[发明专利]人脸活体检测方法、装置、计算设备及计算机存储介质

说明书

本发明实施例涉及图像处理技术领域，公开了一种人脸活体检测方法、装置、计算设备及计算机存储介质，该方法包括：采集用于用户人脸识别的视频图像；根据所述视频图像截取用于人脸识别的连续各帧图像；对所述连续各帧图像进行图片压缩形成图片流并传输至服务端进行识别处理。通过上述方式，本发明实施例通过前后端分离，实现了更可靠的动作指令决定方式，提高了活体检测应用的安全性和实时性。

技术领域

本发明实施例涉及图像处理技术领域，具体涉及一种人脸活体检测方法、装置、计算设备及计算机存储介质。

背景技术

人脸识别已经在金融、安防、电子商务等领域广泛使用。人脸识别是生物识别的一种，相较于指纹识别易受汗液等异物影响，虹膜识别的设备要求太高，人脸识别有着巨大的优势。然而人脸极易用照片、视频、面具等方式进行复制，由此给人脸认证系统带来了巨大的安全隐患。由此，出现了活体检测技术。活体检测技术能够基于人体头部运动、眨眼、热红外与人脸可见光结构等信息识别图像或者视频中的人像是否为真人，从而保证人脸认证系统的安全。

现有的已商用的活体检测技术根据技术特点可以划分为四类：动作活体检测，视频语音活体检测，在线图片结合双目摄像头的活体检测，3D光结构活体检测。动作活体检测是给用户一系列动作指令，用户需按指令完成动作，通过动作判断进行活体检测。这类方法简洁易用，但在安全性上稍弱。基于视频语音的活体检测则是录制用户视频语音，配合语音识别，唇语识别，声话同步检测等技术，技术难度较大，且会精确度容易受方言外语等影响。在线图片结合双目摄像头的活体检测和3D光结构活体检测都需要结合特殊的双目或深度摄像头，精度及安全性更优但对硬件依赖也更高。

在实现本发明实施例的过程中，发明人发现：对于需要额外硬件的活体检测方法，其缺点在于成本较高且使用不便。动作活体检测方法虽然不需依赖普通摄像头外的其他硬件，但主要缺点在于：主流方法有前端式和后端式。前端式将核心算法部署在客户端，导致应用程序容易被篡改，或者可以通过事先录制的人脸动作视频或照片进行作假，存在较大的安全隐患。后端式将核心算法部署在服务器端，但需要传输整段视频，网络开销大，实时性较差。

发明内容

鉴于上述问题，本发明实施例提供了一种人脸活体检测方法、装置、计算设备及计算机存储介质，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种人脸活体检测方法，所述方法包括：采集用于用户人脸识别的视频图像；根据所述视频图像截取用于人脸识别的连续各帧图像；对所述连续各帧图像进行图片压缩形成图片流并传输至服务端进行识别处理。

在一种可选的方式中，所述采集用于用户人脸活体检测的视频图像，包括：获取所述服务端发送的动作指令；根据所述动作指令应用图像采集装置采集所述视频图像。

根据本发明实施例的另一个方面，提供了一种人脸活体检测方法，所述方法包括：接收客户端发送的根据采集的视频图像处理后得到的压缩的图片流；对所述图片流上连续各帧图像进行人脸定位，并获取特征点的位置；根据所述特征点的位置应用算法与预存的三维人脸模型进行匹配，获取所述连续各帧图像的旋转角度；根据所述连续各帧图像的所述旋转角度识别用户的动作。

在一种可选的方式中，所述接收客户端发送的根据采集的视频图像处理后得到的压缩的图片流之前，包括：随机生成动作指令；将所述动作指令发送至客户端以采集所述视频图像。

在一种可选的方式中，所述根据所述连续各帧图像的所述旋转角度识别用户的动作，包括：在所述连续各帧图像中定位所述旋转角度满足预设条件的三个关键帧；如果能够定位到所述三个关键帧，则识别成功；如果不能够定位到所述三个关键帧，则识别失败。