[发明专利]活体检测的方法、装置及计算机存储介质在审
申请号: | 201710253338.1 | 申请日: | 2017-04-18 |
公开(公告)号: | CN108734057A | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 范浩强 | 申请(专利权)人: | 北京旷视科技有限公司;北京迈格威科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京市磐华律师事务所 11336 | 代理人: | 高伟;刘爱平 |
地址: | 100190 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 活体检测 检测 翻拍 计算机存储介质 连续性判断 角度判断 三维形状 人脸 图片 视线 屏幕 静态图片 有效地 打印 验证 攻击 保证 | ||
1.一种活体检测的方法,其特征在于,包括:
获取至少两张待检测图片;
判断所述至少两张待检测图片是否满足每一张待检测图片中均包含人脸;
如果所述至少两张待检测图片中的一张或一张以上的待检测图片中不包含人脸,则所述活体检测的结果为非活体;
如果确定所述每一张待检测图片中均包含人脸,则基于所述至少两张待检测图片进行三维形状判断活体检测、连续性判断活体检测、视线角度判断活体检测和屏幕翻拍判断活体检测中的至少一个活体检测,并根据所述至少一个活体检测的结果确定最终活体检测结果。
2.如权利要求1所述的方法,其特征在于,所述判断所述至少两张待检测图片是否满足每一张待检测图片中均包含人脸,包括:
使用预先训练好的人脸检测算法,判断所述每一张待检测图片中是否存在人脸区域。
3.如权利要求1所述的方法,其特征在于,所述三维形状判断包括:
根据所述至少两张待检测图片,使用预先训练好的神经网络,对人脸进行三维构建得到三维构建的结果;
使用预先训练好的分类器,判断所述三维构建的结果中的人脸的深度信息是否与真实人脸相符。
4.如权利要求3所述的方法,其特征在于,所述预先训练好的神经网络是通过使用包含深度信息的图片数据集以及梯度下降法对神经网络进行训练得到的,所述包含深度信息的图片数据集由深度相机收集得到。
5.如权利要求3所述的方法,其特征在于,在所述根据所述至少两张待检测图片,使用预先训练好的神经网络,对人脸进行三维构建得到三维构建的结果之前,还包括:
确定所述至少两张待检测图片中的人脸的角度处于各自对应的角度范围之内。
6.如权利要求3所述的方法,其特征在于,所述使用预先训练好的分类器,判断所述三维构建的结果中的人脸的深度信息是否与真实人脸相符,包括:
使用预先训练好的分类器,判断所述三维构建的结果中的正脸的深度信息是否与真实人脸相符。
7.如权利要求3所述的方法,其特征在于,还包括:
如果确定所述三维构建的结果中的人脸的深度信息与真实人脸相符,则确定所述至少两张待检测图片中的人脸为活体。
8.如权利要求1所述的方法,其特征在于,所述连续性判断包括:
进行人脸连续性判断、人体连续性判断和背景连续性判断;以及
根据所述人脸连续性判断的结果、所述人体连续性判断的结果和所述背景连续性判断的结果确定所述连续性判断的结果。
9.如权利要求8所述的方法,其特征在于,所述人脸连续性判断包括:
确定所述至少两张待检测图片的每一张待检测图片中的人脸识别特征;
根据所述人脸识别特征之间的差异,判断所述至少两张待检测图片中的人脸是否为同一人。
10.如权利要求8所述的方法,其特征在于,所述人体连续性判断包括:
确定所述至少两张待检测图片的每一张待检测图片中位置对应的人体区域图像;
根据所述人体区域图像之间的相似度,判断所述至少两张待检测图片中的人体区域是否一致。
11.如权利要求10所述的方法,其特征在于,确定所述至少两张待检测图片的每一张待检测图片中位置对应的人体区域图像,包括:
在人脸正下方提取相对人脸大小固定比例的方形区域内的图像作为所述人体区域图像。
12.如权利要求8所述的方法,其特征在于,所述背景连续性判断包括:
选定所述至少两张待检测图片的每一张待检测图片中同一位置区域的背景图像;
根据所述背景图像之间的相似度,判断所述至少两张待检测图片中的背景是否属于同一场景。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司;北京迈格威科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710253338.1/1.html,转载请声明来源钻瓜专利网。