[发明专利]物联网人工智能人脸验证方法及系统

权利要求书

1.一种物联网人工智能人脸验证方法，其特征在于，应用于物联网云服务器，所述物联网云服务器与多个物联网人脸验证终端通信连接，所述方法包括：

获取所述物联网人脸验证终端在检测到人脸验证指令时采集到的目标采集区域在预设时间段内每个连续的时间节点的人脸图像数据流；

根据所述每个连续的时间节点的人脸图像数据流确定与所述目标采集区域对应的每个疑似活体区域，对于每个疑似活体区域，从剩余的时间节点的人脸图像数据流中分别确定与当前疑似活体区域存在关联性的关联疑似活体区域，其中，所述疑似活体区域之外的区域为非活体区域；

对所述当前疑似活体区域进行光谱图像特征识别，并对所述关联疑似活体区域进行光谱图像特征识别，分别得到所述当前疑似活体区域的第一光谱图像特征识别信息和所述关联疑似活体区域的第二光谱图像特征识别信息，其中，所述第一光谱图像特征识别信息和所述第二光谱图像特征识别信息分别包括各自对应的光谱条件的光谱位置坐标信息，所述光谱条件分别为各自对应的光反射特征所关联的多个预设的光谱形式，光反射特征包括光谱反射率，其中，对所述当前疑似活体区域进行光谱图像特征识别的方式包括：基于光谱重排的光谱特征提取方法对所述当前疑似活体区域进行光谱图像特征识别，并对所述关联疑似活体区域进行光谱图像特征识别，从而得到第一光谱图像特征识别信息和第二光谱图像特征识别信息；

根据所述第一光谱图像特征识别信息和所述第二光谱图像特征识别信息生成每个当前疑似活体区域与对应的关联疑似活体区域的活体特征识别信息；

根据所述活体特征识别信息分别对每个当前疑似活体区域与对应的关联疑似活体区域进行活体特征单元识别，并将识别到的活体特征单元按照时序排列的方式进行拼接后，得到多个拼接光谱特征向量序列，并基于人工智能模型对每个所述拼接光谱特征向量序列进行识别得到所述目标采集区域的人脸验证结果；

其中，目标采集区域是指物联网人脸验证终端能够采集到的区域，每个时间节点是指一个具体的时刻，或者是指在该预设时间段内的一个子时间段，疑似活体区域为需要进行活体检测的区域，疑似活体区域之外的区域被确定为非活体区域。

2.根据权利要求1所述的物联网人工智能人脸验证方法，其特征在于，所述根据所述每个连续的时间节点的人脸图像数据流确定与所述目标采集区域对应的每个疑似活体区域的步骤，包括：

根据所述每个连续的时间节点的人脸图像数据流，确定包含有所述目标采集区域的光反射特性信息的光反射动态变化信息，并在所述光反射动态变化信息中确定具有第一光反射特征的第一动态变化信息，和具有第二光反射特征的第二动态变化信息，所述第一光反射特征用于表示光反射强度大于第一预设强度所对应的光反射特征，所述第二光反射特征用于表示光反射强度小于第二预设强度所对应的光反射特征，当所述第一预设强度和所述第二预设强度不相同时，所述第二预设强度小于所述第一预设强度；

在与所述目标采集区域的人脸位置相对应的所述光反射动态变化信息的光反射特征中，确定人脸位置关键点的光反射特征；

获取所述第一动态变化信息上的第一动态变化像素值区间的区间大小，以及所述第二动态变化信息上的第二动态变化像素值区间的区间大小；

若所述第一动态变化像素值区间的区间大小和所述第二动态变化像素值区间的区间大小都大于或等于设定长度，则将所述第一动态变化像素值区间的区间大小与所述第二动态变化像素值区间的区间大小进行比较，若所述第一动态变化像素值区间的区间大小大于所述第二动态变化像素值区间的区间大小，则将所述第一动态变化像素值区间作为疑似活体像素值区间；

若所述第二动态变化像素值区间的区间大小大于所述第一动态变化像素值区间的区间大小，则将所述第二动态变化像素值区间作为疑似活体像素值区间；

若所述第一动态变化像素值区间的区间大小等于所述第二动态变化像素值区间的区间大小，则将所述第一动态变化像素值区间或者所述第二动态变化像素值区间作为疑似活体像素值区间；

将匹配各所述疑似活体像素值区间且与所述人脸位置关键点的光反射特征匹配的区域，确定为待定疑似活体区域，根据确定的所述待定疑似活体区域，将所述光反射动态变化信息切分为多个分割动态变化信息，并根据各所述分割动态变化信息的变化范围与预设范围之间的关系，将满足条件的待定疑似活体区域确定为所述目标采集区域对应的疑似活体区域。