[发明专利]活体识别方法、活体识别设备、电子设备以及存储介质

说明书

一种活体识别方法、活体识别设备、电子设备以及存储介质。该活体识别方法包括：获取待验证对象的人脸图像数据；提取人脸图像数据中的特征数据；采用第一活体识别模型对特征数据进行活体识别；将特征数据进行脱敏处理后加入到样本特征数据库中以更新样本特征数据库，样本特征数据库用于训练第一活体识别模型。该活体识别方法可以提高活体识别的鲁棒性，同时提高活体识别中相关数据的安全性。

技术领域

本公开实施例涉及一种活体识别方法、活体识别设备、电子设备以及存储介质。

背景技术

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，其具有非强制性和非接触性等优点。随着人脸识别算法准确度的提升以及大规模并行计算技术的发展，基于人脸识别的应用技术已经逐步商用化，人脸识别系统越来越多地应用于安防、金融领域、电子商务等需要身份验证的场景，例如银行远程开户、门禁系统、远程交易操作验证等。

为了提高人脸识别系统的安全性和可靠性，活体识别技术逐渐成为人脸识别系统的核心技术。活体识别技术可以确定被检测对象是否为有生命的个体，而非照片、视频等无生命的物体，从而可以防止恶意攻击者利用录制的视频、拍摄的照片、3D人脸模型或伪造的面具等方式进行恶意攻击。

发明内容

本公开至少一实施例提供一种活体识别方法，包括：获取待验证对象的人脸图像数据；提取所述人脸图像数据中的特征数据；采用第一活体识别模型对所述特征数据进行活体识别；将所述特征数据进行脱敏处理后加入到样本特征数据库中以更新所述样本特征数据库，所述样本特征数据库用于训练所述第一活体识别模型。

例如，在本公开一实施例提供的活体识别方法中，所述将所述特征数据进行脱敏处理包括：提取所述特征数据中与活体识别相关的数据。

例如，在本公开一实施例提供的活体识别方法中，所述提取所述特征数据中与活体识别相关的数据包括：对所述特征数据进行聚类操作以完成分类；根据分类的结果从所述特征数据中选择与活体识别相关的特征数据。

例如，在本公开一实施例提供的活体识别方法中，所述将所述特征数据进行脱敏处理还包括：对所述特征数据进行加密操作。

例如，在本公开一实施例提供的活体识别方法中，所述将所述特征数据进行脱敏处理还包括：对所述特征数据的标注名称进行加密操作。

例如，本公开一实施例提供的活体识别方法还包括采用更新后的样本特征数据库对所述第一活体识别模型进行训练，得到第二活体识别模型。

例如，本公开一实施例提供的活体识别方法还包括对所述第二活体识别模型进行评估，如果所述第二活体识别模型的活体识别效果优于所述第一活体识别模型，则采用所述第二活体识别模型替换所述第一活体识别模型以完成更新。

例如，在本公开一实施例提供的活体识别方法中，所述对所述第二活体识别模型进行评估包括：采用所述第一活体识别模型对基准化测试数据进行测试得到第一误检率和第一漏检率；采用所述第二活体识别模型对所述基准化测试数据进行测试得到第二误检率和第二漏检率；根据所述第一误检率、所述第一漏检率、所述第二误检率和所述第二漏检率，确定所述第二活体识别模型的活体识别效果是否优于所述第一活体识别模型的活体识别效果。

例如，在本公开一实施例提供的活体识别方法中，所述根据所述第一误检率、所述第一漏检率、所述第二误检率和所述第二漏检率，确定所述第二活体识别模型的活体识别效果是否优于所述第一活体识别模型的活体识别效果，包括：如果所述第二误检率优于所述第一误检率，或/和所述第二漏检率优于所述第一漏检率，则判定所述第二活体识别模型的活体识别效果优于所述第一活体识别模型的活体识别效果。