活体检测方法及装置制造方法及图纸

本申请实施例提供了一种活体检测方法及装置，先基于第一随机数序列和第二随机数序列生成表征人脸视频数据是否为目标客户端实时采集的第一检测结果，再基于第一检测结果，生成表征目标用户是否为活体用户的第二检测结果；其中，可以仅在确定人脸视频数据为目标客户端实时采集的情况下，才触发利用活体检测模型基于人脸视频数据进行活体检测，否则可以直接确定活体检测不通过，即基于第一检测结果决定是否执行利用活体检测模型进行活体识别的检测过程，也即增加识别人脸视频数据是否为目标客户端实时采集的检测过程，以实现初步筛选出人脸视频数据为历史拍摄视频的注入式攻击的情况，这样不仅能够提高活体检测效率，还能够提高活体检测准确度。够提高活体检测准确度。够提高活体检测准确度。

【技术实现步骤摘要】
活体检测方法及装置


[0001]本申请涉及图像处理
，尤其涉及一种活体检测方法及装置。

技术介绍

[0002]目前，随着互联网技术的快速发展，同时随着人脸识别技术的日益成熟，基于人脸识别技术进行人脸身份核验已在人们日常的学习、工作和生活中得到广泛的应用，比如，人脸支付、刷脸门禁等场景均应用到的人脸识别技术。
[0003]然而，近年来一些非法分子通过假体人脸等注入式攻击的方式从中谋取私利，例如，非法分子通过某种注入式攻击的方式从快递柜取走客户的快递或者直接完成银行app的登录，因此，为了确保用户的合法利益，在业务处理之前，需要利用活体检测模型基于待检测人脸图像进行活体检测；但是，现有的活体检测过程存在活体检测效率低、检测准确度低的问题。

技术实现思路

[0004]本申请实施例的目的是提供一种活体检测方法及装置，通过在利用活体检测模型进行活体识别之前，增加识别人脸视频数据是否为目标客户端实时采集的检测过程，以实现初步筛选出人脸视频数据为历史拍摄视频的注入式攻击的情况，这样不仅能够提高活体检测效率，还能够提高活体检测准确度。
[0005]为了实现上述技术方案，本申请实施例是这样实现的：
[0006]第一方面，本申请实施例提供的一种活体检测方法，所述方法包括：
[0007]在目标客户端检测到身份认证触发操作的情况下，获取目标用户的人脸视频数据，并确定在目标采集时间段内所述目标客户端对应的第一随机数序列；其中，所述人脸视频数据包括N张人脸图像帧，N为大于1的整数，所述第一随机数序列中每个第一数值与所述目标客户端的一个拍摄感光度相对应；
[0008]基于所述N张人脸图像帧，确定所述人脸视频数据对应的第二随机数序列；其中，所述第二随机数序列中每个第二数值与所述人脸图像帧的拍摄感光度相对应；
[0009]基于所述第一随机数序列和所述第二随机数序列，确定所述人脸视频数据的第一检测结果；其中，所述第一检测结果表征采集所述人脸视频数据的拍摄装置是否属于所述目标客户端；
[0010]基于所述第一检测结果，确定所述目标用户的第二检测结果；其中，所述第二检测结果表征所述目标用户是否为活体用户。
[0011]第二方面，本申请实施例提供的一种活体检测装置，所述装置包括：
[0012]信息获取模块，用于在目标客户端检测到身份认证触发操作的情况下，获取目标用户的人脸视频数据，并确定在目标采集时间段内所述目标客户端对应的第一随机数序列；其中，所述人脸视频数据包括N张人脸图像帧，N为大于1的整数，所述第一随机数序列中每个第一数值与所述目标客户端的一个拍摄感光度相对应；
[0013]第一确定模块，用于基于所述N张人脸图像帧，确定所述人脸视频数据对应的第二随机数序列；其中，所述第二随机数序列中每个第二数值与所述人脸图像帧的拍摄感光度相对应；
[0014]第二确定模块，用于基于所述第一随机数序列和所述第二随机数序列，确定所述人脸视频数据的第一检测结果；其中，所述第一检测结果表征采集所述人脸视频数据的拍摄装置是否属于所述目标客户端；
[0015]活体检测模块，用于基于所述第一检测结果，确定所述目标用户的第二检测结果；其中，所述第二检测结果表征所述目标用户是否为活体用户。
[0016]第三方面，本申请实施例提供的一种活体检测设备，所述设备包括：
[0017]处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令被配置由所述处理器执行，所述可执行指令包括用于执行如第一方面中所述的方法中的步骤。
[0018]第四方面，本申请实施例提供的一种存储介质，其中，所述存储介质用于存储计算机可执行指令，所述可执行指令使得计算机执行如第一方面中所述的方法中的步骤。
[0019]可以看出，在本申请实施例中，首先，确定目标客户端在目标采集时间段内所使用的拍摄感光度对应的第一随机数序列，以及确定基于待检测的人脸视频数据中N张人脸图像帧计算得到的拍摄感光度对应的第二随机数序列；并基于第一随机数序列和第二随机数序列生成表征人脸视频数据是否为目标客户端实时采集的第一检测结果；然后，基于第一检测结果生成表征目标用户是否为活体用户的第二检测结果；其中，可以仅在确定人脸视频数据为目标客户端实时采集的情况下，才触发利用活体检测模型基于人脸视频数据进行活体检测，否则说明待检测的人脸视频数据为非实时采集视频，可能存在历史视频注入攻击，因此可以直接确定目标用户的活体检测不通过或者提示用户重新进行视频采集，即基于第一检测结果决定是否执行利用活体检测模型进行活体识别的检测过程，也即在利用活体检测模型进行活体检测之前，通过增加基于第一随机数序列和第二随机数序列识别人脸视频数据是否为目标客户端实时采集的检测过程，以实现初步筛选出人脸视频数据为历史拍摄视频的注入式攻击的情况，这样不仅能够提高活体检测效率，还能够提高活体检测准确度。
附图说明
[0020]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，下面描述中的附图仅仅是本申请一个或多个中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本申请实施例提供的活体检测方法的第一种流程示意图；
[0022]图2为本申请实施例提供的活体检测方法的第二种具体实现原理示意图；
[0023]图3为本申请实施例提供的活体检测方法的第二种流程示意图；
[0024]图4为本申请实施例提供的活体检测方法的第二种具体实现原理示意图；
[0025]图5为本申请实施例提供的活体检测方法的第三种具体实现原理示意图；
[0026]图6为本申请实施例提供的活体检测装置的模块组成示意图；
[0027]图7为本申请实施例提供的活体检测设备的结构示意图。
具体实施方式
[0028]为了使本
的人员更好地理解本申请一个或多个中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一个或多个一部分实施例，而不是全部的实施例。基于本申请一个或多个中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请的保护范围。
[0029]需要说明的是，在不冲突的情况下，本申请中的一个或多个实施例以及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请实施例。
[0030]本申请一个或多个实施例提供了一种活体检测方法及装置，考虑到如果直接利用活体检测模型并基于目标用户的人脸识别数据，对目标用户进行活体检测，那么针对历史视频注入攻击的情况，由于历史视频中拍摄对象为活体用户，因此针对这种情况将视为活体检测通过，导致无法准确拦截注入式攻击，基于上述问题，本技术方案通过充分借助对目标客户端的拍摄感光度进行控制，如果待检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活体检测方法，其特征在于，所述方法包括：在目标客户端检测到身份认证触发操作的情况下，获取目标用户的人脸视频数据，并确定在目标采集时间段内所述目标客户端对应的第一随机数序列；其中，所述人脸视频数据包括N张人脸图像帧，N为大于1的整数，所述第一随机数序列中每个第一数值与所述目标客户端的一个拍摄感光度相对应；基于所述N张人脸图像帧，确定所述人脸视频数据对应的第二随机数序列；其中，所述第二随机数序列中每个第二数值与所述人脸图像帧的拍摄感光度相对应；基于所述第一随机数序列和所述第二随机数序列，确定所述人脸视频数据的第一检测结果；其中，所述第一检测结果表征采集所述人脸视频数据的拍摄装置是否属于所述目标客户端；基于所述第一检测结果，确定所述目标用户的第二检测结果；其中，所述第二检测结果表征所述目标用户是否为活体用户。2.根据权利要求1所述的方法，其特征在于，所述基于所述N张人脸图像帧，确定所述人脸视频数据对应的第二随机数序列，包括：分别确定每张所述人脸图像帧对应的拍摄感光度；其中，确定所述人脸图像帧对应的拍摄感光度的具体实现方式有：提取所述人脸图像帧中的脸部区域子图像；基于所述脸部区域子图像中各像素点的像素值，确定所述人脸图像帧对应的拍摄感光度；基于所述N张人脸图像帧分别对应的所述拍摄感光度，确定所述人脸视频数据对应的第二随机数序列。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一随机数序列和所述第二随机数序列，确定所述人脸视频数据的第一检测结果，包括：基于所述第一随机数序列和所述第二随机数序列，计算序列相关程度；基于所述序列相关程度确定所述人脸视频数据的第一检测结果；其中，若所述序列相关程度满足预设约束条件，则所述第一检测结果表征采集所述人脸视频数据的拍摄装置属于所述目标客户端；若所述序列相关程度不满足所述预设约束条件，则所述第一检测结果表征采集所述人脸视频数据的拍摄装置不属于所述目标客户端。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一随机数序列和所述第二随机数序列，计算序列相关程度，包括：基于所述第一随机数序列确定多个第一子序列，以及基于所述第二随机数序列，确定多个第二子序列；其中，每个所述第一子序列包含M个第一数值，每个所述第二子序列包含M个第二数值，M为大于1且小于N的整数；分别计算多个子序列组合的子序列相关程度，每个所述子序列组合包括第一子序列和第二子序列；计算子序列组合的子序列相关程度的具体实现方式有：基于所述子序列组合中的第一子序列和第二子序列，计算子序列相关程度；...

【专利技术属性】
技术研发人员：李娇，曾定衡，周迅溢，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：