活体检测方法、装置及电子设备制造方法及图纸

本申请适用于多光谱检测技术领域，特别涉及一种活体检测方法、装置及电子设备，该活体检测方法包括：获取包含人体皮肤的多光谱图像，所述多光谱图像包含至少一个像素；根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一反射率值，在第二特征波段的第二反射率值；将所述第一反射率值，所述第二反射率值，以及所述第一反射率值与第二反射率值的比值输入活体检测模型获得活体检测结果。本申请实施例可以提高活体检测的精度。

【技术实现步骤摘要】
活体检测方法、装置及电子设备
本申请涉及多光谱检测
，特别涉及一种活体检测方法、装置及电子设备。
技术介绍
活体检测是在一些身份验证场景确定对象真实生理特征的方法。以人脸识别应用场景为例进行说明。例如，活体检测能通过眨眼、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。可有效抵御照片、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。又如，由于多光谱图像中含有更丰富的场景信息，可以利用物体表面不同的反射率进行活体检测，降低系统误检率，防御非人脸材质的假体。但是随着身份验证场景贯穿人们生活的诸多方面，又与人们的利益息息相关，因此，如何提高活体检测精度是亟需解决的技术问题。
技术实现思路
有鉴于此，本申请实施例提供了一种活体检测方法、装置及电子设备，能够获得精度较高的活体检测结果。第一方面，本申请一实施例提供了一种活体检测方法，包括：获取包含人体皮肤的多光谱图像，所述多光谱图像包含至少一个像素；根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一反射率值，在第二特征波段的第二反射率值；将所述第一反射率值，所述第二反射率值，以及所述第一反射率值与所述第二反射率值的比值输入活体检测模型获得活体检测结果。本实施例将两个波段各自的反射率值以及两个波段之间反射率比值组合成三维特征，输入到活体检测模型，通过三维特征获得更高精度的检测结果，能够满足产品的高精度需求。作为第一方面的一种实现方式，所述根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一反射率值，在第二特征波段的第二反射率值，包括：根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一多光谱响应值Dw1以及在第二特征波段的第二多光谱响应值Dw2；根据所述多光谱图像获取第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2；计算所述至少一个像素在第一特征波段的第一反射率值Dw1/Sw1，计算所述至少一个像素在第二特征波段的第二反射率值Dw2/Sw2。作为第一方面的一种实现方式，所述根据所述多光谱图像获取第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2，包括：确定所述多光谱图像中每个像素的多光谱响应值；根据所述多光谱图像重构RGB图像；将所述RGB图像转换成灰度图像；确定所述灰度图像中灰度值小于阈值或灰度值小于或等于阈值的目标区域，根据所述目标区域在所述多光谱图像中对应的各像素的多光谱响应值，计算第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2。本实现方式将灰度值小于阈值，或灰度值小于或等于阈值的目标区域找出来，基于目标区域计算第一特征波段和第二特征波段的光源光谱响应值，可以提高获取到的光源光谱的准确度。作为第一方面的一种实现方式，所述灰度图像中各像素对应的灰度值根据该像素在所述RGB图像中的三通道数值计算得到。作为第一方面的一种实现方式，根据公式deta＝abs(1-G/B)+abs(1-R/B)计算各像素对应的灰度值，其中，R、G和B表示RGB图像中各像素的三通道数值，即R值、G值和B值，abs表示绝对值函数。作为第一方面的一种实现方式，所述将所述RGB图像转换成灰度图像之后，还包括：根据所述灰度图像确定阈值。作为第一方面的一种实现方式，根据所述灰度图像确定阈值包括：对所述灰度图像进行直方图统计，根据直方图统计结果中最小数值区间的区间参数确定阈值。作为第一方面的一种实现方式，所述根据直方图统计结果中最小数值区间的区间参数确定阈值，包括：根据直方图统计结果中最小数值区间的区间边界数值和像素占比确定阈值。作为第一方面的一种实现方式，所述根据所述目标区域在所述多光谱图像中对应的各像素的多光谱响应值，计算第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2，包括：计算所述目标区域在所述多光谱图像中对应的各像素的第一特征波段的多光谱响应值的平均值，得到第一光源光谱响应值Sw1；计算所述目标区域在所述多光谱图像中对应的各像素的第二特征波段的多光谱响应值的平均值，得到第二光源光谱响应值Sw2。作为第一方面的另一种实现方式，所述根据所述多光谱图像获取第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2，包括：确定所述多光谱图像中每个像素的多光谱响应值；获取RGB图像，将RGB图像与多光谱图像进行匹配，获得匹配后的RGB图像；将匹配后的RGB图像转换成灰度图像；确定所述灰度图像中灰度值小于阈值或灰度值小于或等于阈值的目标区域，根据所述目标区域在所述多光谱图像中对应的各像素的多光谱响应值，计算第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2。本实现方式将灰度值小于阈值，或灰度值小于或等于阈值的目标区域找出来，基于目标区域计算第一特征波段和第二特征波段的光源光谱响应值，可以提高获取到的光源光谱的准确度。作为第一方面的一种实现方式，所述灰度图像中各像素对应的灰度值根据该像素在匹配后的RGB图像中的三通道数值计算得到。作为第一方面的一种实现方式，根据公式deta＝abs(1-G/B)+abs(1-R/B)计算各像素对应的灰度值，其中，R、G和B表示匹配后的RGB图像中各像素的三通道数值，即R值、G值和B值，abs表示绝对值函数。作为第一方面的一种实现方式，所述将匹配后的RGB图像转换成灰度图像之后，还包括：根据所述灰度图像确定阈值。作为第一方面的一种实现方式，根据所述灰度图像确定阈值包括：对所述灰度图像进行直方图统计，根据直方图统计结果中最小数值区间的区间参数确定阈值。作为第一方面的一种实现方式，所述根据直方图统计结果中最小数值区间的区间参数确定阈值，包括：根据直方图统计结果中最小数值区间的区间边界数值和像素占比确定阈值。作为第一方面的一种实现方式，所述根据所述目标区域在所述多光谱图像中对应的各像素的多光谱响应值，计算第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2，包括：计算所述目标区域在所述多光谱图像中对应的各像素的第一特征波段的多光谱响应值的平均值，得到第一光源光谱响应值Sw1；计算所述目标区域在所述多光谱图像中对应的各像素的第二特征波段的多光谱响应值的平均值，得到第二光源光谱响应值Sw2。作为第一方面的一种实现方式，所述第一特征波段包括真实人体皮肤的吸收峰波段；所述第二特征波段包括真实人体皮肤的非吸收峰波段。第二方面，本申请实施例提供一种活体检测装置，包括：获取模块，用于获取包含人体皮肤的多光谱图像，所述多光谱图像包含至少一个像素；确定模块，用本文档来自技高网...

【技术保护点】
1.一种活体检测方法，其特征在于，包括：/n获取包含人体皮肤的多光谱图像，所述多光谱图像包含至少一个像素；/n根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一反射率值，在第二特征波段的第二反射率值；/n将所述第一反射率值，所述第二反射率值，以及所述第一反射率值与所述第二反射率值的比值输入活体检测模型获得活体检测结果。/n

【技术特征摘要】
1.一种活体检测方法，其特征在于，包括：
获取包含人体皮肤的多光谱图像，所述多光谱图像包含至少一个像素；
根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一反射率值，在第二特征波段的第二反射率值；
将所述第一反射率值，所述第二反射率值，以及所述第一反射率值与所述第二反射率值的比值输入活体检测模型获得活体检测结果。


2.如权利要求1所述的活体检测方法，其特征在于，所述根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一反射率值，在第二特征波段的第二反射率值，包括：
根据所述多光谱图像确定所述至少一个像素在第一特征波段的第一多光谱响应值Dw1以及在第二特征波段的第二多光谱响应值Dw2；
根据所述多光谱图像获取第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2；
计算所述至少一个像素在第一特征波段的第一反射率值Dw1/Sw1，计算所述至少一个像素在第二特征波段的第二反射率值Dw2/Sw2。


3.如权利要求2所述的活体检测方法，其特征在于，所述根据所述多光谱图像获取第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2，包括：
确定所述多光谱图像中每个像素的多光谱响应值；
根据所述多光谱图像重构RGB图像；
将所述RGB图像转换成灰度图像；
确定所述灰度图像中灰度值小于阈值或灰度值小于或等于阈值的目标区域，根据所述目标区域在所述多光谱图像中对应的各像素的多光谱响应值，计算第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2。


4.如权利要求2所述的活体检测方法，其特征在于，所述根据所述多光谱图像获取第一特征波段的第一光源光谱响应值Sw1和第二特征波段的第二光源光谱响应值Sw2，包括：
确定所述多光谱图像中每个像素的多光谱响应值；
获取RGB图像，将RGB图像与多光谱图像进行匹配，获得匹配后的RGB图像；
将匹配后的RGB图像转换成灰度图像；
确定所述灰度图像中灰度值小于阈值或灰度值小于或等于阈值的目标区域，根据所述目标区域在所述多光谱图像中对应的各像素的多光...

【专利技术属性】
技术研发人员：刘敏，龚冰冰，师少光，黄泽铗，张丁军，江隆业，
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