本发明属于人工智能,尤其涉及一种活体检测方法、系统与存储介质。
背景技术:
1、为了实现人脸识别过程中的活体检测,现有技术方案中cn202011217244.7《基于双目深度和图片结构信息的活体检测方法、装置和存储介质》中通过扣取不同人脸占比区域的图像,分别计算图像中m个对应人脸特征的关键点与n个参考点的深度信息均值差,实现对活体的识别,但是与此同时,却存在以下技术问题:
2、采用简单的深度信息均值差无法准确的实现对非活体的识别,在某些特殊场合,通过各种材质的3d面具等方式同样可以使得不同的图像的关键点与参考点之间存在一定的深度信息,因此采用上述手段实现对非活体的识别,则有可能导致活体的识别准确率难以满足要求。
3、针对上述技术问题,本发明提供了一种活体检测方法、系统与存储介质。
技术实现思路
1、为实现本发明目的,本发明采用如下技术方案:
2、根据本发明的一个方面,提供了一种活体检测方法。
3、一种活体检测方法,其特征在于,具体包括:
4、s1确定用户的身份信息,并根据所述身份信息进行所述用户的不同的特征点与不同的参考点之间的预设深度信息的确定;
5、s2通过双目摄像装置进行所述用户的面部图像的不同的特征点与不同的参考点之间的深度信息的确定,并结合所述预设深度信息进行所述用户的不同的特征点的深度信息可信度以及偏差特征点的确定,通过所述不同的特征点的深度信息可信度以及偏差特征点进行所述用户的初始活体辨识概率的确定,当所述初始活体辨识概率不满足要求时,进入下一步骤;
6、s3获取所述用户的面部红外图像,并基于所述面部红外图像的不同的特征区域的温度特征与所述用户的不同的特征区域的历史温度特征的偏差量确定所述用户的红外活体辨识概率满足要求时,进入下一步骤;
7、s4基于所述用户的身份信息进行所述用户在预设时间内的身份验证失败次数的确定,并通过不同的身份验证失败次数的不同的特征点的深度信息可信度以及偏差特征点进行用户的活体辨识概率以及活体辨识结果的确定。
8、本发明的有益效果在于:
9、1、通过不同的特征点的深度信息可信度以及偏差特征点进行用户的初始活体辨识概率的确定,从而避免了简单的采用深度信息的偏差量导致的活体辨识结果不够准确的技术问题,通过与预设深度信息相对比,从而进一步与用户的身份信息相结合,提升了活体辨识的准确性。
10、2、基于面部红外图像的不同的特征区域的温度特征与用户的不同的特征区域的历史温度特征的偏差量确定用户的红外活体辨识概率,从而进一步从温度特征的角度与用户的身份信息相对比,从而实现了对3d人脸面具等伪装用户的准确识别,保证了活体辨识结果的准确性。
11、3、通过不同的身份验证失败次数的不同的特征点的深度信息可信度以及偏差特征点进行用户的活体辨识概率以及活体辨识结果的确定,从而避免了由于单次的身份验证中由于用户的面部图像的角度偏差对活体辨识结果的准确性的影响,进一步提升了活体辨识结果的准确性。
12、进一步的技术方案在于,所述用户的身份信息根据所述用户的面部图像的识别结果进行确定,具体的根据所述用户的面部图像与面部图像数据库的匹配结果进行确定。
13、进一步的技术方案在于,所述预设深度信息根据所述用户在所述面部图像数据库的预留面部图像的深度信息或者根据所述用户在历史身份验证时的面部图像的深度信息进行确定。
14、进一步的技术方案在于,当所述特征点的深度信息可信度不满足要求时,则确定所述特征点为偏差特征点。
15、进一步的技术方案在于,判断所述用户的特征点的深度信息可信度是否均满足要求,具体包括:
16、当所述用户的特征点的深度信息可信度均大于预设可信度阈值时,则确定所述述用户的特征点的深度信息可信度均满足要求。
17、进一步的技术方案在于,所述用户的活体辨识结果包括活体、非活体。
18、第二方面,本发明提供了一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种活体检测方法。
19、第三方面,本发明提供了一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种活体检测方法。
20、其他特征和优点将在随后的说明书中阐述,本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
21、为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
1.一种活体检测方法,其特征在于,具体包括:
2.如权利要求1所述的活体检测方法,其特征在于,所述用户的身份信息根据所述用户的面部图像的识别结果进行确定,具体的根据所述用户的面部图像与面部图像数据库的匹配结果进行确定。
3.如权利要求1所述的活体检测方法,其特征在于,所述预设深度信息根据所述用户在所述面部图像数据库的预留面部图像的深度信息或者根据所述用户在历史身份验证时的面部图像的深度信息进行确定。
4.如权利要求1所述的活体检测方法,其特征在于,所述特征点的深度信息可信度的确定的方法为:
5.如权利要求1所述的活体检测方法,其特征在于,当所述特征点的深度信息可信度不满足要求时,则确定所述特征点为偏差特征点。
6.如权利要求1所述的活体检测方法,其特征在于,确定所述用户的红外活体辨识概率满足要求的方法为:
7.如权利要求1所述的活体检测方法,其特征在于,所述用户的活体辨识概率的确定的方法为:
8.如权利要求1所述的活体检测方法,其特征在于,所述用户的活体辨识结果包括活体、非活体。
9.一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行权利要求1-8任一项所述的一种活体检测方法。
10.一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-8任一项所述的一种活体检测方法。