一种活体检测的方法及设备技术

本申请适用于活体检测技术领域，提供了一种活体检测的方法，包括：通过获取多个人脸光谱图像，获取多个人脸光谱图像中的目标特征区域和参考特征区域，计算目标特征区域的第一灰度值和参考特征区域的第二灰度值的比值，得到目标灰度值比值；将目标灰度值比值与预设灰度值比值进行匹配，若匹配成功，则判定人脸光谱图像的人脸为活体人脸。上述方法，无需采用主动光源和光谱仪就可以实现多光谱的人脸活体检测，不需要借助可见光，不会被环境光所影响，可以避免复杂多变的环境光影响，提高了活体检测的精度，并且集成度高、算力要求低、成本低。

【技术实现步骤摘要】
一种活体检测的方法及设备
本申请属于活体检测的
，尤其涉及一种活体检测的方法及设备。
技术介绍
现有的活体检测方法一般包括面部检测、眼部检测、手部检测等；其中，基于面部的活体检测是当前的主流，基于人脸的活体检测主要包括面部特征检测、人脸三维信息检测、面部光流估计以及人脸光谱图像检测。在多光谱的活体检测中，一般是根据反射率来区别真实人脸和伪造人脸；而获取精确的反射率信息的前提是需要预先确定光源的光谱曲线。获取光源的光谱曲线主要有两种途径，一种是打出一个已知光谱曲线的主动光源；另一种是增加一个光谱仪，实时测量环境光的光谱曲线。上述两种方式均需要增加附加模组，增加了系统的复杂性和成本，并且容易受到环境光的影响，这样就会影响到活体检测的精度。
技术实现思路
本申请实施例提供了一种活体检测的方法及设备，可以解决现有活体检测方法均需要增加附加模组，系统复杂性和成本高，并且容易受到环境光的影响，导致活体检测的精度低的问题。第一方面，本申请实施例提供了一种活体检测的方法，包括：获取多个人脸光谱图像；获取所述多个人脸光谱图像中的目标特征区域和参考特征区域；所述目标特征区域的数量大于或者等于2；所述目标特征区域包括人脸特征区域；计算所述目标特征区域的第一灰度值和所述参考特征区域的第二灰度值的比值，得到目标灰度值比值；将所述目标灰度值比值与预设灰度值比值进行匹配，其中，所述预设灰度值比值为与多个人脸光谱图像对应的多个真实人脸光谱图像中所述目标特征区域的第三灰度值和所述参考特征区域的第四灰度值的比值；若匹配成功，则判定所述人脸光谱图像的人脸为活体人脸。进一步地，所述获取所述多个人脸光谱图像中的目标特征区域和参考特征区域，包括：获取所述多个人脸光谱图像中每一人脸光谱图像的特征区域；将满足预设筛选条件的所述特征区域作为参考特征区域，将除所述参考特征区域以外的所述特征区域作为目标特征区域。进一步地，所述获取多个人脸光谱图像中每一人脸光谱图像的特征区域，包括：根据预设清晰度条件和预设亮度条件，从所述多个人脸光谱图像中的每一人脸光谱图像中提取特征区域。进一步地，所述将所述目标灰度值比值与所述预设灰度值比值进行匹配，包括：根据所述多个人脸光谱图像中的所述目标灰度值比值和所述预设灰度值比值，确定各光谱波段下的误差信息；根据所述误差信息确定所述目标灰度值比值与所述目标特征区域对应的预设灰度值比值之间的匹配结果。进一步地，在所述根据所述多个人脸光谱图像中的所述目标灰度值比值和所述预设灰度值比值，确定各光谱波段下的误差信息之前，还包括：获取在所述各光谱波段下真实人脸光谱图像中所述目标特征区域的第一真实人脸反射率和所述参考特征区域的第二真实人脸反射率；根据所述第一真实人脸反射率和所述第二真实人脸反射率，确定预设灰度值比值。进一步地，所述根据所述第一真实人脸反射率和所述第二真实人脸反射率，确定预设灰度值比值，包括：根据所述第一真实人脸反射率和所述第二真实人脸反射率，确定所述各光谱波段下多个人脸光谱图像对应的初始灰度值比值；将所有所述初始灰度值比值的平均值作为预设灰度值比值；或者，将所有所述初始灰度值比值中出现次数最多的所述初始灰度值比值作为预设灰度值比值。进一步地，所述目标特征区域还包括背景特征区域。进一步地，所述参考特征区域为光谱曲线波动小于预设阈值的人脸特征区域或者背景特征区域。第二方面，本申请实施例提供了一种活体检测的装置，包括：第一获取单元，用于获取多个人脸光谱图像；第二获取单元，用于获取所述多个人脸光谱图像中的目标特征区域和参考特征区域；所述目标特征区域的数量大于或者等于2；所述目标特征区域包括人脸特征区域；第一计算单元，用于计算所述目标特征区域的第一灰度值和所述参考特征区域的第二灰度值的比值，得到目标灰度值比值；匹配单元，用于将所述目标灰度值比值与预设灰度值比值进行匹配，其中，所述预设灰度值比值为与多个人脸光谱图像对应的多个真实人脸光谱图像中所述目标特征区域的第三灰度值和所述参考特征区域的第四灰度值的比值；判定单元，用于若匹配成功，则判定所述人脸光谱图像的人脸为活体人脸。进一步地，所述第二获取单元，包括：第三获取单元，用于获取所述多个人脸光谱图像中每一人脸光谱图像的特征区域；第一处理单元，用于将满足预设筛选条件的所述特征区域作为参考特征区域，将除所述参考特征区域以外的所述特征区域作为目标特征区域。进一步地，所述第三获取单元，具体用于：根据预设清晰度条件和预设亮度条件，从所述多个人脸光谱图像中的每一人脸光谱图像中提取特征区域。进一步地，所述匹配单元，具体用于：根据所述多个人脸光谱图像中的所述目标灰度值比值和所述预设灰度值比值，确定各光谱波段下的误差信息；根据所述误差信息确定所述目标灰度值比值与所述目标特征区域对应的预设灰度值比值之间的匹配结果。进一步地，所述匹配单元，具体还用于：获取在所述各光谱波段下真实人脸光谱图像中所述目标特征区域的第一真实人脸反射率和所述参考特征区域的第二真实人脸反射率；根据所述第一真实人脸反射率和所述第二真实人脸反射率，确定预设灰度值比值。进一步地，所述匹配单元，具体还用于：根据所述第一真实人脸反射率和所述第二真实人脸反射率，确定所述各光谱波段下多个人脸光谱图像对应的初始灰度值比值；将所有所述初始灰度值比值的平均值作为预设灰度值比值；或者，将所有所述初始灰度值比值中出现次数最多的所述初始灰度值比值作为预设灰度值比值。进一步地，所述目标特征区域还包括背景特征区域。进一步地，所述参考特征区域为光谱曲线波动小于预设阈值的人脸特征区域或者背景特征区域。第三方面，本申请实施例提供了一种活体检测的设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的活体检测的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的活体检测的方法。本申请实施例与现有技术相比存在的有益效果是：通过获取多个人脸光谱图像，获取多个人脸光谱图像中的目标特征区域和参考特征区域，计算目标特征区域的第一灰度值和参考特征区域的第二灰度值的比值，得到目标灰度值比值；将目标灰度值比值与预设灰度值比值进行匹配，若匹配成功，则判定人脸光谱图像的人脸为活体人脸。上述方法，无需采用主动光源和光谱仪就可以实现多光谱的人脸活体检测，不需要借助可见光，不会被环境光所影响，可以避免复杂多变的环境光影响，提高了活体检测的精度，并且集成度高、算力要求低、成本低。附图说明为了更清楚地说明本申请实施例中的本文档来自技高网...

【技术保护点】
1.一种活体检测的方法，其特征在于，包括：/n获取多个人脸光谱图像；/n获取所述多个人脸光谱图像中的目标特征区域和参考特征区域；所述目标特征区域的数量大于或者等于2；所述目标特征区域包括人脸特征区域；/n计算所述目标特征区域的第一灰度值和所述参考特征区域的第二灰度值的比值，得到目标灰度值比值；/n将所述目标灰度值比值与预设灰度值比值进行匹配，其中，所述预设灰度值比值为与多个人脸光谱图像对应的多个真实人脸光谱图像中所述目标特征区域的第三灰度值和所述参考特征区域的第四灰度值的比值；/n若匹配成功，则判定所述人脸光谱图像的人脸为活体人脸。/n

【技术特征摘要】
1.一种活体检测的方法，其特征在于，包括：
获取多个人脸光谱图像；
获取所述多个人脸光谱图像中的目标特征区域和参考特征区域；所述目标特征区域的数量大于或者等于2；所述目标特征区域包括人脸特征区域；
计算所述目标特征区域的第一灰度值和所述参考特征区域的第二灰度值的比值，得到目标灰度值比值；
将所述目标灰度值比值与预设灰度值比值进行匹配，其中，所述预设灰度值比值为与多个人脸光谱图像对应的多个真实人脸光谱图像中所述目标特征区域的第三灰度值和所述参考特征区域的第四灰度值的比值；
若匹配成功，则判定所述人脸光谱图像的人脸为活体人脸。


2.如权利要求1所述的活体检测的方法，其特征在于，所述获取所述多个人脸光谱图像中的目标特征区域和参考特征区域，包括：
获取所述多个人脸光谱图像中每一人脸光谱图像的特征区域；
将满足预设筛选条件的所述特征区域作为参考特征区域，将除所述参考特征区域以外的所述特征区域作为目标特征区域。


3.如权利要求2所述的活体检测的方法，其特征在于，所述获取多个人脸光谱图像中每一人脸光谱图像的特征区域，包括：
根据预设清晰度条件和预设亮度条件，从所述多个人脸光谱图像中的每一人脸光谱图像中提取特征区域。


4.如权利要求1所述的活体检测的方法，其特征在于，所述将所述目标灰度值比值与所述预设灰度值比值进行匹配，包括：
根据所述多个人脸光谱图像中的所述目标灰度值比值和所述预设灰度值比值，确定各光谱波段下的误差信息；
根据所述误差信息确定所述目标灰度值比值与所述目标特征区域对应的预设灰度值比值之间的匹配结果。

【专利技术属性】
技术研发人员：黄泽铗，师少光，张丁军，江隆业，黄源浩，肖振中，
申请(专利权)人：奥比中光科技集团股份有限公司，
类型：发明
国别省市：广东;44