一种人脸活体检测方法和装置与流程

本发明涉及人脸识别技术领域，具体涉及一种人脸活体检测方法和装置。

背景技术：

人脸识别作为生物特征识别身份认证的重要手段，应用越来越广泛。譬如人社部的社保人脸识别身份验证系统、金融领域的远程人脸识别身份验证开卡系统、教育行业的人脸识别学籍认证系统等。

随着人脸识别系统应用越来越广泛，对合法用户人脸的假冒行为愈演愈烈。由于人脸极易用照片、视频等方式进行复制，因此对合法用户人脸的假冒是人脸识别与认证系统安全的重要威胁。因此，人脸活体检测技术应运而生，人脸活体检测简单来讲，就是利用人脸检测技术来确定检测到的生物特征是否直接来源于该生物特征所对应的活体的过程。

近些年来，人脸活体检测技术取得了一些进展，但是现有人脸活体检测方法在安全和可靠性上还有待提高。

技术实现要素：

为了解决现有技术中人脸活体检测方案不能保证安全性和可靠性的问题，本发明实施例期望提供一种人脸活体检测方法和装置。

本发明实施例提供了一种人脸活体检测方法，包括：

随机生成预设比特长度的检测序列，其中，所述预设比特长度值与预设检测次数值相同；

根据生成的检测序列执行预设次数次被检测用户特征采集，所述被检测用户特征为所述被检测用户面部区域特征；

根据采集到的被检测用户特征的检测结果生成检测结果序列，其中，一个检测结果对应检测结果序列中的一位数值；

确定检测序列与检测结果序列的模糊匹配度；

当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户为活体。

优选地，所述随机生成预设比特长度的检测序列包括以下步骤：

随机生成序列；

确定随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度；

判断随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度是否小于第二预设阈值；

当随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度小于第二预设阈值时，将随机生成的所述序列确定为当前进行人脸活体检测的检测序列；否则，重新执行所述随机生成序列的步骤。

优选地，所述根据生成的检测序列执行预设次数次被检测用户特征采集，包括以下步骤：

顺序读取所述检测序列当前位数值；

确定当前读取的数值所对应的面部生理性运动，其中，一种数值对应一种面部生理性运动；

指示被检测用户执行所述面部生理性运动；

在预设时间内采集所述被检测用户特征；

判断是否存在未读取的检测序列数值，如果是，重新执行所述顺序读取所述检测序列当前位数值的步骤；如果否，结束被检测用户特征采集。

优选地，所述根据采集到的被检测用户特征的检测结果生成检测结果序列，包括：

根据所述被检测用户特征确定被检测用户是否根据指示执行所述面部生理性运动；

如果是，将与所述面部生理性运动相对应的数值确定为检测结果序列的当前位数值；

如果否，将与所述面部生理性运动相对应的数值不同的数值确定为检测结果序列的当前位数值。

优选地，所述检测序列和检测结果序列为01序列；

当所述面部生理性运动相对应的数值为0时，与所述面部生理性运动相对应的数值不同的数值为1；

当所述面部生理性运动相对应的数值为1时，与所述面部生理性运动相对应的数值不同的数值为0。

优选地，所述确定检测序列与检测结果序列的模糊匹配度之前，所述方法还包括：

确定所述被检测用户特征不是视频攻击。

优选地，所述确定所述被检测用户特征不是视频攻击，包括：

提取所述被检测用户特征的面部检测区域；

确定所述面部检测区域的宽高比值；

判断所述宽高比值是否在第三阈值范围内；

如果是，确定所述被检测用户特征不是视频攻击。

本发明实施例提供了一种人脸活体检测装置，包括：

第一生成模块、采集模块、第二生成模块、第一确定模块、判断模块及第二确定模块；其中，

所述第一生成模块，用于随机生成预设比特长度的检测序列，其中，所述预设比特长度值与预设检测次数值相同；

所述采集模块，用于根据生成的检测序列执行预设次数次被检测用户特征采集，所述被检测用户特征为所述被检测用户面部区域特征；

所述第二生成模块，用于根据采集到的被检测用户特征的检测结果生成检测结果序列，其中，一个检测结果对应检测结果序列中的一位数值；

所述第一确定模块，用于确定检测序列与检测结果序列的模糊匹配度；

所述判断模块，用于判断检测序列与检测结果序列的模糊匹配度是否大于第一预设阈值；

所述第二确定模块，用于当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户为活体。

优选地，所述第一生成模块，包括：

序列生成单元，用于随机生成序列；

第一确定单元，用于确定随机生成的所述序列与上一次进行人脸活体检测 的检测序列的匹配度；

第一判断单元，用于判断随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度是否小于第二预设阈值；

第二确定单元，用于当随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度小于第二预设阈值时，将随机生成的所述序列确定为当前进行人脸活体检测的检测序列并结束随机生成序列；还用于当随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度小于等于第二预设阈值时，转至序列生成单元。

优选地，所述采集模块包括：

读取单元，用于顺序读取所述检测序列当前位数值；

第三确定单元，用于确定当前读取的数值所对应的面部生理性运动，其中，一种数值对应一种面部生理性运动；

指示单元，用于指示被检测用户执行所述面部生理性运动；

采集单元，用于在预设时间内采集被检测用户特征；

第二判断单元，用于在预设时间结束时，判断是否存在未读取的检测序列数值，如果是，转至读取单元，如果否，结束被检测用户特征采集。

优选地，所述第二生成模块，包括：

第三判断单元，用于根据所述被检测用户特征判断被检测用户是否根据指示执行所述面部生理性运动；

第四确定单元，用于在第三判断单元判断结果为是时，将与所述面部生理性运动相对应的数值确定为检测结果序列的当前位数值；还用于在第三判断单元判断结果为否时，将与所述面部生理性运动相对应的数值不同的数值确定为检测结果序列的当前位数值。

优选地，所述检测序列和检测结果序列为01序列；

所述第四确定单元，用于当所述面部生理性运动相对应的数值为0时，将与所述面部生理性运动相对应的数值不同的数值确定为1；还用于当所述面部生理性运动相对应的数值为1时，将与所述面部生理性运动相对应的数值不同的数值确定为0。

优选地，所述装置还包括：第三确定模块，用于在第二确定模块确定所述 检测序列与检测结果序列的模糊匹配度之前，确定所述被检测用户特征不是视频攻击。

优选地，所述第三确定模块，包括：

提取单元，用于提取所述被检测用户特征的面部检测区域；

第五确定单元，用于确定所述面部检测区域的宽高比值；

第四判断单元，用于判断所述宽高比值是否在第三预设阈值范围内；

第六确定单元，用于当第四判断单元判断结果为是时，确定所述被检测用户特征不是视频攻击。

与现有技术相比，本发明实施例包括以下优点：

本发明实施例所提供的一种人脸活体检测方法和装置，随机生成预设比特长度的检测序列，其中，所述预设比特长度值与预设检测次数值相同；根据生成的检测序列执行预设次数次被检测用户特征采集，所述被检测用户特征为所述被检测用户面部区域特征；根据采集到的被检测用户特征的检测结果生成检测结果序列，其中，一个检测结果对应检测结果序列中的一位数值；确定检测序列与检测结果序列的模糊匹配度；当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户为活体。一方面，通过这种方式，在执行人脸活体检测时，根据随机生成的检测序列执行人脸活体的检测过程，由于检测序列是随机生成的，因此，可以降低每一次人脸活体检测时检测序列的重复性，也就避免了每一次所执行的人脸活体检测过程的重复性。这样，可以增加其他用户非法入侵人脸活体检查系统时伪造人脸活体检测结果，例如采用视频攻击方式逃避人脸检测系统的难度，从而提高人体活体检测的安全可靠性。另一方面通过模糊匹配方式确定被检测用户是否为活体，即，确定检测序列与检测结果序列的模糊匹配度，当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定被检测用户为活体，这样，相对于完全匹配的方法，可以增强人脸活体检测系统的稳定性，这是因为，人脸活体检测系统通常先给出被检测用户指示，之后，被检测用户才做出反应，被检测用户的反应相对于系统的采集时间会有所延时，如果要求检测序列和检测结果序列完全匹配，有一定的难度，而这时采用模糊匹配，反而能够增强该系统稳定性。

附图说明

图1为本发明实施例提供的人脸活体检测方法流程图一；

图2为本发明实施例提供的人脸活体检测方法流程图二；

图3为本发明实施例提供的人脸活体检测方法中根据生成的检测序列执行预设次数次被检测用户特征采集的方法流程图；

图4为现有技术中pitch旋转示意图；

图5为本发明实施例提供的人脸活体检测装置的基本结构图一；

图6为本发明实施例提供的人脸活体检测系统的基本结构图二。

具体实施方式

实施例一

参照图1，示出了本发明的一种人脸活体检测方法实施例一的步骤流程图，具体可以包括：

步骤101、随机生成预设比特长度的检测序列，其中，所述预设比特长度值与预设检测次数值相同；

这一步骤中，由人脸活体检测系统生成预设比特长度的检测序列，预设比特长度值由预设检测次数值决定，也就是，预设检测次数值为多少，预设比特长度值就为多少。例如，当预设检测次数为七次时，即人脸活体检测系统执行七次人脸活体检测，则需要生成七位的检测序列，之后，人脸活体检测系统根据所述检测序列来执行人脸活体检测过程。

这里，由于每一次执行人脸活体检测时，检测序列是随机生成的，因此，可以降低每一次人脸活体检测时检测序列的重复性，也就避免了每一次所执行的人脸活体检测过程的重复性。这样，可以增加其他用户非法入侵人脸活体检查系统时伪造人脸活体检测结果，例如采用视频攻击方式逃避人脸检测系统的难度，从而提高人体活体检测的安全可靠性。

步骤102、根据生成的检测序列执行预设次数次被检测用户特征采集，所述被检测用户特征为所述被检测用户面部区域特征；

人脸活体检测系统要求被检测用户能够主动配合该系统完成规定的脸部生理性运动。

这一步骤中，人脸活体检测系统根据生成的检测序列执行预设次数次被检测用户特征采集。具体的，人脸活体检测系统需要根据所述检测序列来分别完成每一次被检测用户特征采集；更具体的，人脸活体检测系统需要依次根据检测序列中每一位序列值来确定当次需要检测被检测用户的哪一种面部生理性运动。

步骤103、根据采集到的被检测用户特征的检测结果生成检测结果序列，其中，一个检测结果对应检测结果序列中的一位数值；

具体的，采集到被检测用户特征之后，需要判断每一次采集的被检测用户特征的检测结果，也就是，判断被检测用户特征的检测结果正确还是错误。因此，检测结果会有两种，即，正确和错误，因此，依据检测结果来生成检测结果序列，即，用每一位序列值来表示每一次检测的检测结果。

步骤104、确定检测序列与检测结果序列的模糊匹配度；

这一步骤中，确定检测序列与检测结果序列的模糊匹配度是为了确定检测结果的正确率。具体的，人脸活体检测系统根据采集到的被检测用户特征中被检测用户的面部生理性运动的特征值与预设面部生理性运动的特征值进行比较，计算相似度，当相似度达到预设相似度阈值时，确定被检测用户当次检测的检测结果为正确；否则，确定被检测用户的当次检测结果为错误。

举例来说，假设人脸活体检测系统执行七次检测，这七次检测分别检测被检测用户的张口和闭口反应，检测序列为0100110，其中，0代表张口检测，1代表闭口检测，则人脸活体检测系统依次读取所述检测序列，并按照序列值来指示被检测用户执行相应的面部生理性运动。当读取的数值为1时指示被检测用户闭口，当读取的数值为0时，指示被检测用户张口，相应的，被检测用户根据指示完成所指示的面部生理性运动；人脸活体检测系统判定被检测用户所完成的面部生理性运动是否正确，得出检测结果，当检测结果为正确时，输入所述面度生理性运动所对应的值，即当指示被检测用户完成张口检测时，检测结果正确则输出0，当指示被检测用户完成闭口检测时，当检测结果正确则输出1；相应的，当检测结果不正确时，输出相反的值，即，当指示被检测用户完成张口检测时，检测结果错误则输出1，当指示被检测用户完成闭口检测时，当检测结果错误则输出0。这样，直接将检测序列和检测结果序列进行匹配， 确定其模糊匹配度，即可确定检测结果的正确率。

步骤105、当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户为活体。

预先设置检测序列和检测结果序列的模糊匹配度，这是因为，由于人脸活体检测系统通常先给出被检测用户指示，之后，被检测用户才做出反应，被检测用户的反应相对于系统的采集时间会有所延时，如果要求检测序列和检测结果序列完全匹配，有一定的难度，而这时采用模糊匹配，反而能够增强该系统稳定性，通过预设合适的模糊匹配度阈值(即，第一预设阈值)，凡是检测序列和检测结果序列的模糊匹配度大于这一阈值，则确定被检测用户为活体。

相应的，当检测序列与检测结果序列的模糊匹配度不大于第一预设阈值时，确定所述被检测用户非活体。

综上，本发明实施例一提供的人脸活体检测方法，随机生成预设比特长度的检测序列，其中，所述预设比特长度值与预设检测次数值相同；根据生成的检测序列执行预设次数次被检测用户特征采集，所述被检测用户特征为所述被检测用户面部区域特征；根据采集到的被检测用户特征的检测结果生成检测结果序列，其中，一个检测结果对应检测结果序列中的一位数值；确定检测序列与检测结果序列的模糊匹配度；当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户为活体。一方面，通过这种方式，在执行人脸活体检测时，根据随机生成的检测序列执行人脸活体的检测过程，由于检测序列是随机生成的，因此，可以降低每一次人脸活体检测时检测序列的重复性，也就避免了每一次所执行的人脸活体检测过程的重复性。这样，可以增加其他用户非法入侵人脸活体检查系统时伪造人脸活体检测结果，例如采用视频攻击方式逃避人脸检测系统的难度，从而提高人体活体检测的安全可靠性。另一方面通过模糊匹配方式确定被检测用户是否为活体，即，确定检测序列与检测结果序列的模糊匹配度，当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定被检测用户为活体，这样，相对于完全匹配的方法，可以增强人脸活体检测系统的稳定性，这是因为，人脸活体检测系统通常先给出被检测用户指示，之后，被检测用户才做出反应，被检测用户的反应相对于系 统的采集时间会有所延时，如果要求检测序列和检测结果序列完全匹配，在实际实现上有一定的难度，而这时采用模糊匹配，反而能够增强该系统稳定性。

实施例二

参照图2，示出了本发明的一种人脸活体检测方法实施例的步骤流程图，该方法具体可以包括：

步骤201、随机生成预设比特长度序列，其中，所述预设比特长度值与预设检测次数值相同；

具体的，在进行当前人脸活体识别时，人脸活体检测系统可以利用随机序列生成器来随机生成预设比特长度序列，该预设比特长度序列的长度由预设检测次数值决定；具体的，预设检测次数值为多少，就生成比特长度值为多少的序列。

步骤202、确定随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度；

随机生成序列之后，确定所述序列与上一次进行人脸活体检测的检测序列的匹配度。

步骤203、判断随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度是否小于第二预设阈值；

步骤204、当随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度小于第二预设阈值时，将随机生成的所述序列确定为当前进行人脸活体检测的检测序列；

这一步骤中，当随机生成的序列与上一次进行人脸活体检测的检测序列的匹配度小于第二预设阈值时，将所述序列确定为当前进行人脸活体检测的检测序列，这样，确保每一次用于人脸活体检测的检测序列之间差异较大，从而加大了其他用户非法入侵人脸活体检查系统时伪造人脸活体检测结果，例如采用视频攻击方式逃避人脸检测系统的难度，大大提高人体活体检测的安全可靠性。这里所说的视频攻击是指不法分子将人脸进行特定生理性运动的图片有目的的组织成视频，从而躲避人脸活体检测系统的手段。

步骤205、根据生成的检测序列执行预设次数次被检测用户特征采集，所 述被检测用户特征为所述被检测用户面部区域特征；

具体的，如图3所示，所述根据生成的检测序列执行预设次数次被检测用户特征采集，包括以下步骤：

S301、顺序读取所述检测序列当前位数值；

S302、确定当前读取的数值所对应的面部生理性运动，其中，一种数值对应一种面部生理性运动；

S303、指示被检测用户执行所述面部生理性运动；

S304、在预设时间内采集所述被检测用户特征；

S305、判断是否存在未读取的检测序列数值，如果是，转至步骤S301，如果否，结束当前执行被检测用户特征采集的流程；

具体的，在预设采集被检测用户特征的时间结束时，判断是否存在未读取的检测序列数值。

步骤206、根据采集到的被检测用户特征的检测结果生成检测结果序列，其中，一个检测结果对应检测结果序列中的一位数值；

具体的，所述根据采集到的被检测用户特征的检测结果生成检测结果序列，包括：

根据所述被检测用户特征确定被检测用户是否根据指示执行所述面部生理性运动；

如果是，将与所述面部生理性运动相对应的数值确定为检测结果序列的当前位数值；

如果否，将与所述面部生理性运动相对应的数值不同的数值确定为检测结果序列的当前位数值。

举例来说，假设检测序列为23233323，其中，2所对应的面部生理性运动为眼睛张开，3对应的面部生理性运动为眼睛闭合；当对被检测用户进行脸部活体检测时，假设检测中用户所执行的第三次和第五次生理性运动错误，则可以将检测结果序列中第三次检测结果所对应的数值确定为2以外的任何数值，如5，相类似的将检测结果序列中第五次检测结果所对应的数值确定为3以外的任何数值，如2；则输出的检测结果序列为23532323。

具体的，所述检测序列和检测结果序列可以为二值序列，如，典型的二值 序列：01序列；

这样，当所述面部生理性运动相对应的数值为0时，与所述面部生理性运动相对应的数值不同的数值为1；当所述面部生理性运动相对应的数值为1时，与所述面部生理性运动相对应的数值不同的数值为0。

一种优选实施例中，使用01序列作为检测序列，而0和1分别对应的面部生理性运动是嘴巴的张开和闭合，由于检测序列只有两种值，实现复杂度相对较低；而且，嘴巴是人脸部相对来说比较灵活的一个部位，其张开或闭合在判别时相对来说，准确率高；另外，嘴巴的张开和闭合这两个动作无论是对年轻人或者反应较为迟滞的老年人和儿童来说，都是很方便的，实际实现中，便于操作。

步骤207、确定检测序列与检测结果序列的模糊匹配度；

具体的，在实际实现中，确定检测序列与检测结果的模糊匹配度至少有以下两种方法：

第一种方法：将检测序列和检测结果序列直接按顺序进行匹配，得到模糊匹配度；

以步骤206中的具体示例为例，当检测序列为23233323、检测结果序列为23532323时，可以直接确定其模糊匹配度为75％，这时，假设模糊匹配度阈值为87％，则所述人脸活体检测未通过，确定所述被检测用户不为活体，有可能是视频攻击；

第二种方法：在检测结果序列中查找与检测序列相匹配的最长序列片段，即，提取出检测结果序列中连续与检测序列匹配的最长序列片段；在匹配过程中，可以保持检测序列不动，将检测结果序列按位进行偏移，但由于检测结果出现时间的滞后性，一般是正向偏移；

举例来说，假设检测结果序列为00111100，检测序列为00011000，则在检测结果序列中所提取的与检测序列相匹配的最长序列为1100，即有连续的4bit序列与检测序列完全匹配，则根据此计算模糊匹配度为50％，假设模糊匹配度阈值为75％，则所述人脸活体检测未通过，确定所述被检测用户不为活体，有可能是视频攻击。

相应的，由于上述两种方法侧重各有不同，因此，在设置模糊匹配度阈值 时，可以根据实际情况进行设置，选取一个最优值，确保检测安全可靠。

在本发明的另一种可选实施例中，所述确定检测序列与检测结果序列的模糊匹配度之前，所述方法还包括：

确定所述被检测用户特征不是视频攻击。

具体的，所述确定所述被检测用户特征不是视频攻击，包括：

提取所述被检测用户特征的面部检测区域；

确定所述面部检测区域的宽高比值；

判断所述宽高比值是否在第三阈值范围内；

如果是，确定所述被检测用户特征不是视频攻击。

当确定所述被检测用户特征是视频攻击时，不需要再执行后续的步骤，可以直接确定所述被检测用户非活体。

前文已经提到过，视频攻击是指不法分子将人脸进行特定生理性运动的图片有目的的组织成视频，从而躲避人脸活体检测系统的手段。通常，在进行视频攻击时，对于某一些脸部生理性特征，例如，张口、闭口，或者，眼睛睁开、眼睛闭合，非法用户可以通过对图片进行如图4所示的俯仰向(pitch)旋转，可以使得张口口型被误认为闭口口型，如图4所示，pitch旋转是指将图片以x轴为中心沿pitch方向旋转。但是，对于经过pitch旋转后的图片来说，图片中人脸检测区域的宽高比值将发生较大的变化，因此，在该步骤中，可以通过设置合适的第三阈值，来快速发现视频攻击。

步骤208、当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户为活体。

预先设置检测序列和检测结果序列的模糊匹配度，这是因为，由于人脸活体检测系统通常先给出被检测用户指示，之后，被检测用户才做出反应，被检测用户的反应相对于系统的采集时间会有所延时，如果要求检测序列和检测结果序列完全匹配，有一定的难度，而这时采用模糊匹配，反而能够增强该系统稳定性，通过预设合适的模糊匹配度阈值(即，第一预设阈值)，凡是检测序列和检测结果序列的模糊匹配度大于这一阈值，则确定被检测用户为活体。

相应的，当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户非活体。

可见，利用本发明实施例二提供的人脸活体检测方法，随机生成预设比特长度序列，其中，所述预设比特长度值与预设检测次数值相同，确定随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度，之后，判断随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度是否小于第二预设阈值，当随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度小于第二预设阈值时，将随机生成的所述序列确定为当前进行人脸活体检测的检测序列，相较于实施例一提供的方案，这种方式能够进一步确保每一次用于人脸活体检测的检测序列之间差异较大，从而加大其他用户非法入侵人脸活体检查系统时伪造人脸活体检测结果，例如采用视频攻击方式逃避人脸检测系统的难度，大大提高人体活体检测的安全可靠性；另外，通过模糊匹配方式确定被检测用户是否为活体，即，确定检测序列与检测结果序列的模糊匹配度，当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定被检测用户为活体，这样，相对于现有技术中完全匹配的方法，可以增强人脸活体检测系统的稳定性，这是因为，人脸活体检测系统通常先给出被检测用户指示，之后，被检测用户才做出反应，被检测用户的反应相对于系统的采集时间会有所延时，如果要求检测序列和检测结果序列完全匹配，有一定的难度，而这时采用模糊匹配，反而能够增强该系统稳定性。

装置实施例一

参照图5，示出了本发明一种人脸活体检测装置，位于人脸活体检测系统上；其中，所述装置包括：第一生成模块51、采集模块52、第二生成模块53、第一确定模块54、判断模块55及第二确定模块56；其中，

所述第一生成模块51，用于随机生成预设比特长度的检测序列，其中，所述预设比特长度值与预设检测次数值相同；

所述采集模块52，用于根据生成的检测序列执行预设次数次被检测用户特征采集，所述被检测用户特征为所述被检测用户面部区域特征；

所述第二生成模块53，用于根据采集到的被检测用户特征的检测结果生成检测结果序列，其中，一个检测结果对应检测结果序列中的一位数值；

所述第一确定模块54，用于确定检测序列与检测结果序列的模糊匹配度；

所述判断模块55，用于判断检测序列与检测结果序列的模糊匹配度是否大于第一预设阈值；

所述第二确定模块56，用于当检测序列与检测结果序列的模糊匹配度大于第一预设阈值时，确定所述被检测用户为活体。

具体的，所述第一生成模块51，包括：

序列生成单元，用于随机生成序列；

第一确定单元，用于确定随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度；

第一判断单元，用于判断随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度是否小于第二预设阈值；

第二确定单元，用于当随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度小于第二预设阈值时，将随机生成的所述序列确定为当前进行人脸活体检测的检测序列并结束随机生成序列流程；还用于当随机生成的所述序列与上一次进行人脸活体检测的检测序列的匹配度小于等于第二预设阈值时，转至序列生成单元。

具体的，所述采集模块52包括：

读取单元，用于顺序读取所述检测序列当前位数值；

第三确定单元，用于确定当前读取的数值所对应的面部生理性运动，其中，一种数值对应一种面部生理性运动；

指示单元，用于指示被检测用户执行所述面部生理性运动；

采集单元，用于在预设时间内采集被检测用户特征；

第二判断单元，用于在预设时间结束时，判断是否存在未读取的检测序列数值，如果是，转至读取单元，如果否，结束被检测用户特征采集。

具体的，所述第二生成模块53，包括：

第三判断单元，用于根据所述被检测用户特征判断被检测用户是否根据指示执行所述面部生理性运动；

第四确定单元，用于在第三判断单元判断结果为是时，将与所述面部生理性运动相对应的数值确定为检测结果序列的当前位数值；还用于在第三判断单 元判断结果为否时，将与所述面部生理性运动相对应的数值不同的数值确定为检测结果序列的当前位数值。

具体的，所述检测序列和检测结果序列为01序列；

所述第四确定单元，还用于当所述面部生理性运动相对应的数值为0时，将与所述面部生理性运动相对应的数值不同的数值确定为1；还用于当所述面部生理性运动相对应的数值为1时，将与所述面部生理性运动相对应的数值不同的数值确定为0。

在本发明的另一种可选实施例中，如图6所示，所述装置还包括：第三确定模块57，用于在第二确定模块56确定所述检测序列与检测结果序列的模糊匹配度之前，确定所述被检测用户特征不是视频攻击。

具体的，所述第三确定模块57，包括：

提取单元，用于提取所述被检测用户特征的面部检测区域；

第五确定单元，用于确定所述面部检测区域的宽高比值；

第四判断单元，用于判断所述宽高比值是否在第三阈值范围内；

第六确定单元，用于当第四判断单元判断结果为是时，确定所述被检测用户特征不是视频攻击。

在具体实施过程中，上述第一生成模块51、采集模块52、第二生成模块53、第一确定模块54、判断模块55、第二确定模块56及第三确定模块57均可以由人脸活体检测系统内的中央处理器(CPU，Central Processing Unit)、微处理器(MPU，Micro Processing Unit)、数字信号处理器(DSP，Digital Signal Processor)或可编程逻辑阵列(FPGA，Field－Programmable Gate Array)来实现。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的 都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者 暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种多通道视频显示方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，根据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。