【技术实现步骤摘要】
活体检测方法、装置、服务器和人脸识别设备
本说明书属于互联网
,尤其涉及活体检测方法、装置、服务器和人脸识别设备。
技术介绍
随着技术的发展,人脸识别的应用越来越广泛,在许多应用场景中,经常会使用人脸识别技术通过对所采集的图像数据进行人脸识别来确定用户的身份,进而为用户提供对应的服务,或者开通相应的权限。但是,目前出现了一些通过使用包含有他人人脸的照片、视频等,或者套用包含他人人脸的面具等方式来伪装成他人,以蒙混通过人脸识别,对他人的权益安全产生威胁的现象。因此,在一些实施例中,在进行人脸识别之前,通常会先通过预先训练得到的活体检测模型先进行活体检测,以确定所要识别的图像数据中的人脸对象是否是真实的人类的脸,而不是照片、视频或者面具等。目前,亟需一种较为高效、准确的活体检测方法。
技术实现思路
本说明书提供了一种活体检测方法、装置、服务器和人脸识别设备,以高效、准确地对目标图像数据进行活体检测。本说明书提供的一种活体检测方法、装置、服务器和人脸识别设备是这样实现的:一种活体检测方法,包括:获取目标图像数据,其中,所述目标图像数据包含有目标对象;从所述目标图像数据中获取目标对象的人脸比对特征;确定所述人脸比对特征与预设的攻击图像特征库的相似度参数,其中,所述预设的攻击图像特征库中包括多个疑似非活体对象的人脸比对特征;根据所述相似度参数,确定所述目标对象是否为活体对象。一种活体检测装置,包括:第一获取模块,用于获取目标图像数据,其中,所述目标图像数据包含有 ...
【技术保护点】
1.一种活体检测方法,包括:/n获取目标图像数据,其中,所述目标图像数据包含有目标对象;/n从所述目标图像数据中获取目标对象的人脸比对特征;/n确定所述人脸比对特征与预设的攻击图像特征库的相似度参数,其中,所述预设的攻击图像特征库中包括多个疑似非活体对象的人脸比对特征;/n根据所述相似度参数,确定所述目标对象是否为活体对象。/n
【技术特征摘要】
1.一种活体检测方法,包括:
获取目标图像数据,其中,所述目标图像数据包含有目标对象;
从所述目标图像数据中获取目标对象的人脸比对特征;
确定所述人脸比对特征与预设的攻击图像特征库的相似度参数,其中,所述预设的攻击图像特征库中包括多个疑似非活体对象的人脸比对特征;
根据所述相似度参数,确定所述目标对象是否为活体对象。
2.根据权利要求1所述的方法,在确定所述人脸比对特征与预设的攻击图像特征库的相似度参数后,所述方法还包括:
使用预设的活体检测模型,确定所述目标图像数据中的目标对象为非活体对象的概率值作为目标概率;
相应的,根据所述相似度参数,确定所述目标对象是否为活体对象,包括:
根据所述相似度参数,和所述目标概率,确定所述目标图像数据中的目标对象是否为活体对象。
3.根据权利要求1所述的方法,确定所述人脸比对特征与预设的攻击图像特征库的相似度参数,包括:
根据所述人脸比对特征与所述预设的攻击图像特征库,计算所述人脸比对特征与预设的攻击图像特征库中的各个特征数据之间的余弦相似度;
根据所述人脸比对特征与预设的攻击图像特征库中的各个特征数据之间的余弦相似度,确定所述人脸比对特征与预设的攻击图像特征库的相似度参数。
4.根据权利要求1所述的方法,根据所述目标概率,和所述相似度参数,确定所述目标图像数据中的目标对象是否为活体对象,包括:
比较所述相似度参数和预设的相似度阈值,确定所述相似度参数是否大于等于所述预设的相似度阈值,得到对应的第一比较结果;
根据所述第一比较结果,确定出与所述第一比较结果匹配的概率阈值;
比较所述目标概率和所述概率阈值,确定所述目标概率是否大于等于所述概率阈值,得到对应的第二比较结果;
根据所述第二比较结果,确定所述目标对象是否为活体对象。
5.根据权利要求4所述的方法,根据所述第一比较结果,确定出与所述第一比较结果匹配的概率阈值,包括:
根据所述第一比较结果,在确定所述相似度参数大于等于所述预设的相似度阈值的情况下,确定预设的第一概率值作为与所述第一比较结果匹配的概率阈值;
根据所述第一比较结果,在确定所述相似度参数小于所述预设的相似度阈值的情况下,确定预设的第二概率值作为与所述第一比较结果匹配的概率阈值;其中,所述预设的第一概率值的数值小于所述预设的第二概率值。
6.根据权利要求1所述的方法,所述预设的攻击图像特征库按照以下方式建立:
获取样本数据,其中,所述样本数据包括包含有非活体对象的图像数据,和包含有活体对象的图像数据;
通过人脸比对模型,从所述样本数据中提取得到多个样本特征;
从所述多个样本特征中筛选出用于指示疑似非活体对象的特征数据,作为黑样本特征;
根据所述黑样本特征,建立所述预设的攻击图像特征库。
7.根据权利要求6所述的方法,从所述多个样本特征中筛选出用于指示疑似非活体对象的特征数据,作为黑样本特征,包括:
确定所述样本数据的LBP特征;
根据所述样本数据的LBP特征,通过混合高斯模型,划分得到第一样本数据集和第二样本数据集;
利用预设的活体检测模型,分别确定第一样本数据集的目标概率平均值,和第二样本数据集的目标概率平均值;
根据所述第一样本数据集的目标概率平均值,和第二样本数据集的目标概率平均值,从所述第一样本数据集和第二样本数据集中选择目标概率平均值大的样本数据集作为符合要求的样本数据集;
获取所述符合要求的样本数据集中的样本数据的样本特征作为所述黑样本特征。
8.根据权利要求6所述的方法,在从所述多个样本特征中筛选出用于指示疑似非活体对象的特征数据,作为黑样本特征之前,所述方法还包括:
通过预设的活体检测模型根据所述样本数据确定出样本数据中的目标对象为非活体对象的目标概率;
根据所述样本数据的目标概率,从所述样本特征中删除目标概率小于预设门槛值的样本数据所对应的样本特征。
9.根据权利要求6所述的方法,在根据所述黑样本特征,建立所述预设的攻击图像特征库后,所述方法还包括:
根据所述预设的攻击图像特征库,建立多个黑样本特征组,其中,所述黑样本特征组包括两个黑样本特征;
计算黑样本特征组所包括的两个黑样本特征之间的余弦相似度;
筛选出余弦相似度大于预设的相似度阈值的黑样本特征组,作为调整组;
从所述调整组中筛选出一个黑样本特征,作为冗余特征;
从所述预设的攻击图像特征库中删除所述冗余特征。
10.一种活体检测装置,包括:
第一获取模块,用于获取目标图像数据,其中,所述目...
【专利技术属性】
技术研发人员:曹佳炯,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。