活体检测方法、装置、设备及系统制造方法及图纸

本说明书提供一种活体检测方法、装置、设备及系统，通过采集目标检测对象在进行生物识别时的生物特征图像，并对生物特征图像进行鼻子区域及其关键点的识别，基于识别出的鼻子区域及其关键点来对目标检测对象进行呼吸动作的检测以及呼吸频率的检测，基于检测出的呼吸动作和呼吸频率快速准确的检测出目标检测对象是否属于活体对象。通过检测用户在自然状态下的呼吸动作，来完成对活体检测，无需用户额外的配合，适用性更广，提升了活体检测的准确性和适用性，进而提升了生物识别的安全性。进而提升了生物识别的安全性。进而提升了生物识别的安全性。

【技术实现步骤摘要】
活体检测方法、装置、设备及系统


[0001]本说明书属于计算机
，尤其涉及一种活体检测方法、装置、设备及系统。

技术介绍

[0002]随着计算机互联网技术的发展，人脸识别技术的应用越来越多如：刷脸支付、刷脸登录、刷脸考勤、刷脸身份认证以便出行等，还有其他生物识别技术的应用也在不断的增加。生物识别技术需要采集生物图像，再通过对生物图像实现身份认证的目的。
[0003]正因为人脸识别技术的应用愈加广泛，其安全隐患可能带来的社会影响面也会愈加严重。威胁人脸识别安全的主要风险之一是活体攻击，即通过照片、屏幕、面具等媒介绕过人脸识别，对受害者的账户进行盗取。
[0004]因此，如何提出一种活体检测方案，可以预防生物识别时的活体攻击，提升生物识别的安全性是本领域亟需解决的技术问题。

技术实现思路

[0005]本说明书实施例的目的在于提供一种活体检测方法、装置、设备及系统，提升了活体检测的准确性，进而提升生物识别的安全性。
[0006]一方面，本说明书实施例提供了一种活体检测方法，所述方法包括：
[0007]采集目标检测对象在进行生物识别时指定数量的生物特征图像；
[0008]对所述指定数量的生物特征图像进行鼻子区域检测，确定各个生物特征图像中的鼻子区域以及所述鼻子区域对应的关键点；
[0009]对所述指定数量的生物特征图像中的鼻子区域进行呼吸检测，确定出所述目标检测对象的呼吸类别和呼吸特征；
[0010]根据所述呼吸特征以及所述鼻子区域对应的关键点进行呼吸频率检测，确定出所述目标检测对象的呼吸频率；
[0011]基于所述呼吸类别和所述呼吸频率，确定所述目标检测对象是否为活体对象。
[0012]另一方面，本说明书提供了一种活体检测装置，包括：
[0013]图像采集模块，用于采集目标检测对象在进行生物识别时指定数量的生物特征图像；
[0014]鼻子区域检测模块，用于对所述生物特征图像进行鼻子区域检测，确定各个生物特征图像中的鼻子区域以及所述鼻子区域对应的关键点；
[0015]呼吸动作检测模块，用于对所述指定数量的生物特征图像中的鼻子区域进行呼吸检测，确定出所述目标检测对象的呼吸类别和呼吸特征；
[0016]呼吸频率检测模块，用于根据所述呼吸特征以及所述鼻子区域对应的关键点进行呼吸频率检测，确定出所述目标检测对象的呼吸频率；
[0017]活体检测模块，用于基于所述呼吸类别和所述呼吸频率，确定所述目标检测对象是否为活体对象。
[0018]又方面，本说明书实施例提供了一种活体检测设备，包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述活体检测方法。
[0019]再一方面，本说明书实施例提供了一种活体检测系统，包括：图像采集设备和图像处理设备，其中所述图像采集设备用于采集进行生物识别的目标检测对象的生物特征图像，所述图像处理设备包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述活体检测方法。
[0020]本说明书提供的活体检测方法、装置、设备及系统，通过采集目标检测对象在进行生物识别时的生物特征图像，并对生物特征图像进行鼻子区域及其关键点的识别，基于识别出的鼻子区域及其关键点来对目标检测对象进行呼吸动作的检测以及呼吸频率的检测，基于检测出的呼吸动作和呼吸频率快速准确的检测出目标检测对象是否属于活体对象。通过检测用户在自然状态下的呼吸动作，来完成对活体检测，无需用户额外的配合，适用性更广，提升了活体检测的准确性和适用性，进而提升了生物识别的安全性。
附图说明
[0021]为了更清楚地说明本说明书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说明书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。
[0022]图1是本说明书实施例提供的活体检测方法实施例的流程示意图；
[0023]图2是本说明书一个场景示例中活体检测的原理流程示意图；
[0024]图3是本说明书提供的活体检测装置一个实施例的模块结构示意图；
[0025]图4是本说明书一个实施例中活体检测服务器的硬件结构框图。
具体实施方式
[0026]为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。
[0027]随着生物识别技术的不断普及，生物识别技术的安全性越来越被大家重视。一般威胁生物识别安全的主要是活体攻击，如：人脸识别过程中通过使用照片、屏幕、面具等方式进行伪装，对人脸识别的用户进行信息盗用等。一般生物识别系统如人脸识别系统会集成活体防攻击算法进行活体检测，一般的活体防攻击算法可能只会使用简单的活体检测模型来对人脸识别的用户进行分类，这种方式一般安全能力比较弱，对于在训练数据中没有出现的攻击类型的拦截能力较弱。或者，有些算法需要用户配合做一系列动作来实现活体检测，例如眨眼、点头等，通过动作的完成度来提升攻击的难度。但是这类方法较多使用于较为私密和安全的场景(例如银行等)，在人较多的商业场景(售卖机等)体验较差，难以得到应用。
[0028]本说明书一些实施例中可以提供活体检测方法，主要应用于人脸识别过程中的活
体检测，以避免活体攻击，造成用户信息的盗用等。本说明书实施例通过采集目标检测对象的生物特征图像，基于采集到的生物特征图像识别出其中的鼻子区域，通过检测鼻子区域的一些微动作来判断是否存在呼吸动作，并进一步估计呼吸的频率。通过检测呼吸动作和对应的频率，可以在用户无需额外配合的情况下，打到和交互式活体类似的安全能力。
[0029]此外，需要说明的是，本说明书实施例中如：人脸识别、活体检测中涉及到的数据的获取、存储、使用、处理等，均符合国家法律法规的相关规定。
[0030]图1是本说明书实施例提供的活体检测方法实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
[0031]具体的一个实施例如图1所示，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，所述方法包括：采集目标检测对象在进行生物识别时指定数量的生物特征图像；对所述指定数量的生物特征图像进行鼻子区域检测，确定各个生物特征图像中的鼻子区域以及所述鼻子区域对应的关键点；对所述指定数量的生物特征图像中的鼻子区域进行呼吸检测，确定出所述目标检测对象的呼吸类别和呼吸特征；根据所述呼吸特征以及所述鼻子区域对应的关键点进行呼吸频率检测，确定出所述目标检测对象的呼吸频率；基于所述呼吸类别和所述呼吸频率，确定所述目标检测对象是否为活体对象。2.如权利要求1所述的方法，在确定出所述目标检测对象的呼吸类别和呼吸特征之后，所述方法还包括：若确定出所述目标检测对象的呼吸类别为无呼吸，则直接确定所述目标检测对象不是活体对象。3.如权利要求1所述的方法，所述对所述生物特征图像进行鼻子区域检测，确定各个生物特征图像中的鼻子区域以及所述鼻子区域对应的关键点，包括：设置鼻子区域检测模型的模型参数，所述模型参数包括所述鼻子区域检测模型的网络结构、损失函数；采集不同年龄段的活体样本对象的活体生物特征样本图像和不同类别攻击样本对象的攻击生物特征样本图像；根据预先设置的鼻子区域关键点模板对所述活体生物特征样本图像、所述攻击生物特征样本图像进行标记，标记出所述活体生物特征样本图像、所述攻击生物特征样本图像中的鼻子区域标签和鼻子区域对应的关键点标签；将所述活体生物特征样本图像、所述攻击生物特征样本图像作为所述鼻子区域检测模型的输入，将所述活体生物特征样本图像、所述攻击生物特征样本图像对应的鼻子区域标签以及关键点标签作为所述鼻子区域检测模型的输出，进行模型训练，直至所述鼻子区域检测模型的损失函数收敛，完成所述鼻子区域检测模型的训练；利用预先训练的鼻子区域检测模型对所述指定数量的生物特征图像进行鼻子区域检测，确定各个生物特征图像中的鼻子区域以及所述鼻子区域对应的关键点。4.如权利要求3所述的方法，所述鼻子区域检测模型的约束条件包括：鼻子区域、关键点的坐标约束以及采用三维人脸统计算法的形状约束。5.如权利要求3所述的方法，所述鼻子区域关键点模板包括：鼻子区域框架以及鼻子区域关键点，所述鼻子区域关键点包括鼻子区域框架对应的基础关键点以及鼻孔区域关键点。6.如权利要求1所述的方法，所述对所述生物特征图像中的鼻子区域进行呼吸检测，确定出所述目标检测对象的呼吸类别和呼吸特征，包括：设置呼吸动作检测模型的模型参数，所述模型参数包括所述呼吸动作检测模型的网络结构、损失函数；采集不同年龄段的活体样本对象以及不同类别攻击样本对象的鼻子区域样本，并获取各个鼻子区域样本对应的呼吸类别；
对所述鼻子区域样本进行对齐处理，并利用光流算法计算相邻两帧鼻子区域样本的光流，获得光流图像样本；将所述光流图像样本作为所述呼吸动作检测模型的输入，将所述鼻子区域样本对应的呼吸类别以及呼吸特征作为所述呼吸动作检测模型的输出，进行模型训练，直至所述呼吸动作检测模型的损失函数收敛，完成所述呼吸动作检测模型的训练；利用预先训...

【专利技术属性】
技术研发人员：曹佳炯，丁菁汀，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：