【技术实现步骤摘要】
所属的技术人员能够理解，本专利技术的各个方面可以实现为系统、方法或程序产品。因此，本专利技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。图10是本专利技术实施例中的一种人体生物信息活体识别设备的结构示意图。下面参照图10来描述根据本专利技术的这种实施方式的电子设备600。图10显示的电子设备600仅仅是一个示例，不应对本专利技术实施例的功能和使用范围带来任何限制。如图10所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述一种人体生物信息活体识别方法部分中描述的根据本专利技术各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线630可以为表示
技术介绍
1、激光散斑是指激光在散射体表面的漫反射或通过一个透明散射体(如毛玻璃)时，在散射表面或附近的光场中可以观察到一种无规分布的亮暗斑点，这种斑点称为激光散斑。
2、人体的皮肤内部结构复杂，其中的毛细血管遍布皮肤内表面，皮肤的真皮层内包含多种复杂皮肤组织(如：神经纤维、皮脂腺、毛囊、汗腺等)，是典型的各向异性材料，而目前很难将攻击假体做成具有和真人皮肤相似的各向异性特性，目前市面可见的攻击假体基本上由均质材料制成。由于真人皮肤和攻击假体的在不同方向上的材质均匀性不同，而激光散斑具有较强的穿透性能，光本文档来自技高网...
【技术保护点】
1.一种人体生物信息活体识别方法，其特征在于，包括：
2.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，步骤S1包括：
3.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，步骤S2包括：
4.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，步骤S3包括：
5.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，在步骤S4中采用深度学习模型判断目标对象是否为活体，所述深度学习模型在训练时的神经网络包括：第一反向残差模块、第一池化层、第二反向残差模块、第二池化层、第三反向残差模块、第一叠加层、第三池化层、第四反向残差模块、第二叠加层、第四池化层、第五反向残差模块、第三卷积层、第五池化层、随机丢弃层、分类器、第一卷积层、第二卷积层；其中，所述第一反向残差模块输出到所述第一池化层和所述第一卷积层，所述第一卷积层和所述第三反向残差模块输入所述第一叠加层，所述第二反向残差模块输出到所述第二卷积层和所述第二池化层，所述第二卷积层和所述第四反向残差模块输入所述第二叠加层；所述分类器输出活体概率和
6.根据权利要求5所述的一种人体生物信息活体识别方法，其特征在于，所述第一反向残差模块、所述第二反向残差模块、所述第三反向残差模块、所述第四反向残差模块、所述第五反向残差模块均包括：第一子卷积层、第一批量归一化层、第一非线性激活层、第二子卷积层、第二批量归一化层、第二非线性激活层、第三子卷积层、第三批量归一化层、第一子叠加层；其中，所述第一子卷积层输出到所述第一批量归一化层，所述第一子卷积层和所述第三批量归一化层输入到所述第一叠加层。
7.根据权利要求4所述的一种人体生物信息活体识别方法，其特征在于，步骤S4中根据所述亮度关系进行判断时，包括：
8.一种人体生物信息活体识别系统，用于实现权利要求1至7中任一项所述的人体生物信息活体识别方法，其特征在于，包括：
9.一种人体生物信息活体识别设备，其特征在于，包括：
10.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至7中任意一项所述人体生物信息活体识别方法的步骤。
...【技术特征摘要】
1.一种人体生物信息活体识别方法，其特征在于，包括：
2.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，步骤s1包括：
3.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，步骤s2包括：
4.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，步骤s3包括：
5.根据权利要求1所述的一种人体生物信息活体识别方法，其特征在于，在步骤s4中采用深度学习模型判断目标对象是否为活体，所述深度学习模型在训练时的神经网络包括：第一反向残差模块、第一池化层、第二反向残差模块、第二池化层、第三反向残差模块、第一叠加层、第三池化层、第四反向残差模块、第二叠加层、第四池化层、第五反向残差模块、第三卷积层、第五池化层、随机丢弃层、分类器、第一卷积层、第二卷积层；其中，所述第一反向残差模块输出到所述第一池化层和所述第一卷积层，所述第一卷积层和所述第三反向残差模块输入所述第一叠加层，所述第二反向残差模块输出到所述第二卷积层和所述第二池化层，所述第二卷积层和所述第四反向残差模块输入所述第二...
【专利技术属性】
技术研发人员：段兴，颜崎展，陈晨，兰兴增，林威宇，吴陈涛，汪博，朱力，吕方璐，
申请(专利权)人：深圳市光鉴科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。