活体检测方法、设备、介质及计算机程序产品技术

本申请公开了一种活体检测方法、设备、介质及计算机程序产品，所述活体检测方法包括：接收待检测目标基于声波信号产生的回波信号；在所述回波信号中提取处于预设活体体征信号频段的振动信号，并判别所述振动信号是否为活体体征信号，获得信号判别结果；基于所述信号判别结果，检测所述待检测目标是否为活体。本申请解决了进行人脸识别时活体检测准确度的技术问题。

【技术实现步骤摘要】
活体检测方法、设备、介质及计算机程序产品
本申请涉及金融科技(Fintech)的人脸识别
，尤其涉及一种活体检测方法、设备、介质及计算机程序产品。
技术介绍
随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对应待办事项的分发也有更高的要求。随着计算机软件和人工智能、大数据云服务应用的不断发展，人脸识别技术的应用也越来越广泛。由于人脸数据比较容易获取，通过利用他人的人脸照片、人脸视频等手段攻击人脸识别系统的情况正变得越来越常见，进而如何识别照片或者视频中的人脸是用户本人，也即验证用户是否为真实活体本人操作，在人脸识别系统中显得越来越重要，对比文件(CN110688957A)公开了在进行人脸识别时，基于声波信号进行活体检测的方法，也即，基于不同材质的反射物对声波信号的反射率不同的原理，识别声波信号的回波是否由皮肤反射，进而识别反射声波信号的目标是否为活体，但是，恶意攻击者只要伪造类似于人脸材质的检测目标以反射声波信号即可攻破人脸识别系统，所以，该方法活体检测准确度较低。
技术实现思路
本申请的主要目的在于提供一种活体检测方法、设备、介质及计算机程序产品，旨在解决现有技术中人脸识别时活体检测准确性低的技术问题。为实现上述目的，本申请提供一种活体检测方法，所述活体检测方法应用于活体检测设备，所述活体检测方法包括：接收待检测目标基于声波信号产生的回波信号；在所述回波信号中提取处于预设活体体征信号频段的振动信号，并判别所述振动信号是否为活体体征信号，获得信号判别结果；基于所述信号判别结果，检测所述待检测目标是否为活体。本申请还提供一种活体检测装置，所述活体检测装置为虚拟装置，且所述活体检测装置应用于活体检测设备，所述活体检测装置包括：接收模块，用于接收待检测目标基于声波信号产生的回波信号；判别模块，用于在所述回波信号中提取处于预设活体体征信号频段的振动信号，并判别所述振动信号是否为活体体征信号，获得信号判别结果；活体检测模块，用于基于所述信号判别结果，检测所述待检测目标是否为活体。本申请还提供一种活体检测设备，所述活体检测设备为实体设备，所述活体检测设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述活体检测方法的程序，所述活体检测方法的程序被处理器执行时可实现如上述的活体检测方法的步骤。本申请还提供一种介质，所述介质为可读存储介质，所述可读存储介质上存储有实现活体检测方法的程序，所述活体检测方法的程序被处理器执行时实现如上述的活体检测方法的步骤。本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的活体检测方法的步骤。本申请提供了一种活体检测方法、设备、介质及计算机程序产品，相比于现有技术采用的基于人脸图像序列或者人脸视频的人脸特征进行活体检测的技术手段，本申请首先接收待检测目标基于声波信号产生的回波信号，在所述回波信号中提取处于预设活体体征信号频段的振动信号，并判别所述振动信号是否为活体体征信号，获得信号判别结果，其中，所述活体体征信号包括心跳产生的波信号和呼吸产生的波信号等，进而基于所述信号判别结果，检测所述待检测目标是否为活体，进而实现了通过判断所述回波信号中处于预设活体体征信号频段的振动信号是否为活体体征产生的信号，对所述待检测目标进行活体检测，也即，实现了基于活体体征产生的微小的振动信号进行活体检测的目的，进而即使恶意攻击者伪造类似于人脸材质的检测目标以反射声波信号，也无法攻破人脸识别系统，所以，克服了恶意攻击者通过伪造类似于人脸材质的检测目标以反射声波信号，即可攻破人脸识别系统的技术缺陷，所以，提升了活体检测的准确性。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请活体检测方法第一实施例的流程示意图；图2为本申请活体检测方法中拍摄人脸视频时，向活体人脸发射声波信号，并接收所述活体人脸的脸部皮肤基于所述声波信号产生的回波信号的示意图；图3为本申请活体检测方法第二实施例的流程示意图；图4为本申请活体检测方法第三实施例的流程示意图；图5为本申请活体检测方法第四实施例的流程示意图；图6为本申请实施例中活体检测方法涉及的硬件运行环境的设备结构示意图。本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。本申请实施例提供一种活体检测方法，在本申请活体检测方法的第一实施例中，参照图1，所述活体检测方法包括：步骤S10，接收待检测目标基于声波信号产生的回波信号；在本实施例中，需要说明的是，所述待检测目标为需要进行人脸识别的目标，而在进行人脸识别时，通常需要录制人脸视频，而此时可向待检测目标发射声波信号，其中，优选地，所述声波信号为人类听觉范围之外的高频信号，例如6-25kHz左右的高声波频信号等。接收待检测目标基于声波信号产生的回波信号，具体地，通过前端设备的扬声器向待检测目标发射声波信号，其中，所述前端设备为进行人脸识别的设备，例如手机、手环和手表等，进而通过所述前端设备的麦克风接收所述待检测目标对所述声波信号的反射波，获得回波信号，其中，若待检测目标为真实活体，则回波信号由待检测目标的皮肤反射声波信号得到，而由于真实活体的活体体征将导致皮肤发生振动，进而回波信号将会携带活体体征信号，其中，所述活体体征包括心跳和呼吸等，若待检测目标不为真实活体，则回波信号中将不会携带活体体征信号。其中，所述待检测目标包括活体人脸，所述接收待检测目标基于声波信号产生的回波信号的步骤包括：步骤S11，接收所述活体人脸的脸部皮肤基于所述声波信号产生的回波信号，其中，所述活体人脸的脸部皮肤随所述活体人脸对应的活体的心跳以及呼吸发生振动；在本实施例中，需要说明的是，所述待检测目标包括录制用于进行人脸识别的人脸视频时的活体人脸，进而可通过前端设备的扬声器向所述活体人脸发射声波信号。接收所述活体人脸的脸部皮肤基于所述声波信号产生的回波信号，其中，所述活体人脸的脸部皮肤随所述活体人脸对应的活体的心跳以及呼吸发生振动，具体地，通过前端设备的麦克风接收所述人脸的脸部皮肤对所述声波信号的反射波，获得回波信号，其中，所述活体人脸的脸部皮肤随所述活体人脸对应的活体的心跳以及呼吸发生振动，所以，所述回波信号中将携带活体的心跳以及呼吸对应的心跳以及呼吸信号，如图2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，所述活体检测方法包括：/n接收待检测目标基于声波信号产生的回波信号；/n在所述回波信号中提取处于预设活体体征信号频段的振动信号，并判别所述振动信号是否为活体体征信号，获得信号判别结果；/n基于所述信号判别结果，检测所述待检测目标是否为活体。/n

【技术特征摘要】
1.一种活体检测方法，其特征在于，所述活体检测方法包括：
接收待检测目标基于声波信号产生的回波信号；
在所述回波信号中提取处于预设活体体征信号频段的振动信号，并判别所述振动信号是否为活体体征信号，获得信号判别结果；
基于所述信号判别结果，检测所述待检测目标是否为活体。


2.如权利要求1所述活体检测方法，其特征在于，所述在所述回波信号中提取处于预设活体体征信号频段的振动信号的步骤包括：
对所述回波信号进行傅里叶变换，获得所述回波信号对应的回波频域数据；
通过对所述回波频域数据进行滤波，在所述回波频域数据中筛选处于所述预设活体体征信号频段的振动信号。


3.如权利要求2所述活体检测方法，其特征在于，所述预设活体体征信号频段包括第一预设频段、第二预设频段和第三预设频段，所述振动信号至少包括呼吸及心跳回波频域信号、呼吸回波频域信号和心跳回波频域信号中的一种，
所述通过对所述回波频域数据进行滤波，在所述回波频域数据中筛选处于所述预设活体体征信号频段的振动信号的步骤包括：
通过对所述回波频域数据进行滤波，在所述回波频域数据中筛选处于呼吸体征和心跳体征共同关联的第一预设频段的信号数据，获得所述呼吸及心跳回波频域信号；和/或
通过对所述回波频域数据进行滤波，在所述回波频域数据中筛选处于所述呼吸体征相关联的第二预设频段的信号数据，获得所述呼吸回波频域信号；和/或
通过对所述回波频域数据进行滤波，在所述回波频域数据中筛选处于所述心跳体征相关联的第三预设频段的信号数据，获得所述心跳回波频域信号。


4.如权利要求1所述活体检测方法，其特征在于，所述振动信号包括呼吸及心跳回波频域信号，
所述判别所述振动信号是否为活体体征信号，获得信号判别结果的步骤包括：
基于预设声波分类模型，对所述呼吸及心跳回波频域信号进行分类，获得信号分类结果；
基于所述信号分类结果，判别所述呼吸及心跳回波频域信号是否为所述活体体征信号，获得所述信号判别结果。


5.如权利要求1所述活体检测方法，其特征在于，所述振动信号至少包括呼吸回波频域信号和心跳回波频域信号中的一种，
所述判别所述振动信号是否为活体体征信号，获得信号判别结果的步骤包括：
基于预设第一声波分类模型，对所述呼吸回波频域信号进行分类，获得第一信号分类结果；
基于预设第二声波分类模型，对所述心跳回波频域信号进行分类，获得第...

【专利技术属性】
技术研发人员：谭圣琦，吴泽衡，徐倩，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44