一种活体检测方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供的活体检测方法、装置及计算机可读存储介质，应用于生物识别技术领域，所述方法基于检测对象的近红外图片和近红外视频实现，在近红外图片和近红外视频均检测到人脸的情况下，基于近红外图片进行活体检测，得到活体初检结果，同时基于近红外视频进行动作检测，得到动作检测结果，在动作检测结果表征检测对象的检测动作满足预设动作规则，且活体初检结果表征检测对象为活体的情况下，判定检测对象为活体，本方法综合多方面检测条件判断检测对象是否为活体，可以有效提高活体检测结果的准确率，进而满足实际应用需求。

【技术实现步骤摘要】
一种活体检测方法、装置及计算机可读存储介质
本专利技术属于生物识别
，尤其涉及一种活体检测方法、装置及计算机可读存储介质。
技术介绍
活体检测是指在一些需要进行身份验证的场景中，确定检测对象是否为真实活体本人。比如，在人脸识别应用中，需要通过活体检测验证检测对象是否为真人，确保人脸识别结果的有效性，进而抵御照片、面具、遮挡以及屏幕翻拍等常见的攻击手段，帮助用户甄别欺诈行为，保障用户的利益。然而，专利技术人研究发现，现有的活体检测方法的检测条件大都过于单一，导致活体检测结果的准确度较低，难以满足实际应用需求。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种活体检测方法、装置及计算机可读存储介质，综合多方面检测条件判断检测对象是否为活体，有效提高活体检测结果的准确度，进而满足实际应用需求，具体方案如下：第一方面，本专利技术提供一种活体检测方法，包括：采集检测对象的近红外图片和近红外视频；分别对所述近红外图片和所述近红外视频进行人脸识别，得到相应的识别结果，其中，与所述近红外图片对应的识别结果为第一识别结果，与所述近红外视频对应的识别结果为第二识别结果；分别解析所述第一识别结果和所述第二识别结果；若所述第一识别结果表征所述近红外图片中检测到人脸，将所述近红外图片输入预训练的活体检测模型，得到活体初检结果；若所述第二识别结果表征所述近红外视频中检测到人脸，根据预设动作规则，检测所述近红外视频中包括的所述检测对象的检测动作，得到动作检测结果；若所述活体初检结果表征所述检测对象为活体，且所述动作检测结果表征所述检测动作满足所述预设动作规则，判定所述检测对象为活体。可选的，若所述第一识别结果表征所述近红外图片中未检测到人脸，或者，所述活体初检结果表征所述检测对象为非活体，或者，所述第二识别结果表征所述近红外视频中未检测到人脸，或者，所述检测动作未满足所述预设动作规则，判定所述检测对象为非活体。可选的，所述采集检测对象的近红外图片，包括：在第一预设时长内，按照预设采样周期采集检测对象的多组近红外图片，其中，各组所述近红外图片包括一张补光灯开启情况下的近红外图片和一张补光灯关闭情况下的近红外图片。可选的，对所述近红外图片进行人脸识别的过程，包括：针对每一组所述近红外图片，基于所述补光灯关闭情况下的近红外图片对所述补光灯开启情况下的近红外图片进行修正，得到消除环境光线影响的修正近红外图片；分别将各所述修正近红外图片输入预训练的第一人脸识别模型，得到所述近红外图片对应的识别结果；其中，所述第一人脸识别模型以样本对象的近红外样本图片为训练样本，以所述近红外样本图片的图片内容为标签，训练神经网络得到，其中，所述图片内容包括包含人脸图像和未包含人脸图像。可选的，所述基于所述补光灯关闭情况下的近红外图片对所述补光灯开启情况下的近红外图片进行修正，得到消除环境光线影响的修正近红外图片，包括：计算所述补光灯开启情况下的近红外图片与所述补光灯关闭情况下的近红外图片在相同像素位置的像素值差值；以各所述像素位置对应的像素值差值为像素值，生成消除环境光线影响的修正近红外图片。可选的，所述根据预设动作规则，检测所述近红外视频中包括的所述检测对象的检测动作，得到动作检测结果，包括：识别所述近红外视频中所述检测对象做出的多个检测动作；若各所述检测动作的动作顺序与预设动作规则中预设的动作顺序一致，得到表征所述检测动作满足所述预设动作规则的动作检测结果；若各所述检测动作的动作顺序与预设动作规则中预设的动作顺序不一致，得到表征所述检测动作不满足所述预设动作规则的动作检测结果。可选的，所述第二识别结果包括多张包含所述检测对象人脸图像的视频提取图片，以及，所述视频提取图片包含的所述检测对象的指定脸部位置的特征数据；所述识别所述近红外视频中所述检测对象做出的多个检测动作，包括：根据所述指定脸部位置的特征数据识别所述检测对象的至少一个面部检测动作；根据所述视频提取图片识别所述检测对象的至少一个头部检测动作。可选的，所述根据所述视频提取图片识别所述检测对象的至少一个头部检测动作，包括：基于所述视频提取图片获取所述检测对象的头部姿态数据；根据所述头部姿态数据与预设姿态阈值的大小关系，确定所述检测对象的至少一个头部检测动作。第二方面，本专利技术提供一种活体检测装置，包括：采集单元，用于采集检测对象的近红外图片和近红外视频；识别单元，用于分别对所述近红外图片和所述近红外视频进行人脸识别，得到相应的识别结果，其中，与所述近红外图片对应的识别结果为第一识别结果，与所述近红外视频对应的识别结果为第二识别结果；解析单元，用于分别解析所述第一识别结果和所述第二识别结果；第一检测单元，用于若所述第一识别结果表征所述近红外图片中检测到人脸，将所述近红外图片输入预训练的活体检测模型，得到活体初检结果；第二检测单元，用于若所述第二识别结果表征所述近红外视频中检测到人脸，根据预设动作规则，检测所述近红外视频中包括的所述检测对象的检测动作，得到动作检测结果；判定单元，用于若所述活体初检结果表征所述检测对象为活体，且所述动作检测结果表征所述检测动作满足所述预设动作规则，判定所述检测对象为活体。第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令运行时执行本专利技术第一方面任一项所述的活体检测方法的步骤。基于上述技术方案可见，本专利技术提供的活体检测方法，基于检测对象的近红外图片和近红外视频实现，首先分别对近红外图片和近红外视频进行人脸识别，得到与近红外图片对应的第一识别结果以及与近红外视频对应的第二识别结果，然后分别对第一识别结果和第二识别结果进行解析，如果第一识别结果表征近红外图片中检测到人脸，将近红外图片输入预训练的活体检测模型，得到活体初检结果，如果第二识别结果表征近红外视频中检测到人脸，根据预设动作规则，检测近红外视频中包括的检测对象的检测动作，得到动作检测结果，最后，如果活体初检结果表征检测对象为活体且动作检测结果表征检测动作满足预设动作规则，则判定检测对象为活体，本专利技术提供的活体检测方法，综合人脸识别、基于近红外图片的活体初检结果，以及基于近红外视频的动作检测结果多方面检测条件判断检测对象是否为活体，与现有技术中依据单一检测条件进行活体检测的方法相比，可以有效提高活体检测的准确率，进而满足实际应用需求。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图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。图1是本专利技术实施例提供的一种活体检测方法流程图；图2是本专利技术实施例提供的本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，包括：/n采集检测对象的近红外图片和近红外视频；/n分别对所述近红外图片和所述近红外视频进行人脸识别，得到相应的识别结果，其中，与所述近红外图片对应的识别结果为第一识别结果，与所述近红外视频对应的识别结果为第二识别结果；/n分别解析所述第一识别结果和所述第二识别结果；/n若所述第一识别结果表征所述近红外图片中检测到人脸，将所述近红外图片输入预训练的活体检测模型，得到活体初检结果；/n若所述第二识别结果表征所述近红外视频中检测到人脸，根据预设动作规则，检测所述近红外视频中包括的所述检测对象的检测动作，得到动作检测结果；/n若所述活体初检结果表征所述检测对象为活体，且所述动作检测结果表征所述检测动作满足所述预设动作规则，判定所述检测对象为活体。/n

【技术特征摘要】
1.一种活体检测方法，其特征在于，包括：
采集检测对象的近红外图片和近红外视频；
分别对所述近红外图片和所述近红外视频进行人脸识别，得到相应的识别结果，其中，与所述近红外图片对应的识别结果为第一识别结果，与所述近红外视频对应的识别结果为第二识别结果；
分别解析所述第一识别结果和所述第二识别结果；
若所述第一识别结果表征所述近红外图片中检测到人脸，将所述近红外图片输入预训练的活体检测模型，得到活体初检结果；
若所述第二识别结果表征所述近红外视频中检测到人脸，根据预设动作规则，检测所述近红外视频中包括的所述检测对象的检测动作，得到动作检测结果；
若所述活体初检结果表征所述检测对象为活体，且所述动作检测结果表征所述检测动作满足所述预设动作规则，判定所述检测对象为活体。


2.根据权利要求1所述的活体检测方法，其特征在于，若所述第一识别结果表征所述近红外图片中未检测到人脸，
或者，所述活体初检结果表征所述检测对象为非活体，
或者，所述第二识别结果表征所述近红外视频中未检测到人脸，
或者，所述检测动作未满足所述预设动作规则，
判定所述检测对象为非活体。


3.根据权利要求1所述的活体检测方法，其特征在于，所述采集检测对象的近红外图片，包括：
在第一预设时长内，按照预设采样周期采集检测对象的多组近红外图片，其中，各组所述近红外图片包括一张补光灯开启情况下的近红外图片和一张补光灯关闭情况下的近红外图片。


4.根据权利要求3所述的活体检测方法，其特征在于，对所述近红外图片进行人脸识别的过程，包括：
针对每一组所述近红外图片，基于所述补光灯关闭情况下的近红外图片对所述补光灯开启情况下的近红外图片进行修正，得到消除环境光线影响的修正近红外图片；
分别将各所述修正近红外图片输入预训练的第一人脸识别模型，得到所述近红外图片对应的识别结果；
其中，所述第一人脸识别模型以样本对象的近红外样本图片为训练样本，以所述近红外样本图片的图片内容为标签，训练神经网络得到，其中，所述图片内容包括包含人脸图像和未包含人脸图像。


5.根据权利要求4所述的活体检测方法，其特征在于，所述基于所述补光灯关闭情况下的近红外图片对所述补光灯开启情况下的近红外图片进行修正，得到消除环境光线影响的修正近红外图片，包括：
计算所述补光灯开启情况下的近红外图片与所述补光灯关闭情况下的近红外图片在相同像素位置的像素值差值；
以各所述像素位置对应的像素值差值为像素值，生...

【专利技术属性】
技术研发人员：陈韧，金忠孝，
申请(专利权)人：上海汽车集团股份有限公司，上海汽车工业集团总公司，
类型：发明
国别省市：上海;31