[发明专利]活体检测方法及装置

说明书

技术领域

本发明涉及生物特征识别技术领域，特别是涉及一种基于图像唇语识别的活体检测方法及装置。

背景技术

随着生物特征识别技术的发展，人脸识别方法已经成为一种确认用户身份的常用方法。现有技术中，一些人脸识别方法中增加了人脸活体鉴别的方法，可以较好的进行人脸检测与识。

然而，现有人脸识别过程，特别是基于面部识别的过程中，非法登录者可以通过伪造人脸来“欺骗”摄像头或者其他图像采集设备，使得图像采集设备获取的照片并非是活体人脸照片。例如使用注册者的人脸照片或者人脸视频片段置于图像采集设备之前，图像采集设备所获取的当前用户的面部照片实则是来自于照片或者视频片段，或者，非法登录者还可以伪造三维人脸模型，将该三维人脸模型置于图像采集设备之前，此时图像采集设备所获取的人脸照片为三维人脸模型的照片，但是在进行基于五官的特征和分布的比对时，是无法察觉这一点的，这就造成了身份识别系统的防伪能力弱，安全性低的问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种活体检测方法及装置，用于解决现有技术中无法确定检测对象的人脸是否为活体，导致身份识别系统的防伪能力弱，安全性低的问题。

为实现上述目的及其他相关目的，本发明提供一种活体检测方法，用于检测鉴别对象的人脸图像以识别其是否为活人，所述活体检测方法包括：

采集鉴别对象读取随机验证码的视频图像；

获取每帧所述视频图像中嘴唇区域的嘴唇图像序列的特征向量；

根据连续多帧所述特征向量调用预先训练的唇语识别模型识别鉴别对象的嘴唇信息；

检测所述嘴唇信息与随机验证码中字符是否一致；当所述嘴唇信息与随机验证码中字符一致时，鉴别对象为活体。

本发明的另一目的在于提供活体检测装置，用于检测鉴别对象的人脸图像以识别其是否为活人，包括：

采集模块，用于采集鉴别对象读取随机验证码的视频图像；

特征提取模块，用于获取每帧所述视频图像中嘴唇区域的嘴唇图像序列的特征向量；

唇语识别模块，用于根据连续多帧所述特征向量调用预先训练的唇语识别模型识别鉴别对象的嘴唇信息；

检测模块，用于检测所述嘴唇信息与随机验证码中字符是否一致；当所述嘴唇信息与随机验证码中字符一致时，鉴别对象为活体。

如上所述，本发明的活体检测方法及装置，具有以下有益效果：

通过采集鉴别对象读取随机验证码的视频图像，依次对该视频图像进行预处理、分割、对齐，从而提取到鉴别对象的嘴唇图像序列的特征向量；根据预设训练的唇语识别模型识别嘴唇图像序列的特征向量的对应的唇语信息，检测所述唇语信息与随机验证码中字符是否一致，根据字符是否完全一致确定鉴别对象是否为活体。相对于传统鉴别方法在使用时，摄像设备采集人脸的同时也采集了嘴唇特征，无需额外新增任何硬件设备，减少了验证系统的成本，更加方便使用；鉴别对象读取随机验证码就可直接判断是否为活体，不仅提高了识别系统的安全性与防伪能力，还提高了活体验证的效率。

附图说明

图1显示为本发明提供的一种活体检测方法流程图；

图2显示为本发明提供的一种活体检测方法中步骤S2的流程图；

图3显示为本发明提供的基于唇部图像分割对齐结构示意框图；

图4显示为本发明提供的时刻特征提取方式结构框图；

图5显示为本发明提供的ISA网络结构框图；

图6显示为本发明提供的基于堆叠卷积ISA网络结构框图；

图7显示为本发明提供的基于堆叠卷积ISA网络计算视频特征的流程图；

图8显示为本发明提供的基于时间序列切分与隐马尔科夫模型产生观测分布的流程图；

图9显示为本发明提供的隐马尔科夫模型状态转移图；

图10显示为本发明提供的一种活体检测方法中步骤S3的流程图；

图11显示为本发明提供的一种活体检测方法中步骤S4的流程图；

图12显示为本发明提供的一种活体检测装置结构框图；

图13显示为本发明提供的一种活体检测装置中特征提取模块的结构框图；

图14显示为本发明提供的一种活体检测装置中唇语识别模块的结构框图；

图15显示为本发明提供的一种活体检测装置中检测模块的结构框图。

具体实施方式