[发明专利]活体识别检测方法、装置、介质及电子设备

说明书

本发明实施例提供了一种活体识别检测方法、装置、介质及电子设备，该方法包括：获取目标对象相对于采集摄像头处于不同位置的多帧图像；提取所述多帧图像中各帧图像上的多个关键点信息；分别计算各帧图像上各个关键点信息之间的距离，并根据所述距离计算得到多个比值；针对所述多帧图像，分析所述多个比值的变化，并根据分析结果确定所述目标对象是否为活体对象。本发明实施例的技术方案可以提高识别系统的安全性。

技术领域

本发明涉及生物识别技术领域，具体而言，涉及一种活体识别检测方法、装置、介质及电子设备。

背景技术

随着网络技术的发展，人脸识别技术的应用领域越来越广泛，如在线支付、网上银行、安防系统等。

为了防止恶意用户使用已拍摄的目标人脸照片来完成人脸识别，导致人脸识别系统的安全性差的问题，现有人脸识别系统中都加入了活体识别验证的过程。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种活体识别检测方法，进而至少在一定程度上克服识别系统安全性低的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的第一方面，提供了一种活体识别检测方法，包括：

获取目标对象相对于采集摄像头处于不同位置的多帧图像；提取所述多帧图像中各帧图像上的多个关键点信息；

分别计算各帧图像上各个关键点信息之间的距离，并根据所述距离计算得到多个比值；

针对所述多帧图像，分析所述多个比值的变化，并根据所述多个比值的变化确定所述目标对象是否为活体对象。

在本发明的一种示例实施例中，基于前述方案，所述根据所述多个比值的变化确定所述目标对象是否为活体，包括：

将所述多个比值输入分类器模型，得到分类结果，根据所述分类结果确定所述目标对象是否为活体对象。

在本发明的一种示例实施例中，基于前述方案，将所述多个比值输入分类器模型之前，还包括：

获取多个活体对象的多帧图像，根据所述活体对象的多帧图像计算所述多个比值，并将所述多个比值作为正样本集；

获取多个非活体对象的多帧图像，根据所述非活体对象的多帧图像计算所述多个比值，并将所述多个比值作为负样本集；

基于所述正样本集和所述负样本集，利用深度学习算法，获取所述分类器模型。

在本发明的一种示例实施例中，基于前述方案，所述根据所述分类结果确定所述目标对象是否为活体对象包括：

在所述分类结果为正类时，确定所述目标对象为活体对象；

在所述分类结果为负类时，确定所述目标对象为非活体对象。

在本发明的一种示例实施例中，基于前述方案，所述获取目标对象相对于采集摄像头处于不同位置的多帧图像包括：

获取所述目标对象距所述采集摄像头不同距离的预设数量帧图像。

在本发明的一种示例实施例中，基于前述方案，所述获取目标对象相对于采集摄像头处于不同位置的多帧图像包括：

获取所述目标对象相对于所述采集摄像头位置变化的动态影像；

将所述动态影像按预设时间段进行划分，截取所述预设数量帧图像。

在本发明的一种示例实施例中，基于前述方案，所述方法还包括：