System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 人脸活体检测方法、装置、设备、存储介质及程序产品制造方法及图纸_技高网

人脸活体检测方法、装置、设备、存储介质及程序产品制造方法及图纸

技术编号:43184494 阅读:5 留言:0更新日期:2024-11-01 20:09
本发明专利技术涉及数据处理技术领域,公开了一种人脸活体检测方法、装置、设备、存储介质及程序产品。该方法包括:获取待检测人脸对应的面部动作信息;基于面部动作信息确定特征检测结果;若特征检测结果满足第一预设条件,通过预先训练的静默活体检测模型对面部动作信息进行处理,得到静默活体检测结果;其中,静默活体检测结果是指面部动作信息是否为真实人脸;若面部动作信息为真实人脸,检测面部动作信息和目标对象的面部信息是否一致;若面部动作信息和目标对象的面部信息一致,则判定人脸识别通过。本发明专利技术既保留了静默活体检测的良好用户体验,又通过特征检测提高了检测的准确性和效率。

【技术实现步骤摘要】

本专利技术涉及数据处理,具体涉及人脸活体检测方法、装置、计算机设备、存储介质及程序产品。


技术介绍

1、随着科技的进步,人脸识别技术在各个领域得到了广泛应用,如手机解锁、门禁系统、支付验证等。然而,随着人脸识别技术的普及,其安全性也面临着越来越大的挑战。攻击者可能通过各种手段(如照片、视频回放、3d面具等)来欺骗人脸识别系统,从而绕过安全验证。因此,如何有效地区分真实人脸与伪造的人脸成为了一个亟待解决的问题。

2、目前,通过要求用户按照系统的指示进行一系列动作(如眨眼、张嘴、摇头等),通过捕捉这些动作来判断用户是否为真实人脸。

3、但是,动作活体能够检测动作是否按指引完成,但是无法保证被检测对象是否真的是真人,存在明显的作弊漏洞,导致人脸验证不准确。


技术实现思路

1、有鉴于此,本专利技术提供了一种人脸活体检测方法、装置、计算机设备、存储介质及程序产品,以解决动作活体能够检测动作是否按指引完成,但是无法保证被检测对象是否真的是真人,存在明显的作弊漏洞,导致人脸验证不准确的问题。

2、第一方面,本专利技术提供了一种人脸活体检测方法,该方法包括:获取待检测人脸对应的面部动作信息;基于面部动作信息确定特征检测结果;若特征检测结果满足第一预设条件,通过预先训练的静默活体检测模型对面部动作信息进行处理,得到静默活体检测结果;其中,静默活体检测结果是指面部动作信息是否为真实人脸;若面部动作信息为真实人脸,检测面部动作信息和目标对象的面部信息是否一致;若面部动作信息和目标对象的面部信息一致,则判定人脸识别通过。

3、本实施例提供的人脸活体检测方法,通过获取待检测人脸的面部动作信息并进行特征检测,筛选出可能是真实人脸的候选者。然后,利用预先训练的静默活体检测模型对这些候选者进行进一步验证,以判断其是否为真实人脸。最后,通过比较面部动作信息与目标对象的面部信息是否一致来最终判定人脸识别是否通过,既保留了静默活体检测的良好用户体验,又通过特征检测提高了检测的准确性和效率。

4、在一个可选的实施方式中,获取待检测人脸对应的面部动作信息,包括:获取摄像头采集的面部动作视频;其中,面部动作视频包括多个顺序排列的面部动作的视频;按照预设间隔,从面部动作视频中抽取多个帧图像;其中,帧图像用于表征面部动作信息。

5、本实施例提供的人脸活体检测方法,由于视频数据中可能包含噪声、抖动等干扰因素,抽取帧图像并进行后续处理可以更有效地消除这些干扰,提高识别的准确性。并且,预设间隔可以根据实际需求进行调整,以适应不同的面部动作速度和复杂度。例如,对于快速变化的动作,可以减小间隔以捕捉更多细节;而对于缓慢变化的动作,则可以增大间隔以减少计算量。

6、在一个可选的实施方式中,基于面部动作信息得到特征检测结果,包括:将帧图像输入至人脸检测模型,识别人脸信息;基于人脸信息确定人脸关键点;其中,人脸关键点包括眼睛、耳朵、脸颊、鼻子和嘴巴的坐标中一项或多项;基于人脸关键点,确定目标对象对应的特征动作,并将特征动作作为特征检测结果;其中,特征动作包括:眨眼、张嘴、摇头动作中的至少一项。

7、本实施例提供的人脸活体检测方法,通过识别眼睛、耳朵、脸颊、鼻子和嘴巴等关键点的坐标,能够更精确地捕捉面部动作的细微变化。这些详细的关键点信息为后续的特征动作识别提供了坚实的基础。基于人脸关键点,系统能够更准确地判断目标对象是否执行了如眨眼、张嘴、摇头等特征动作。这种高精度的识别能力有助于减少误判和漏判,提高整体识别效果。并且,在复杂的环境条件下(如光照变化、遮挡物、背景噪声等),基于人脸关键点的特征动作识别能够较好地抵抗这些干扰因素,保持较高的识别准确率。

8、在一个可选的实施方式中,方法还包括:若静默活体检测结果不满足第二预设条件,基于静默活体检测结果生成错误结果;其中,错误结果至少包括:错误码和错误信息;将错误码和错误信息显示在显示屏或将错误码显示在显示屏,并将错误信息进行语音播报。

9、本实施例提供的人脸活体检测方法,将错误码和错误信息显示在显示屏上,可以直观地看到问题所在。将错误信息进行语音播报,特别是对于视力不佳或处于嘈杂环境中的用户来说,这种听觉反馈方式能够更有效地传达信息。同时,语音播报也可以作为视觉反馈的补充,增强反馈效果。并且,静默活体检测的目的是确保识别的是真实的人脸,而非照片、视频等伪造物。当检测结果不满足预设条件时,生成错误结果并反馈给用户,有助于防止潜在的欺骗行为。

10、在一个可选的实施方式中,通过预先训练的静默活体检测模型对面部动作信息进行处理,得到静默活体检测结果,包括:通过预先训练的静默活体检测模型将面部动作信息与预定义的类别进行比较,确定面部动作信息对应的分类结果;将分类结果和预设的阈值进行比对,得到静默活体检测结果。

11、本实施例提供的人脸活体检测方法,通过预定义类别对面部动作信息进行检测,判断面部动作信息是否为活体无法检测的类别,从而更准确地确定面部动作信息是否为真脸。并且,使用预定义的类别和预设的阈值进行比对,减少了人为判断的主观性和不确定性,使得分类结果更加客观和准确。

12、在一个可选的实施方式中,若面部动作信息为真实人脸,检测面部动作信息和目标对象的面部信息是否一致,包括:若面部动作信息为真实人脸,从面部动作信息中确定正视面部图像;将正视面部图像发送至服务器,以使服务器检测正视面部图像和目标对象的面部信息是否一致。

13、本实施例提供的人脸活体检测方法,通过确认面部动作信息的真实性并提取正视面部图像,可以确保发送到服务器进行比对的是高质量、易于识别的图像。这有助于减少因图像质量不佳或角度偏差导致的识别错误。

14、第二方面,本专利技术提供了一种人脸检测装置,该装置包括:获取模块,用于获取待检测人脸对应的面部动作信息;确定模块,用于基于面部动作信息确定特征检测结果;处理模块,用于若特征检测结果满足第一预设条件,通过预先训练的静默活体检测模型对面部动作信息进行处理,得到静默活体检测结果;其中,静默活体检测结果是指面部动作信息是否为真实人脸;人脸匹配模块,用于若面部动作信息为真实人脸,检测面部动作信息和目标对象的面部信息是否一致;判定模块,用于若面部动作信息和目标对象的面部信息一致,则判定人脸识别通过。

15、第三方面,本专利技术提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的人脸活体检测方法。

16、第四方面,本专利技术提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的人脸活体检测方法。

17、第五方面,本专利技术提供了一种计算机程序产品,包括计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的人脸活体检测方法。

本文档来自技高网...

【技术保护点】

1.一种人脸活体检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的人脸活体检测方法,其特征在于,获取待检测人脸对应的面部动作信息,包括:

3.根据权利要求2所述的人脸活体检测方法,其特征在于,所述基于所述面部动作信息得到特征检测结果,包括:

4.根据权利要求1所述的人脸活体检测方法,其特征在于,所述方法还包括:

5.根据权利要求1所述的人脸活体检测方法,其特征在于,通过预先训练的静默活体检测模型对面部动作信息进行处理,得到静默活体检测结果,包括:

6.根据权利要求1所述的人脸活体检测方法,其特征在于,所述若所述面部动作信息为真实人脸,检测所述面部动作信息和目标对象的面部信息是否一致,包括:

7.一种人脸检测装置,其特征在于,所述装置包括:

8.一种计算机设备,其特征在于,包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至6中任一项所述的人脸活体检测方法。

10.一种计算机程序产品,其特征在于,包括计算机指令,所述计算机指令用于使计算机执行权利要求1至6中任一项所述的人脸活体检测方法。

...

【技术特征摘要】

1.一种人脸活体检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的人脸活体检测方法,其特征在于,获取待检测人脸对应的面部动作信息,包括:

3.根据权利要求2所述的人脸活体检测方法,其特征在于,所述基于所述面部动作信息得到特征检测结果,包括:

4.根据权利要求1所述的人脸活体检测方法,其特征在于,所述方法还包括:

5.根据权利要求1所述的人脸活体检测方法,其特征在于,通过预先训练的静默活体检测模型对面部动作信息进行处理,得到静默活体检测结果,包括:

6.根据权利要求1所述的人...

【专利技术属性】
技术研发人员:尹徐明
申请(专利权)人:北京白龙马云行科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1