条件时，根据各所述目标动作条件的检测结果，确定所述用户是否为活体。本公开实施例可以准确识别活体，并提高身份认证的安全性。

Biological testing methods, devices, electronic devices and storage media

The present disclosure discloses a biopsy detection method, device, electronic equipment and storage medium. The method includes: acquiring the image frame in the video in real time when satisfying the start condition of biopsy detection; recognizing at least one organ region of the user in the image frame, one organ region corresponds to at least one set of eigenvalues; and calculating the recognition in the target image frame separately if it is determined that each organ region identified in the target image frame satisfies the unshielded condition. The eigenvalues matched with each organ region are updated and stored in the corresponding set of eigenvalues. At least one target action condition is detected for the set of eigenvalues in real time, and when the end condition of biopsy detection is satisfied, whether the user is living or not is determined according to the detection result of the target action condition. The embodiment of the present disclosure can accurately identify living bodies and improve the security of identity authentication.

【技术实现步骤摘要】
活体检测方法、装置、电子设备及存储介质
本公开实施例涉及图像处理技术，尤其涉及一种活体检测方法、装置、电子设备及存储介质。
技术介绍
人们在从事各种活动中，经常需要进行身份认证，从而保证信息的安全性。随着计算机和网络的发展，联网电子设备的普及使身份认证工作变得高效，通常身份认证需要确定被拍摄对象为活体。目前，在金融系统、人脸识别系统中经常需要进行活体判断。在这个过程中，一般需要用户完成面部基础动作。例如，眨眼动作。现有技术主要通过检测多个包括用户脸部图像的照片中设定脸部部位(例如，眼睛或者嘴巴等)姿态参数的变化情况，确定该用户是否为活体用户，同时使用人脸关键点定位和人脸追踪等技术，验证用户是否为本人操作。但上述方式很容易被照片攻击，例如，通过合法用户闭眼的照片，并将一只黑色笔快速放置在用户双眼部位，并迅速离开，实现模拟合法用户的闭眼动作，从而导致该用户照片误判为活体，无法保证活体检测的准确性，降低身份认证的安全性。
技术实现思路
本公开实施例提供一种活体检测方法、装置、电子设备及存储介质，可以准确识别活体，并提高身份认证的安全性。第一方面，本公开实施例提供了一种活体检测方法，该方法包括：在确定满足活体检测开始条件时，实时获取视频中的图像帧；在所述图像帧中识别用户的至少一个器官区域，一个器官区域对应至少一个特征值集合；如果确定目标图像帧中识别到的每个器官区域均满足未遮挡条件，则分别计算所述目标图像帧中识别到的与每个器官区域匹配的特征值，并更新存储至对应的特征值集合中；实时对所述特征值集合进行至少一个目标动作条件的检测，并在确定满足活体检测结束条件时，根据各所述目标动作条件的检测结果，确定所述用户是否为活体。进一步的，所述确定目标图像帧中识别到的每个器官区域均满足未遮挡条件，包括：将所述图像帧输入到预先训练的与所述器官区域匹配的遮挡判断网络模型中，并获取所述遮挡判断网络模型输出的，对所述图像帧中所述器官区域的遮挡判断结果；当所述器官区域的遮挡判断结果为未遮挡时，确定所述器官区域满足所述未遮挡条件；当所述图像帧识别到的每个所述器官区域均满足未遮挡条件时，确定所述图像帧为目标图像帧。进一步的，所述实时对所述特征值集合进行至少一个目标动作条件的检测，包括：如果确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件，则确定所述目标动作条件的检测结果为验证通过结果。进一步的，所述确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件，包括：如果与所述目标动作条件匹配的每个特征值集合确定的最大值和最小值满足所述目标动作条件中与所述特征值集合匹配的最值条件，且所述最大值、所述最小值和所述最大值与所述最小值之间的至少一个特征值满足单调变化条件，则确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件。进一步的，所述器官区域为眼睛区域，所述器官区域的特征值包括所述眼睛区域的闭合值。进一步的，所述器官区域为嘴巴区域，所述器官区域的特征值包括所述嘴巴区域的张合度。进一步的，所述器官区域为鼻子区域，所述器官区域的特征值包括所述鼻子区域的俯仰角度和/或旋转角度。第二方面，本公开实施例还提供了一种活体检测装置，该装置包括：图像帧获取模块，用于在确定满足活体检测开始条件时，实时获取视频中的图像帧；器官区域识别模块，用于在所述图像帧中识别用户的至少一个器官区域，一个器官区域对应至少一个特征值集合；特征值集合更新模块，用于如果确定目标图像帧中识别到的每个器官区域均满足未遮挡条件，则分别计算所述目标图像帧中识别到的与每个器官区域匹配的特征值，并更新存储至对应的特征值集合中；活体检测模块，用于实时对所述特征值集合进行至少一个目标动作条件的检测，并在确定满足活体检测结束条件时，根据各所述目标动作条件的检测结果，确定所述用户是否为活体。进一步的，所述特征值集合更新模块，包括：遮挡判断模块，用于将所述图像帧输入到预先训练的与所述器官区域匹配的遮挡判断网络模型中，并获取所述遮挡判断网络模型输出的，对所述图像帧中所述器官区域的遮挡判断结果；未遮挡条件判断模块，用于当所述器官区域的遮挡判断结果为未遮挡时，确定所述器官区域满足所述未遮挡条件；目标图像帧确定模块，用于当所述图像帧识别到的每个所述器官区域均满足未遮挡条件时，确定所述图像帧为目标图像帧。进一步的，所述活体检测模块，包括：目标动作条件检测模块，用于如果确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件，则确定所述目标动作条件的检测结果为验证通过结果。进一步的，所述目标动作条件检测模块，包括：如果与所述目标动作条件匹配的每个特征值集合确定的最大值和最小值满足所述目标动作条件中与所述特征值集合匹配的最值条件，且所述最大值、所述最小值和所述最大值与所述最小值之间的至少一个特征值满足单调变化条件，则确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件。进一步的，所述器官区域为眼睛区域，所述器官区域的特征值包括所述眼睛区域的闭合值。进一步的，所述器官区域为嘴巴区域，所述器官区域的特征值包括所述嘴巴区域的张合度。进一步的，所述器官区域为鼻子区域，所述器官区域的特征值包括所述鼻子区域的俯仰角度和/或旋转角度。第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例所述的活体检测方法。第四方面，本公开实施例还提供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本公开实施例所述的活体检测方法。本公开实施例通过实时获取录制用户人脸图像的视频中的图像帧，对每个图像帧先进行器官区域的遮挡判断，并在所有器官区域满足未遮挡条件时，根据实时更新至少一个器官区域对应的特征值集合，并根据更新的特征值集合对至少一个目标动作条件进行检测，以及根据各目标动作条件的检测结果，判断用户是否为活体，解决了现有技术中采用遮挡照片方法通过活体检测的问题，减少活体检测误判的情况，提高活体检测的准确率，从而提高身份认证的安全性。附图说明图1是本公开实施例一提供的一种活体检测方法的流程图；图2是本公开实施例二提供的一种活体检测方法的流程图；图3是本公开实施例三提供的一种活体检测装置的结构示意图；图4是本公开实施例四提供的一种电子设备的结构示意图。具体实施方式下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分而非全部结构。实施例一图1为本公开实施例一提供的一种活体检测方法的流程图，本实施例可适用于检测录制的视频中的用户是否是活体的情况，该方法可以由活体检测装置来执行，该装置可以采用软件和/或硬件的方式实现，该装置可以配置于电子设备中，例如典型的是计算机等。如图1所示，该方法具体包括如下步骤：S110，在确定满足活体检测开始条件时，实时获取视频中的图像帧。活体检测开始条件可以是指确定开始执行活体检测操作的条件，示例性的，当接收到活体检测开始指令时，确定满足活体检测开始条件。一般来说，视频本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，包括：在确定满足活体检测开始条件时，实时获取视频中的图像帧；在所述图像帧中识别用户的至少一个器官区域，一个器官区域对应至少一个特征值集合；如果确定目标图像帧中识别到的每个器官区域均满足未遮挡条件，则分别计算所述目标图像帧中识别到的与每个器官区域匹配的特征值，并更新存储至对应的特征值集合中；实时对所述特征值集合进行至少一个目标动作条件的检测，并在确定满足活体检测结束条件时，根据各所述目标动作条件的检测结果，确定所述用户是否为活体。

【技术特征摘要】
1.一种活体检测方法，其特征在于，包括：在确定满足活体检测开始条件时，实时获取视频中的图像帧；在所述图像帧中识别用户的至少一个器官区域，一个器官区域对应至少一个特征值集合；如果确定目标图像帧中识别到的每个器官区域均满足未遮挡条件，则分别计算所述目标图像帧中识别到的与每个器官区域匹配的特征值，并更新存储至对应的特征值集合中；实时对所述特征值集合进行至少一个目标动作条件的检测，并在确定满足活体检测结束条件时，根据各所述目标动作条件的检测结果，确定所述用户是否为活体。2.根据权利要求1所述的方法，其特征在于，所述确定目标图像帧中识别到的每个器官区域均满足未遮挡条件，包括：将所述图像帧输入到预先训练的与所述器官区域匹配的遮挡判断网络模型中，并获取所述遮挡判断网络模型输出的，对所述图像帧中所述器官区域的遮挡判断结果；当所述器官区域的遮挡判断结果为未遮挡时，确定所述器官区域满足所述未遮挡条件；当所述图像帧识别到的每个所述器官区域均满足未遮挡条件时，确定所述图像帧为目标图像帧。3.根据权利要求1所述的方法，其特征在于，所述实时对所述特征值集合进行至少一个目标动作条件的检测，包括：如果确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件，则确定所述目标动作条件的检测结果为验证通过结果。4.根据权利要求3所述的方法，其特征在于，所述确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件，包括：如果与所述目标动作条件匹配的每个特征值集合确定的最大值和最小值满足所述目标动作条件中与所述特征值集合匹配的最值条件，且所述最大值、所述最小值和所述最大值与所述最小值之间的至少一个特征值满足单调变化条件，则确定所述目标动作条件匹配的至少一个特征值集合满足所述目标动作条件。5.根据权利要求1所述的方法，其特征在于，所述器官区域为眼睛区域，所述器官区域的特征值包括所述眼睛区域的闭合值。6.根据权利要求1所述的方法，其特征在于，所述器官区域为嘴巴区域，所述器官区域的特征值包括所述嘴巴区域的张合度。7.根据权利要求1所述的方法，其特征在于，所述器官区域为鼻子区域，所述器官区域的特征值包括所述鼻子区域的俯仰角度和/或旋转角度。8.一种活体检测装置，其特征在于，包括：图像帧获取模块，用于在确定满足活体检测开始条件时，实时获取视频中的图像帧；器官区域识别模块，用于在所述图像帧中识别用户的至少一个器官区域，一个器官区域对应至少一个...

【专利技术属性】
技术研发人员：王旭，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京,11