用于活性测试和/或生物特征识别验证的方法和设备技术

提供了用于活性测试和/或生物特征识别验证的方法和设备。所述方法包括：通过基于包括对象的红外(IR)图像执行第一预处理来生成预处理的IR图像；通过基于包括对象的深度图像执行第二预处理来生成预处理的深度图像；以及基于预处理的IR图像和预处理的深度图像来确定对象是否是真实对象。

【技术实现步骤摘要】
用于活性测试和/或生物特征识别验证的方法和设备本申请要求于2019年11月21日提交到韩国知识产权局的第10-2019-0150537号韩国专利申请的权益，所述韩国专利申请的全部公开出于所有目的通过引用包含于此。
以下描述涉及一种具有活性测试和/或生物特征识别验证的方法和设备。
技术介绍
在用户验证系统中，计算装置可基于由用户提供的验证信息来确定是否允许用户访问计算装置。验证信息可包括由用户输入的密码或用户的生物特征识别(biometric)信息。生物特征识别信息可包括与指纹、虹膜和/或面部有关的信息。面部反欺骗技术可验证输入到计算装置的用户的面部是假冒面部还是真实面部。为此，可从输入图像提取特征(诸如，局部二进制模式(LBP)、方向梯度直方图(HOG)和高斯差(DoG))，并且可基于提取的特征来确定输入的面部是否是假冒面部。面部欺骗可包括使用照片、视频或面具的攻击(或者使面部反欺骗技术不正确地确定假冒面部用户输入是真实面部的尝试)。
技术实现思路
提供本
技术实现思路
以简化的形式介绍在以下具体实施方式中进一步本文档来自技高网...

【技术保护点】
1.一种用于活性测试的方法，包括：/n通过基于包括对象的红外图像执行第一预处理来生成预处理的红外图像；/n通过基于包括对象的深度图像执行第二预处理来生成预处理的深度图像；以及/n基于预处理的红外图像和预处理的深度图像来确定对象是否是真实对象。/n

【技术特征摘要】
20191121 KR 10-2019-01505371.一种用于活性测试的方法，包括：
通过基于包括对象的红外图像执行第一预处理来生成预处理的红外图像；
通过基于包括对象的深度图像执行第二预处理来生成预处理的深度图像；以及
基于预处理的红外图像和预处理的深度图像来确定对象是否是真实对象。


2.根据权利要求1所述的方法，还包括：获取包括对象的红外图像和包括对象的深度图像。


3.根据权利要求1所述的方法，其中，确定对象是否是真实对象的步骤包括：确定对象是否是有生命的对象。


4.根据权利要求1所述的方法，其中，生成预处理的红外图像的步骤包括：通过增强红外图像的边缘分量来生成预处理的红外图像。


5.根据权利要求1至4中的任意一项所述的方法，其中，生成预处理的红外图像的步骤包括：
基于红外图像中的当前像素的像素值和当前像素的邻近像素的像素值来生成第一中间图像；
通过对红外图像执行归一化来生成第二中间图像；以及
基于红外图像、第一中间图像和第二中间图像来生成预处理的红外图像。


6.根据权利要求5所述的方法，其中，预处理的红外图像的像素包括：红外图像中的当前像素的像素值、第一中间图像中的对应的位置处的像素的像素值和第二中间图像中的对应的位置处的像素的像素值。


7.根据权利要求5所述的方法，其中，生成第一中间图像的步骤包括：将红外图像中的当前像素的像素值与生成的单通道红外图像中的对应的位置处的像素的像素值进行组合。


8.根据权利要求7所述的方法，其中，通过将第一通道红外图像中的对应的位置处的像素的像素值、第二通道红外图像中的对应的位置处的像素的像素值、第三通道红外图像中的对应的位置处的像素的像素值和第四通道红外图像中的对应的位置处的像素的像素值进行组合来生成单通道红外图像中的对应的位置处的像素的像素值。


9.根据权利要求8所述的方法，其中，
第一通道红外图像中的像素的像素值是紧位于红外图像中的当前像素上方的像素的像素值，
第二通道红外图像中的像素的像素值是紧位于红外图像中的当前像素下方的像素的像素值，
第三通道红外图像中的像素的像素值是紧位于红外图像中的当前像素的左侧的像素的像素值，以及
第四通道红外图像中的像素的像素值是紧位于红外图像中的当前像素的右侧的像素的像素值。


10.根据权利要求1至4中的任意一项所述的方法，其中，生成预处理的深度图像的步骤包括：
确定深度图像中的对象的特征点；以及
通过基于确定的特征点执行深度图像中的对象的平移和旋转中的任何一个或两者来执行第二预处理。


11.根据权利要求1至4中的任意一项所述的方法，其中，生成预处理的深度图像的步骤包括：
确定深度图像中的对象的特征点；以及
通过基于预定面部区域的参考点和确定的特征点，将深度图像中的对象变换为正面面部来执行第二预处理。


12.根据权利要求11所述的方法，其中，确定深度图像中的对象的特征点的步骤包括：将深度图像中的与在红外图像中检测到的对象的特征点的位置对应的位置确定为深度图像中的对象的特征点的位置。


13.根据权利要求12所述的方法，其中，执行第二预处理的步骤包括：
基于深度图像中的对象的特征点的位置和预定面部区域的对应的参考点的位置，确定变换矩阵；以及
将确定的变换矩阵应用于深度图像中的对象。


14.根据权利要求1至4中的任意一项所述的方法，其中，确定对象是否是真实对象的步骤包括：
通过将预处理的红外图像作为输入输入到基于神经网络的第一活性测试模型来确定第一活性分数；
通过将预处理的深度图像输入到基于神经网络的第二活性测试模型来确定第二活性分数；以及
基于第一活性分数和第二活性分数来确定对象是否是真实对象。


15.根据权利要求1至4中的任意一项所述的方法，其中，确定对象...

【专利技术属性】
技术研发人员：郭荣竣，高民守，金暎星，金熙愿，宋周奂，兪炳仁，李宣旼，李容日，崔智镐，韩承周，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国;KR