[发明专利]带交互式活体检测的人脸身份认证系统及其方法在审
申请号: | 201911365207.8 | 申请日: | 2015-09-25 |
公开(公告)号: | CN111144293A | 公开(公告)日: | 2020-05-12 |
发明(设计)人: | 张伟;旷章辉;李诚;彭义刚;吴立威 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;刘铮 |
地址: | 100084 北京市海淀区中*** | 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: | 交互式 活体 检测 身份 认证 系统 及其 方法 | ||
1.一种活体检测方法,其特征在于,所述活体检测方法包括:
检测用户的多张人脸图像中每张的人脸区域,并从检测到的所述人脸区域中提取与将要检测的脸部动作对应的人脸关键点;
判断所述多张人脸图像是否连续;
响应于确定所述多张人脸图像连续,对所述多张人脸图像进行外观检测;以及
响应于所述外观检测通过,基于提取的所述人脸关键点,判断所述用户是否完成所述脸部动作,以确定所述多张人脸图像是否来自于真实的人脸。
2.根据权利要求1所述的活体检测方法,其特征在于,所述活体检测方法还包括:
三维模型检测,检测出所述多张人脸图像是否来自于真实的人脸。
3.根据权利要求1所述的活体检测方法,其特征在于,所述基于提取的所述人脸关键点,判断所述用户是否完成所述脸部动作包括:
基于从每张所述人脸图像提取的所述人脸关键点,利用神经网络来判断每张所述人脸图像的动作状态;
在所述多张人脸图像中寻找所述动作状态的值连续增大的图像序列;以及
判断所述图像序列的所述动作状态的值的变化是否大于预定阈值;
响应于所述变化被判断为大于所述预定阈值,所述用户完成了选择的所述脸部动作。
4.根据权利要求1所述的活体检测方法,还包括:
响应于确定所述外观检测不通过,确定认证失败。
5.根据权利要求1所述的活体检测方法,其中,所述外观检测用于检测所述人脸区域中的人脸外观是否是完整的。
6.根据权利要求2所述的活体检测方法,其中所述三维模型检测包括:
基于所述多张人脸图像中的第一人脸图像的人脸关键点,检测所述第一人脸图像的特征点并提取特征数据,并基于所述多张人脸图像中第二人脸图像的人脸关键点,检测所述第二人脸图像的特征点并提取特征数据;
根据检测到的所述第一人脸图像和所述第二人脸图像的特征点和提取的所述特征数据,计算从所述第一人脸图像至所述第二人脸图像的变换,以将所述第一人脸图像的所述人脸关键点投影至所述第二人脸图像;以及
基于投影至所述第二人脸图像的所述第一人脸图像的所述人脸关键点与所述第二人脸图像的所述人脸关键点之间的位置误差,确定所述多张人脸图像是否来自于真实的人脸。
7.根据权利要求1所述的活体检测方法,其中所述判断所述多张人脸图像是否连续,包括:
将每张所述人脸图像分为多个区域;
在每个所述区域上建立颜色直方图和灰度均值以及灰度方差;以及
基于所述多张人脸图像中相邻的两张人脸图像之间的直方图的距离、灰度均值的距离以及灰度方差的距离,判断所述相邻的两张人脸图像在时间和空间上是否为连续的。
8.根据权利要求1所述的活体检测方法,还包括:
比对检测到所述人脸区域且其图像质量大于预设阈值的所述人脸图像与预存的人脸图像,以确定所述用户的身份。
9.一种活体检测设备,包括:
用于检测用户的多张人脸图像中每张的人脸区域,并从检测到的所述人脸区域中提取与将要检测的脸部动作对应的人脸关键点的单元;
用于判断所述多张人脸图像是否连续的单元;
用于响应于确定所述多张人脸图像连续,对所述多张人脸图像进行外观检测的单元;以及
用于响应于所述外观检测通过,基于提取的所述人脸关键点,判断所述用户是否完成所述脸部动作,以确定所述多张人脸图像是否来自于真实的人脸的单元。
10.根据权利要求9所述的活体检测设备,其特征在于,所述活体检测设备还包括:
三维模型检测单元,用于检测出所述多张人脸图像是否来自于真实的人脸。
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市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/201911365207.8/1.html,转载请声明来源钻瓜专利网。