活体识别检测方法、装置、介质及电子设备制造方法及图纸

本发明专利技术实施例提供了一种活体识别检测方法、装置、介质及电子设备，该方法包括：获取目标对象相对于采集摄像头处于不同位置的多帧图像；提取所述多帧图像中各帧图像上的多个关键点信息；分别计算各帧图像上各个关键点信息之间的距离，并根据所述距离计算得到多个比值；针对所述多帧图像，分析所述多个比值的变化，并根据分析结果确定所述目标对象是否为活体对象。本发明专利技术实施例的技术方案可以提高识别系统的安全性。

Methods, devices, media and electronic equipment of living body identification and detection

【技术实现步骤摘要】
活体识别检测方法、装置、介质及电子设备
本专利技术涉及生物识别
，具体而言，涉及一种活体识别检测方法、装置、介质及电子设备。
技术介绍
随着网络技术的发展，人脸识别技术的应用领域越来越广泛，如在线支付、网上银行、安防系统等。为了防止恶意用户使用已拍摄的目标人脸照片来完成人脸识别，导致人脸识别系统的安全性差的问题，现有人脸识别系统中都加入了活体识别验证的过程。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本专利技术实施例的目的在于提供一种活体识别检测方法，进而至少在一定程度上克服识别系统安全性低的问题。本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。根据本专利技术实施例的第一方面，提供了一种活体识别检测方法，包括：获取目标对象相对于采集摄像头处于不同位置的多帧图像；提取所述多帧图像中各帧图像上的多个关键点信息；分别计算各帧图像上各个关键点信息之间的距离，并根据所述距离计算得到多个比值；针对所述多帧图像，分析所述多个比值的变化，并根据所述多个比值的变化确定所述目标对象是否为活体对象。在本专利技术的一种示例实施例中，基于前述方案，所述根据所述多个比值的变化确定所述目标对象是否为活体，包括：将所述多个比值输入分类器模型，得到分类结果，根据所述分类结果确定所述目标对象是否为活体对象。在本专利技术的一种示例实施例中，基于前述方案，将所述多个比值输入分类器模型之前，还包括：获取多个活体对象的多帧图像，根据所述活体对象的多帧图像计算所述多个比值，并将所述多个比值作为正样本集；获取多个非活体对象的多帧图像，根据所述非活体对象的多帧图像计算所述多个比值，并将所述多个比值作为负样本集；基于所述正样本集和所述负样本集，利用深度学习算法，获取所述分类器模型。在本专利技术的一种示例实施例中，基于前述方案，所述根据所述分类结果确定所述目标对象是否为活体对象包括：在所述分类结果为正类时，确定所述目标对象为活体对象；在所述分类结果为负类时，确定所述目标对象为非活体对象。在本专利技术的一种示例实施例中，基于前述方案，所述获取目标对象相对于采集摄像头处于不同位置的多帧图像包括：获取所述目标对象距所述采集摄像头不同距离的预设数量帧图像。在本专利技术的一种示例实施例中，基于前述方案，所述获取目标对象相对于采集摄像头处于不同位置的多帧图像包括：获取所述目标对象相对于所述采集摄像头位置变化的动态影像；将所述动态影像按预设时间段进行划分，截取所述预设数量帧图像。在本专利技术的一种示例实施例中，基于前述方案，所述方法还包括：通过检测框提示用户所述目标对象的影像出现在所述检测框内；响应于采集所述目标对象的图像，所述检测框大小发生改变。在本专利技术的一种示例实施例中，基于前述方案，所述分别计算各帧图像上各个关键点信息之间的距离包括：计算出各帧图像上瞳孔点到鼻尖点的距离、瞳孔点到嘴角点的距离、嘴角点到鼻尖点的距离；其中，各帧图像上瞳孔点到鼻尖点的距离为第一距离，瞳孔点到嘴角点的距离为第二距离，嘴角点到鼻尖点的距离为第三距离。在本专利技术的一种示例实施例中，基于前述方案，所述根据所述距离计算得到多个比值包括：获取所述各帧图像上双眼的瞳孔距离；对于同一帧图像，计算所述第一距离与所述瞳孔距离的比值为第一比值，计算所述第二距离与所述瞳孔距离的比值为第二比值，计算所述第三距离与所述瞳孔距离的比值为第三比值，以得到各帧图像的各第一比值、第二比值、第三比值。在本专利技术的一种示例实施例中，基于前述方案，所述针对所述多帧图像，分析所述多个比值的变化包括：针对所述多帧图像，分别分析所述第一比值、第二比值、第三比值的变化。在本专利技术的一种示例实施例中，基于前述方案，所述提取所述多帧图像中各帧图像上的多个关键点信息包括：利用人脸关键点定位算法提取各帧图像上的多个关键点信息。根据本专利技术实施例的第二方面，提供了一种活体识别检测装置，包括：图像采集单元，用于获取目标对象相对于采集摄像头处于不同位置的多帧图像；关键点获取单元，用于提取所述多帧图像中各帧图像上的多个关键点信息；计算单元，用于分别计算各帧图像上各个关键点信息之间的距离，并根据所述距离计算得到多个比值；结果确定单元，用于针对所述多帧图像，分析所述多个比值的变化，并根据分析结果确定所述目标对象是否为活体对象。根据本专利技术实施例的第三方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中第一方面所述的活体识别检测方法。根据本专利技术实施例的第四方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，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时，使得所述一个或多个处理器实现如上述实施例中第一方面所述的活体识别检测方法。本专利技术实施例提供的技术方案可以包括以下有益效果：在本专利技术的一些实施例所提供的技术方案中，通过采集摄像头获取目标对象相对于采集摄像头处于不同位置的多帧图像，无需额外设备，可以减少资源占用，节约成本；同时，提高了活体识别系统灵活性和可用性；并且，提取各帧图像上的多个关键点信息，计算各个关键点信息之间的距离，并根据距离计算得到多个比值，针对多帧图像分析比值的变化，确定目标对象是否是活体对象，可以抵御攻击者使用目标对象的照片或者视频对识别系统的攻击，提高了识别系统的安全性；同时，与用户之间的交互简单，可以减少识别时间，提高识别效率；并且提高用户体验。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1示意性示出了根据本专利技术的实施例的活体识别检测方法的流程图；图2示意性示出了根据本专利技术的另一实施例的活体识别检测方法的流程图；图3示意性示出了根据本专利技术的实施例的活体识别检测装置的框图；图4示出了适于用来实现本专利技术实施例的电子设备的计算机系统的结构示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本专利技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中本文档来自技高网...

【技术保护点】
1.一种活体识别检测方法，其特征在于，包括：/n获取目标对象相对于采集摄像头处于不同位置的多帧图像；/n提取所述多帧图像中各帧图像上的多个关键点信息；/n分别计算各帧图像上各个关键点信息之间的距离，并根据所述距离计算得到多个比值；/n针对所述多帧图像，分析所述多个比值的变化，并根据所述多个比值的变化确定所述目标对象是否为活体对象。/n

【技术特征摘要】
1.一种活体识别检测方法，其特征在于，包括：
获取目标对象相对于采集摄像头处于不同位置的多帧图像；
提取所述多帧图像中各帧图像上的多个关键点信息；
分别计算各帧图像上各个关键点信息之间的距离，并根据所述距离计算得到多个比值；
针对所述多帧图像，分析所述多个比值的变化，并根据所述多个比值的变化确定所述目标对象是否为活体对象。


2.根据权利要求1所述的活体识别检测方法，其特征在于，所述根据所述多个比值的变化确定所述目标对象是否为活体，包括：
将所述多个比值输入分类器模型，得到分类结果，根据所述分类结果确定所述目标对象是否为活体对象。


3.根据权利要求2所述的活体识别检测方法，其特征在于，将所述多个比值输入分类器模型之前，还包括：
获取多个活体对象的多帧图像，根据所述活体对象的多帧图像计算所述多个比值，并将所述多个比值作为正样本集；
获取多个非活体对象的多帧图像，根据所述非活体对象的多帧图像计算所述多个比值，并将所述多个比值作为负样本集；
基于所述正样本集和所述负样本集，利用深度学习算法，获取所述分类器模型。


4.根据权利要求2所述的活体识别检测方法，其特征在于，所述根据所述分类结果确定所述目标对象是否为活体对象包括：
在所述分类结果为正类时，确定所述目标对象为活体对象；
在所述分类结果为负类时，确定所述目标对象为非活体对象。


5.根据权利要求1所述的活体识别检测方法，其特征在于，所述获取目标对象相对于采集摄像头处于不同位置的多帧图像包括：
获取所述目标对象距所述采集摄像头不同距离的预设数量帧图像。


6.根据权利要求5所述的活体识别检测方法，其特征在于，所述获取目标对象相对于采集摄像头处于不同位置的多帧图像包括：
获取所述目标对象相对于所述采集摄像头位置变化的动态影像；
将所述动态影像按预设时间段进行划分，截取所述预设数量帧图像。


7.根据权利要求5所述的活体识别检测方法，其特征在于，还包括：
通过检测框提示用户所述目标对象的影像出现在所述检测框内；
响应于采集所述目标对象的图像，所述检测框大...

【专利技术属性】
技术研发人员：闫鹏飞，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11