一种活体检测方法、装置、及其识别模型训练方法制造方法及图纸

本申请公开了一种活体检测方法，该方法包括，将获取的待检测目标近红外光图像进行归一化处理，得到归一化后的第一图像；基于第一图像，统计灰度直方图，求取灰度直方图的方差，得到区分特征；将区分特征输入至训练后的识别模型；根据所述识别模型的输出结果，进行检测结果的判定。本方法能够有效抵御照片和视频显示包括手机等假体的攻击，提高识别设备的安全性。并且，无需待检测目标按特定指令进行配合，整个验证过程耗时少，体验好。

A method, device and training method of recognition model for living body detection

【技术实现步骤摘要】
一种活体检测方法、装置、及其识别模型训练方法
本专利技术涉及活体识别
，特别地，涉及一种活体检测方法。
技术介绍
活体检测技术是为了防止恶意者将伪造的他人生物特征用于身份认证，在生物特征识别过程中，针对待认证样本是否具有生命特征进行检测的技术。例如，目前广泛应用的人脸活体检测，大部分是通过眨眼、张嘴、摇头、点头等组合动作，使用人脸关键点定位和人脸追踪等技术，验证用户是否为真实活体本人操作，以便有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。上述的人脸活体检测单一地基于可见光的人脸识别设备，容易被视频中的人脸攻破，不具备防假功能，设备的安全性很低；并且，在检测过程中需要有交互式动作(用户配合指令完成相应的动作，如微笑、朗读等)，这种基于交互式指令的检测需要用户配合，用户体验差，一旦获取所有指令可针对性的录制视频，也难以防备视频攻击。部分人脸活体检测也利用红外成像，检测虹膜、嘴唇等特征信息，还有捕捉微表情等方法，但此类方法对硬件要求较高，算法亦相对复杂。另有一些活体检测技术有3D成像(多目成像、结构光等)、热红外和多光谱等。基于热红外的活体检测方法通过热红外成像分析脸部温度分布，用于采集热红外图像的热红外仪器成本贵且易受温度影响，硬件成本高，需要多帧图像综合判断，算法耗时长；而3D方法对设备精度要求高，应用限制多，实现的效果并不理想。
技术实现思路
本专利技术提供了一种活体检测方法，以减少活体检测过程的耗时。本专利技术一方面提供一种活体检测方法，该方法包括，将获取的待检测目标近红外光图像进行归一化处理，得到归一化后的第一图像；基于第一图像，统计灰度直方图，求取灰度直方图的方差，得到区分特征；将区分特征输入至训练后的识别模型；根据所述识别模型的输出结果，进行检测结果的判定。其中，所述训练后的识别模型通过如下步骤训练得到：将近红外光活体图像进行归一化处理，得到第二图像；将近红外光非活体图像进行归一化处理，得到第三图像；基于第二图像，统计灰度直方图，求取灰度直方图的方差，得到基于第二图像的区分特征；基于第三图像，统计灰度直方图，求取灰度直方图的方差，得到基于第三图像的区分特征；将基于第二图像的区分特征作为正样本数据，基于第三图像的区分特征作为负样本数据，输入至待训练的识别模型进行训练，直至该识别模型的输出结果达到第一阈值，将该识别模型的当前模型参数作为训练后的模型参数，得到训练后的识别模型；所述根据所述识别模型的输出结果，进行检测结果的判定包括，判断识别模型的输出是否大于所述第一阈值，如果是，则判定待检测目标为活体，否则，判定待检测目标为非活体。其中，所述归一化处理包括，将获取的近红外光图像缩放为图像宽度为第一像素、图像长度为第二像素的图像。较佳地，所述统计灰度直方图，求取灰度直方图的方差，得到区分特征包括，将所述归一化后的图像按照n×n像素子块的平均值变换为第一图像块，其中，n为第一像素、第二像素的公约数；统计第一图像块的灰度直方图，求取该灰度直方图的方差，将该方差作为第一区分特征。较佳地，所述统计灰度直方图，求取灰度直方图的方差，得到区分特征包括，对所述归一化后的图像进行图像增强处理，将增强后的图像按照m×m像素子块的像素标准差变换为第二图像块，其中，m为所述第一像素、第二像素的公约数；统计第二图像块的灰度直方图，求取该灰度直方图的方差，将该方差作为第二区分特征。较佳地，所述统计灰度直方图，求取灰度直方图的方差，得到区分特征包括，将第二图像块进行归一化，得到第三图像块；统计第三图像块的灰度直方图，求取该灰度直方图的方差，将该方差作为第三区分特征。其中，所述将第二图像块进行归一化包括，将第二图像块中的元素值映射到0～256以内。较佳地，所述将区分特征输入至训练后的识别模型包括，将至少两个区分特征输入至预先训练后的识别模型。较佳地，所述将获取的近红外光图像缩放为图像宽度为第一像素、图像长度为第二像素的图像包括，按照双线性插值方法进行图像的缩放。较佳地，所述将基于第二图像的区分特征作为正样本数据包括，将至少两个基于第二图像的区分特征作为所述正样本数据；所述基于第三图像的区分特征作为负样本数据包括，将至少两个基于第三图像的区分特征作为所述负样本数据。较佳地，所述待检测目标近红外光图像为将待检测目标经过检测计算后裁剪出的包含待检测目标部分的图像。其中，所述识别模型为人工神经网络模型，所述近红外光波长图像为780nm～1100nm的近红外波段成像。本申请一方面提供一种活体检测装置，该装置包括存储器和处理器，其中，所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现上述任一所述的活体检测方法。本申请一方面提供一种存储介质，存储有实现上述任一所述的活体检测方法的计算机程序。本申请另一方面提供一种活体检测识别模型的训练方法，该方法包括，将近红外光活体图像进行归一化处理，得到第二图像；将近红外光非活体图像进行归一化处理，得到第三图像；基于第二图像，统计灰度直方图，求取灰度直方图的方差，得到基于第二图像的区分特征；基于第三图像，统计灰度直方图，求取灰度直方图的方差，得到基于第三图像的区分特征；将基于第二图像的区分特征作为正样本数据，基于第三图像的区分特征作为负样本数据，输入至待训练的识别模型进行训练，得到训练后的识别模型。本申请另一方面一种活体检测识别模型的训练装置，其特征在于，该装置包括存储器和处理器，其中，所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现上述的活体检测识别模型的训练方法。本申请另一方面提供一种存储介质，存储有实现上述的活体检测识别模型训练方法的计算机程序，和/或存储有按照所述的活体检测识别模型训练方法所得到的训练后的识别模型。本专利技术基于近红外光波段成像的图像，通过分析近红外波段的活体图像和非活体图像的特征，通过训练后的识别模型，有效地识别出待测目标是否为活体，本方法能够有效抵御照片和视频显示(包括手机)等假体的攻击，提高识别设备的安全性。并且，无需待检测目标按特定指令进行配合，整个验证过程耗时少，体验好。特别是在人脸识别过程中，无需用户的参与和配合，检测和识别响应快速。附图说明图1为本申请实施例活体检测方法的一种流程示意图。图2为归一化后的第一图像以及分块的一种示意图。图3为本申请实施例获得近红外光活体图像的区分特征的一种流程示意图。图4分别示出了基于活体人脸的第一图像块灰度直方图和基于非活体人脸的第一图像块灰度直方图。图5分别示出了基于活体人脸的第二图像块灰度直方图和基于非活体人脸的第二图像块灰度直方图。图6分别示出了基于活本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，该方法包括，/n将获取的待检测目标近红外光图像进行归一化处理，得到归一化后的第一图像；/n基于第一图像，统计灰度直方图，求取灰度直方图的方差，得到区分特征；/n将区分特征输入至训练后的识别模型；/n根据所述识别模型的输出结果，进行检测结果的判定。/n

【技术特征摘要】
1.一种活体检测方法，其特征在于，该方法包括，
将获取的待检测目标近红外光图像进行归一化处理，得到归一化后的第一图像；
基于第一图像，统计灰度直方图，求取灰度直方图的方差，得到区分特征；
将区分特征输入至训练后的识别模型；
根据所述识别模型的输出结果，进行检测结果的判定。


2.如权利要求1所述的方法，其特征在于，所述训练后的识别模型通过如下步骤训练得到：
将近红外光活体图像进行归一化处理，得到第二图像；将近红外光非活体图像进行归一化处理，得到第三图像；
基于第二图像，统计灰度直方图，求取灰度直方图的方差，得到基于第二图像的区分特征；基于第三图像，统计灰度直方图，求取灰度直方图的方差，得到基于第三图像的区分特征；
将基于第二图像的区分特征作为正样本数据，基于第三图像的区分特征作为负样本数据，输入至待训练的识别模型进行训练，直至该识别模型的输出结果达到第一阈值，将该识别模型的当前模型参数作为训练后的模型参数，得到训练后的识别模型；
所述根据所述识别模型的输出结果，进行检测结果的判定包括，判断识别模型的输出是否大于所述第一阈值，如果是，则判定待检测目标为活体，否则，判定待检测目标为非活体。


3.如权利要求1或2所述的方法，其特征在于，所述归一化处理包括，将获取的近红外光图像缩放为图像宽度为第一像素、图像长度为第二像素的图像。


4.如权利要求3所述的方法，其特征在于，所述统计灰度直方图，求取灰度直方图的方差，得到区分特征包括，
将所述归一化后的图像按照n×n像素子块的平均值变换为第一图像块，其中，n为第一像素、第二像素的公约数；
统计第一图像块的灰度直方图，求取该灰度直方图的方差，将该方差作为第一区分特征。


5.如权利要求3所述的方法，其特征在于，所述统计灰度直方图，求取灰度直方图的方差，得到区分特征包括，
对所述归一化后的图像进行图像增强处理，将增强后的图像按照m×m像素子块的像素标准差变换为第二图像块，其中，m为所述第一像素、第二像素的公约数；
统计第二图像块的灰度直方图，求取该灰度直方图的方差，将该方差作为第二区分特征。


6.如权利要求5所述的方法，其特征在于，所述统计灰度直方图，求取灰度直方图的方差，得到区分特征包括，
将第二图像块进行归一化，得到第三图像块；
统计第三图像块的灰度直方图，求取该灰度直方图的方差，将该方差作为第三区分特征。


7.如权利要求6所述的方法，其特征在于，所述将第二图像块进行归一化包括，将第二图像块中的元素值映射到0～256以内。


8.如权利要求6所述的方法，其特征在于，所述将区分特征输入至训练后的识别模型包括，将至少两个区分特征输入至预先训练后的识别模型。


9.如权利要求3所述的方法，其特征在于，所述将获取的近红外光图像缩放为图像宽度为第一像素、图像长度为第二像素的图像包括，按照双线性插值方法进行图像的缩放。


10.如权利要求6所述的方法，其特征在于，所述将基于第二图像的区分特征作为正样本数据包括，将至少两个基于第二图像的区分特征作为所述正样本数据；
所述基于第三图像的区分特征作为负样本数据包括，将至少两个基于第三图像的区分特征作为所述负样本数据。


11.如权利要求1所述的方法，其特征在于，所述待检测目标近红外光图像为将待检测目标经过检测计算后裁剪出的包含待检测目标部分的图像。


12.如权利要求1所述的方法，其特征在于，所述识别模型为人工神经网络模型，所述近红外光波长图像为780nm～1100nm的近红外波段成像。


13.一种活体检测装置，其特征在于，该装置包括存储器和处理器，其中，
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序，实现权利要求1-12任一...

【专利技术属性】
技术研发人员：任志浩，华丛一，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33