CN107392135A - 活体检测方法及相关产品 - Google Patents
活体检测方法及相关产品 Download PDFInfo
- Publication number
- CN107392135A CN107392135A CN201710577343.8A CN201710577343A CN107392135A CN 107392135 A CN107392135 A CN 107392135A CN 201710577343 A CN201710577343 A CN 201710577343A CN 107392135 A CN107392135 A CN 107392135A
- Authority
- CN
- China
- Prior art keywords
- target image
- target object
- analysis result
- light source
- full spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例公开了一种活体检测方法及相关产品,所述方法包括:通过全光谱光源对目标物体进行补光;通过摄像头获取所述目标物体的目标图像;对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。本发明实施例可在采用全光谱光源对目标物体进行补光的情况下,再利用摄像头获取目标物体的图像,从而,得到的图像也具有全光谱光源带来的特有特性,依据这一特性可对目标物体的图像进行分析,依据分析结果判断目标物体是否为活体,如此,可实现活体检测。
Description
技术领域
本发明涉及移动终端技术领域,具体涉及一种活体检测方法及相关产品。
背景技术
随着移动终端(手机、平板电脑等)的大量普及应用,移动终端能够支持的应用越来越多,功能越来越强大,移动终端向着多样化、个性化的方向发展,成为用户生活中不可缺少的电子用品。
目前来看,虹膜识别越来越受到移动终端生产厂商的青睐,虹膜识别的安全性也是其关注的重要问题之一。出于安全性考虑,通常情况下,会在虹膜识别之前,先对虹膜进行活体检测,如何实现活体检测的问题亟待解决。
发明内容
本发明实施例提供了一种活体检测方法及相关产品,可以实现活体检测。
第一方面,本发明实施例提供一种活体检测方法,所述方法包括:
通过全光谱光源对目标物体进行补光;
通过摄像头获取所述目标物体的目标图像;
对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
第二方面,本发明实施例提供了一种移动终端,包括全光谱光源、摄像头以及应用处理器AP,其中,
所述全光谱光源,用于对目标物体进行补光;
所述摄像头,用于获取所述目标物体的目标图像,并将所述目标图像发送给所述AP;
所述AP,用于对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
第三方面,本发明实施例提供了一种移动终端,包括:全光谱光源、摄像头以及应用处理器AP和存储器;以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所述AP执行,所述程序包括用于执行第一方面中所描述的部分或全部步骤的指令。
第四方面,本发明实施例提供了一种活体检测装置,所述活体检测装置包括补光单元、拍摄单元和分析单元,其中,
所述补光单元,用于通过全光谱光源对目标物体进行补光;
所述拍摄单元,用于通过摄像头获取所述目标物体的目标图像;
所述分析单元,用于对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
第五方面,本发明实施例提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存用于储计算机程序,其中,所述计算机程序使得计算机执行如本发明实施例第一方面中所描述的部分或全部步骤。
第六方面,本发明实施例提供了一种计算机程序产品,其中,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如本发明实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本发明实施例,具有如下有益效果:
可以看出,本发明实施例中,通过全光谱光源对目标物体进行补光,通过摄像头获取目标物体的目标图像,对目标图像进行分析,得到分析结果,并依据该分析结果判断目标物体是否来自活体,可见,可在采用全光谱光源对目标物体进行补光的情况下,再利用摄像头获取目标物体的图像,从而,得到的图像也具有全光谱光源带来的特有特性,依据这一特性可对目标物体的图像进行分析,依据分析结果判断目标物体是否为活体,如此,可实现活体检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A是本发明实施例提供的一种智能手机的结构示意图;
图1B是本发明实施例提供的一种移动终端的结构示意图;
图1C是本发明实施例提供的另一种移动终端的结构示意图;
图2是本发明实施例公开的一种活体检测方法的流程示意图;
图3是本发明实施例公开的另一种活体检测方法的流程示意图;
图4是本发明实施例公开的另一种移动终端的结构示意图;
图5A是本发明实施例公开的一种活体检测装置的结构示意图;
图5B是本发明实施例公开的图5A所描述的活体检测装置的分析单元的结构示意图;
图5C是本发明实施例公开的图5A所描述的活体检测装置的又一结构示意图;
图5D是本发明实施例公开的图5A所描述的活体检测装置的又一结构示意图;
图6是本发明实施例公开的另一种移动终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所涉及到的移动终端可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备(terminaldevice)等等。为方便描述,上面提到的设备统称为移动终端。下面对本发明实施例进行详细介绍。如图1A所示的一种示例智能手机100,该智能手机100的虹膜识别装置可以包括红外补光灯21和红外摄像头22,在虹膜识别装置工作过程中,红外补光灯21的光线打到虹膜上之后,经过虹膜反射回红外摄像头22,虹膜识别装置采集虹膜图像,摄像头23可为前置摄像头,全光谱光源24用于。全光谱光源顾名思义,即全光谱光源拥有和太阳光相同的七种颜色,也就是大家所熟悉的红橙黄绿蓝靛紫。
请参阅图1B,图1B是本发明实施例提供了一种移动终端100的结构示意图,所述移动终端100包括:应用处理器AP110、摄像头120、全光谱光源140、虹膜识别装置130,其中,虹膜识别装置130可与摄像头120集成在一起,或者,虹膜识别装置130与摄像头120可独立存在,其中,所述AP110通过总线150连接摄像头120和虹膜识别装置130,进一步地,请参阅图1C,图1C为图1B所描述的移动终端100的一种变型结构,相对于图1B而言,图1C还可包括环境传感器160。
在一些可能的实施例中,所述全光谱光源140,用于对目标物体进行补光;
所述摄像头120,用于获取所述目标物体的目标图像,并将所述目标图像发送给所述AP110;
所述AP110,用于对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
在一些可能的实施例中,在所述对所述目标图像进行分析,得到分析结果方面,所述AP110具体用于:
对所述目标图像进行特征纹路提取,得到特征纹理集,将所述特征参数集作为所述分析结果。
在一些可能的实施例中,在所述对所述目标图像进行分析,得到分析结果方面,所述AP110具体用于:
对所述目标图像进行特征点提取,得到特征点集;
采用预设分类器对所述特征点集进行训练,得到训练结果,将所述训练结果作为所述分析结果。
在一些可能的实施例中,所述AP110还具体用于:
对所述目标图像进行目标识别,得到识别结果,在所述识别结果为虹膜时,执行所述对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体的步骤。
在一些可能的实施例中,所述移动终端还设置有环境传感器160;
所述环境传感器160,用于获取环境光的光成分信息,并将所述光成分信息发送给所述AP110;
所述AP110,还用于根据所述光成分信息确定所述全光谱光源140对应的补光参数,并将所述补光参数发送给所述全光谱光源140,由所述全光谱光源140根据所述补光参数对目标物体进行补光。
请参阅图2,图2是本发明实施例提供了一种活体检测方法的流程示意图,应用于移动终端,该移动终端实物图与结构图可参考图1A-图1C,本活体检测方法包括:
201、通过全光谱光源对目标物体进行补光。
其中,本发明实施例中采用全光谱光源对目标物体进行补光,目标物体可为人脸或者虹膜,具体实现中,全光谱照射到目标物体时,目标物体会反射回一些光线,这些光线被摄像头捕捉到,可实现成像,由于是全光谱光源,因而,摄像头捕捉到的图像也是包含七种颜色的图像。其中,全光谱光源对应的功、亮度均可调,具体的调节方式可依据具体环境而定。
202、通过摄像头获取所述目标物体的目标图像。
其中,在全光谱光源对目标物体进行补光之后,移动终端可通过摄像头获取此时的目标物体对应的目标图像。
203、对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
其中,移动终端可对目标图像进行分析,得到一个分析结果,并依据分析结果判断目标物体是否来自于活体。在采用全光谱光源对活体进行补光之后,采集的活体的肌肉纹理细节与非活体的细节特征存在明显差异,因而,可基于该原理,判断目标物体是否来自于活体。
可选地,上述步骤203中,对所述目标图像进行分析,得到分析结果,可按照如下方式实现:
对所述目标图像进行特征纹路提取,得到特征纹理集,将所述特征参数集作为所述分析结果。
其中,可对目标图像进行特征纹路提取,得到特征纹路集,其中,特征纹路提取的主要方式可为:霍夫变换、小波变换、gabor算子等等,可得到多条纹路组成的特征纹路集,将该特征纹路集作为分析结果,通常情况下,肌肉的纹路与其他纹路会存在明显差别,因而,可根据该特征纹路集判断目标物体是否来自于活体。
进一步可选地,在执行上述步骤203的过程中,对所述目标图像进行特征纹路提取,得到特征纹理集,将所述特征参数集作为所述分析结果,可按照如下方式实现:
先对目标图像进行图像增强处理,然后,对图像增强处理之后的目标图像进行特征纹路提取,得到特征纹路集,将该特征纹路集作为分析结果。
其中,图像增强处理可包括但不仅限于:图像去噪(例如,小波变换进行图像去噪)、图像复原(例如,维纳滤波)、暗视觉增强算法(例如,直方图均衡化、灰度拉伸等等),在对目标图像进行图像增强处理之后,虹膜图像的质量可在一定程度上得到提升。
可选地,上述对目标图像进行图像增强处理之前,还可以执行如下操作:
对目标图像进行图像质量评价,得到图像质量评价值,在图像质量评价值低于预设质量阈值时,对目标图像进行图像增强处理。
其中,上述预设质量阈值可由用户自行设置或者***默认,可先对目标图像进行图像质量评价,得到一个图像质量评价值,通过该图像质量评价值判断该虹膜图像的质量是好还是坏,在图像质量评价值大于或等于预设质量阈值时,可认为虹膜图像质量好,在图像质量评价值小于预设质量阈值时,可认为目标图像质量差,进而,可对目标图像进行图像增强处理。
其中,可采用至少一个图像质量评价指标对目标图像进行图像质量评价,从而,得到图像质量评价值。具体实现中,可包含多个图像质量评价指标,每一图像质量评价指标也对应一个权重,如此,每一图像质量评价指标对虹膜图像进行图像质量评价时,均可得到一个评价结果,最终,进行加权运算,也就得到最终的图像质量评价值。图像质量评价指标可包括但不仅限于:均值、标准差、熵、清晰度、信噪比等等。
需要说明的是,由于采用单一评价指标对图像质量进行评价时,具有一定的局限性,因此,可采用多个图像质量评价指标对图像质量进行评价,当然,对图像质量进行评价时,并非图像质量评价指标越多越好,因为图像质量评价指标越多,图像质量评价过程的计算复杂度越高,也不见得图像质量评价效果越好,因此,在对图像质量评价要求较高的情况下,可采用2~10个图像质量评价指标对图像质量进行评价。具体地,选取图像质量评价指标的个数及哪个指标,依据具体实现情况而定。当然,也得结合具体地场景选取图像质量评价指标,在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像质量指标可不一样。
可选地,在对图像质量评价精度要求不高的情况下,可用一个图像质量评价指标进行评价,例如,以熵对待处理图像进行图像质量评价值,可认为熵越大,则说明图像质量越好,相反地,熵越小,则说明图像质量越差。
可选地,在对图像质量评价精度要求较高的情况下,可以采用多个图像质量评价指标对图像进行评价,在多个图像质量评价指标对图像进行图像质量评价时,可设置该多个图像质量评价指标中每一图像质量评价指标的权重,可得到多个图像质量评价值,根据该多个图像质量评价值及其对应的权重可得到最终的图像质量评价值,例如,三个图像质量评价指标分别为:A指标、B指标和C指标,A的权重为a1,B的权重为a2,C的权重为a3,采用A、B和C对某一图像进行图像质量评价时,A对应的图像质量评价值为b1,B对应的图像质量评价值为b2,C对应的图像质量评价值为b3,那么,最后的图像质量评价值=a1b1+a2b2+a3b3。通常情况下,图像质量评价值越大,说明图像质量越好。
可选地,上述步骤203,对所述目标图像进行分析,得到分析结果,可包括如下步骤:
31、对所述目标图像进行特征点提取,得到特征点集;
32、采用预设分类器对所述特征点集进行训练,得到训练结果,将所述训练结果作为所述分析结果。
其中,上述特征点提取可采用如下算法实现:Harris角点检测算法、尺度不变特征变换(Scale Invariant Feature Transform,SIFT)、SUSAN角点检测算法等等,在此不再赘述。可通过AP对目标图像进行特征点提取,得到多个特征点,其组成特征点集,可采用预设分类器对特征点集进行训练得到训练结果,将该训练结果作为分析结果。训练结果可为一个概率值,例如,概率值为80%,则可认为目标物体来自于活体,低于则认为目标物体来自于非活体,该非活体可为以下一种:3D打印的图像、照片或者,没有生命特征的物体。
其中,上述预设分类器可在执行上述本发明实施例之前设置,其主要设置可包含如下步骤A1-A7:
A1、获取正样本集,所述正样本集包含X个活体在全光谱光源补光下拍摄的图像,所述X为正整数;
A2、获取负样本集,所述负样本集包含Y个非活体在全光谱光源补光下拍摄的图像,所述Y为正整数;
A3、对所述正样本集进行特征提取,得到所述X组特征;
A4、对所述负样本集进行特征提取,得到所述Y组特征;
A5、采用第一指定分类器对所述X组特征进行训练,得到第一类目标分类器;
A6、采用第二指定分类器对所述Y组特征进行训练,得到第二类目标分类器;
A7、将所述第一类目标分类器和所述第二类目标分类器作为所述预设分类器。
其中,X与Y均可由用户设置,其具体数量越大,则分类器分类效果越好。上述A3、A4中的特征提取的具体方式可参考上述描述,另外,第一指定分类器和第二指定分类器可为同一分类器或者不同的分类器,无论是第一指定分类器还是第二指定分类器均可包括但不仅限于:支持向量机(Support Vector Machine,SVM)、遗传算法分类器、神经网络算法分类器、级联分类器(如遗传算法+SVM)等等。预设分类器由第一指定分类器和第二指定分类器决定,预设分类器也可包括但不仅限于:支持向量机(Support Vector Machine,SVM)、遗传算法分类器、神经网络算法分类器、级联分类器(如遗传算法+SVM)等等。
可选地,上述步骤102与步骤103之间,还可以包含如下步骤:
对所述目标图像进行目标识别,得到识别结果,在所述识别结果为虹膜时,执行所述对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体的步骤。
其中,可对目标图像进行人脸识别,若其是人脸,再根据人脸结构对虹膜进行定位,若识别到虹膜位置,则说明目标图像包含虹膜,则可执行对目标图像进行分析,得到分析结果,并依据分析结果判断目标物体是否来自于活体。虽然本发明实施例可用于区别活体与非活体,但其目的在于,方便后续虹膜识别,因此,只有识别到虹膜来自活体才有防伪的意义,因而,需要判断目标图像是否为包含虹膜的图像。
可以看出,本发明实施例中,通过全光谱光源对目标物体进行补光,通过摄像头获取目标物体的目标图像,对目标图像进行分析,得到分析结果,并依据该分析结果判断目标物体是否来自活体,可见,可在采用全光谱光源对目标物体进行补光的情况下,再利用摄像头获取目标物体的图像,从而,得到的图像也具有全光谱光源带来的特有特性,依据这一特性可对目标物体的图像进行分析,依据分析结果判断目标物体是否为活体,如此,可实现活体检测。
请参阅图3,图3是本发明实施例提供了一种活体检测方法的流程示意图,应用于移动终端,移动终端实物图与结构图可参考图1C,本活体检测方法包括:
301、通过环境传感器获取环境光的光成分信息。
其中,上述环境传感器可为环境光传感器,其用于检测环境亮度,或者,环境传感器可为磁场传感器,用于检测磁场强度,环境传感器可湿度传感器,用于检测环境湿度,或者,环境传感器可为温度传感器,其用于检测环境温度。在环境传感器为环境光传感器时,可获取环境光的光成分信息,具体地,可确定当前环境中光线的光谱,依据该光谱确定光成分信息。
302、根据所述光成分信息确定所述全光谱光源对应的补光参数。
其中,移动终端中预先存储光成分信息与补光参数之间的映射关系,补光参数可包括但不仅限于:全光谱光源的电流大小、全光谱光源的电压大小、全光谱光源的功率大小、全光谱光源的光源成分分配比例等等。因而,可通过上述映射关系确定步骤301中的光成分信息对应的补光参数,进而,可控制全光谱光源可依据该补光参数对目标物体进行补光。该补光效果可依据具体环境进行调节,可增强后续摄像头拍摄的图像的特征,可提升后续分析结果的识别准确率。
303、根据所述补光参数对所述全光谱光源进行调节,以实现对目标物体进行补光。
其中,可根据该补光参数控制全光谱光源进行调节,进而,以调节后全光谱光源对目标物体进行补光。
304、通过摄像头获取所述目标物体的目标图像。
305、对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
其中,上述其他步骤304-305的具体描述可参照图1所描述的活体检测的对应步骤,在此不再赘述。
可以看出,本发明实施例中,通过环境传感器获取环境光的光成分信息,根据光成分信息确定全光谱光源对应的补光参数,通过全光谱光源根据该补光参数对目标物体进行补光,通过摄像头获取目标物体的目标图像对目标图像进行分析,得到分析结果,并依据该分析结果判断目标物体是否来自活体,可见,可在采用全光谱光源可根据环境特性对目标物体进行补光的情况下,再利用摄像头获取目标物体的图像,从而,得到的图像也具有全光谱光源带来的特有特性,依据这一特性可对目标物体的图像进行分析,依据分析结果判断目标物体是否为活体,如此,可实现活体检测。
请参阅图4,图4是本发明实施例提供的一种移动终端,包括:全光谱光源、摄像头以及应用处理器AP和存储器;以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所述AP执行,所述程序包括用于执行以下步骤的指令:
通过所述全光谱光源对目标物体进行补光;
通过所述摄像头获取所述目标物体的目标图像;
对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
在一个可能的示例中,在所述对所述目标图像进行分析,得到分析结果方面,所述程序包括用于执行以下步骤的指令:
对所述目标图像进行特征纹路提取,得到特征纹理集,将所述特征参数集作为所述分析结果。
在一个可能的示例中,在所述对所述目标图像进行分析,得到分析结果方面,所述程序包括用于执行以下步骤的指令:
对所述目标图像进行特征点提取,得到特征点集;
采用预设分类器对所述特征点集进行训练,得到训练结果,将所述训练结果作为所述分析结果。
在一个可能的示例中,所述程序还包括用于执行以下步骤的指令:
对所述目标图像进行目标识别,得到识别结果,在所述识别结果为虹膜时,执行所述对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体的步骤。
在一个可能的示例中,所述移动终端还设置有环境传感器;所述程序还包括用于执行以下步骤的指令:
通过所述环境传感器获取环境光的光成分信息;
根据所述光成分信息确定所述全光谱光源对应的补光参数;
在所述通过所述全光谱光源对目标物体进行补光方面,所述程序包括用于执行以下步骤的指令:
根据所述补光参数对所述全光谱光源进行调节,以实现对目标物体进行补光。
请参阅图5A,图5A是本实施例提供的一种活体检测装置的结构示意图。该活体检测装置应用于包括全光谱光源、摄像头以及应用处理器AP的移动终端,活体检测装置包括补光单元501、拍摄单元502和分析单元503,其中,
所述补光单元501,用于通过所述全光谱光源对目标物体进行补光;
所述拍摄单元502,用于通过所述摄像头获取所述目标物体的目标图像;
所述分析单元503,用于对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
可选地,所述分析单元503具体用于:
对所述目标图像进行特征纹路提取,得到特征纹理集,将所述特征参数集作为所述分析结果。
可选地,如图5B,图5B为图5A所描述的活体检测装置的分析单元503的具体细化结构,所述分析单元503可包括:提取模块5031和训练模块5032,具体如下:
提取模块5031,用于对所述目标图像进行特征点提取,得到特征点集;
训练模块5032,用于采用预设分类器对所述特征点集进行训练,得到训练结果,将所述训练结果作为所述分析结果。
可选地,如图5C,图5C为图5A所描述的活体检测装置的又一变型结构,其图5A相比较,其还可以包括识别单元504,具体如下:
识别单元504,用于对所述目标图像进行目标识别,得到识别结果,由所述分析单元503在所述识别结果为虹膜时,执行所述对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体的步骤。
可选地,如图5D,图5D为图5A所描述的活体检测装置的又一变型结构,所述移动终端还设置有环境传感器;其图5A相比较,还可以包括:获取单元505和确定单元506,具体如下:
获取单元505,用于通过所述环境传感器获取环境光的光成分信息;
确定单元506,用于根据所述光成分信息确定所述全光谱光源对应的补光参数,由所述补光单元501根据所述补光参数对所述全光谱光源进行调节,以实现对目标物体进行补光。
可以看出,本发明实施例中所描述的活体检测装置,应用于包括全光谱光源、摄像头以及应用处理器AP的移动终端,通过全光谱光源对目标物体进行补光,通过摄像头获取目标物体的目标图像,对目标图像进行分析,得到分析结果,并依据该分析结果判断目标物体是否来自活体,可见,可在采用全光谱光源对目标物体进行补光的情况下,再利用摄像头获取目标物体的图像,从而,得到的图像也具有全光谱光源带来的特有特性,依据这一特性可对目标物体的图像进行分析,依据分析结果判断目标物体是否为活体,如此,可实现活体检测。
可以理解的是,本实施例的活体检测装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本发明实施例还提供了另一种移动终端,如图6所示,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该移动终端可以为包括手机、平板电脑、PDA(Personal Digital Assistant,个人数字助理)、POS(Point of Sales,销售终端)、车载电脑等任意终端设备,以移动终端为手机为例:
图6示出的是与本发明实施例提供的移动终端相关的手机的部分结构的框图。参考图6,手机包括:射频(Radio Frequency,RF)电路910、存储器920、输入单元930、传感器950、音频电路960、无线保真(Wireless Fidelity,WiFi)模块970、应用处理器AP980、以及电源990等部件。本领域技术人员可以理解,图6中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图6对手机的各个构成部件进行具体的介绍:
输入单元930可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元930可包括触控显示屏933、虹膜识别装置931以及其他输入设备932,其他输入设备932可为以下至少一种:摄像头、全光谱光源等等。输入单元930还可以包括其他输入设备932。具体地,其他输入设备932可以包括但不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
其中,所述AP980用于执行如下操作:
通过所述全光谱光源对目标物体进行补光;
通过所述摄像头获取所述目标物体的目标图像;
对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
AP980是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器920内的软件程序和/或模块,以及调用存储在存储器920内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,AP980可包括一个或多个处理单元;可选的,AP980可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到AP980中。
此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
RF电路910可用于信息的接收和发送。通常,RF电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此外,RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯***(Global System of Mobilecommunication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
手机还可包括至少一种传感器950,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节触控显示屏的亮度,接近传感器可在手机移动到耳边时,关闭触控显示屏和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路960、扬声器961,传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号,传输到扬声器961,由扬声器961转换为声音信号播放;另一方面,传声器962将收集的声音信号转换为电信号,由音频电路960接收后转换为音频数据,再将音频数据播放AP980处理后,经RF电路910以发送给比如另一手机,或者将音频数据播放至存储器920以便进一步处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块970,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
手机还包括给各个部件供电的电源990(比如电池),可选的,电源可以通过电源管理***与AP980逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
前述图2~图3所示的实施例中,各步骤方法流程可以基于该手机的结构实现。
前述图4、5A-5D所示的实施例中,各单元功能可以基于该手机的结构实现。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种活体检测方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种活体检测方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍,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,依据本发明的思想,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。
Claims (13)
1.一种活体检测方法,其特征在于,所述方法包括:
通过全光谱光源对目标物体进行补光;
通过摄像头获取所述目标物体的目标图像;
对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行分析,得到分析结果,包括:
对所述目标图像进行特征纹路提取,得到特征纹理集,将所述特征参数集作为所述分析结果。
3.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行分析,得到分析结果,包括:
对所述目标图像进行特征点提取,得到特征点集;
采用预设分类器对所述特征点集进行训练,得到训练结果,将所述训练结果作为所述分析结果。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
对所述目标图像进行目标识别,得到识别结果,在所述识别结果为虹膜时,执行所述对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体的步骤。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述移动终端还设置有环境传感器;所述方法还包括:
通过所述环境传感器获取环境光的光成分信息;
根据所述光成分信息确定所述全光谱光源对应的补光参数;
所述通过全光谱光源对目标物体进行补光,包括:
根据所述补光参数对所述全光谱光源进行调节,以实现对目标物体进行补光。
6.一种移动终端,其特征在于,包括全光谱光源、摄像头以及应用处理器AP,其中,
所述全光谱光源,用于对目标物体进行补光;
所述摄像头,用于获取所述目标物体的目标图像,并将所述目标图像发送给所述AP;
所述AP,用于对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
7.根据权利要求6所述的移动终端,其特征在于,在所述对所述目标图像进行分析,得到分析结果方面,所述AP具体用于:
对所述目标图像进行特征纹路提取,得到特征纹理集,将所述特征参数集作为所述分析结果。
8.根据权利要求6所述的移动终端,其特征在于,在所述对所述目标图像进行分析,得到分析结果方面,所述AP具体用于:
对所述目标图像进行特征点提取,得到特征点集;
采用预设分类器对所述特征点集进行训练,得到训练结果,将所述训练结果作为所述分析结果。
9.根据权利要求6-8任一项所述的移动终端,其特征在于,所述AP还具体用于:
对所述目标图像进行目标识别,得到识别结果,在所述识别结果为虹膜时,执行所述对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体的步骤。
10.根据权利要求6-8任一项所述的移动终端,其特征在于,所述移动终端还设置有环境传感器;
所述环境传感器,用于获取环境光的光成分信息,并将所述光成分信息发送给所述AP;
所述AP,还用于根据所述光成分信息确定所述全光谱光源对应的补光参数,并将所述补光参数发送给所述全光谱光源,由所述全光谱光源根据所述补光参数对目标物体进行补光。
11.一种移动终端,其特征在于,包括:全光谱光源、摄像头以及应用处理器AP和存储器;以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所述AP执行,所述程序包括用于执行如权利要求1-5任一项所述方法的指令。
12.一种活体检测装置,其特征在于,所述活体检测装置包括补光单元、拍摄单元和分析单元,其中,
所述补光单元,用于通过全光谱光源对目标物体进行补光;
所述拍摄单元,用于通过摄像头获取所述目标物体的目标图像;
所述分析单元,用于对所述目标图像进行分析,得到分析结果,并依据该分析结果判断所述目标物体是否来自活体。
13.一种计算机可读存储介质,其特征在于,其用于存储计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710577343.8A CN107392135A (zh) | 2017-07-14 | 2017-07-14 | 活体检测方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710577343.8A CN107392135A (zh) | 2017-07-14 | 2017-07-14 | 活体检测方法及相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107392135A true CN107392135A (zh) | 2017-11-24 |
Family
ID=60339814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710577343.8A Pending CN107392135A (zh) | 2017-07-14 | 2017-07-14 | 活体检测方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392135A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109871811A (zh) * | 2019-02-22 | 2019-06-11 | 中控智慧科技股份有限公司 | 一种基于图像的活体目标检测方法、装置及*** |
CN109886244A (zh) * | 2019-03-01 | 2019-06-14 | 北京视甄智能科技有限公司 | 一种人脸识别活体检测方法及装置 |
CN109885890A (zh) * | 2019-01-23 | 2019-06-14 | 中国地质大学(武汉) | 一种基于颜色熵的光源光谱优化方法及*** |
CN110110597A (zh) * | 2019-04-02 | 2019-08-09 | 北京旷视科技有限公司 | 活体检测方法、装置及活体检测终端 |
CN110796067A (zh) * | 2019-10-27 | 2020-02-14 | 恒大智慧科技有限公司 | 智慧社区内车辆起步的自动预警方法、设备及存储介质 |
CN110796016A (zh) * | 2019-09-30 | 2020-02-14 | 万翼科技有限公司 | 工程图纸识别方法、电子设备及相关产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766063A (zh) * | 2015-04-08 | 2015-07-08 | 宁波大学 | 一种活体人脸识别方法 |
CN105138996A (zh) * | 2015-09-01 | 2015-12-09 | 北京上古视觉科技有限公司 | 一种具有活体检测功能的虹膜识别*** |
CN105260731A (zh) * | 2015-11-25 | 2016-01-20 | 商汤集团有限公司 | 一种基于光脉冲的人脸活体检测***及方法 |
CN106203305A (zh) * | 2016-06-30 | 2016-12-07 | 北京旷视科技有限公司 | 人脸活体检测方法和装置 |
CN106791468A (zh) * | 2016-12-28 | 2017-05-31 | 深圳天珑无线科技有限公司 | 一种移动终端及其拍摄补光方法 |
-
2017
- 2017-07-14 CN CN201710577343.8A patent/CN107392135A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766063A (zh) * | 2015-04-08 | 2015-07-08 | 宁波大学 | 一种活体人脸识别方法 |
CN105138996A (zh) * | 2015-09-01 | 2015-12-09 | 北京上古视觉科技有限公司 | 一种具有活体检测功能的虹膜识别*** |
CN105260731A (zh) * | 2015-11-25 | 2016-01-20 | 商汤集团有限公司 | 一种基于光脉冲的人脸活体检测***及方法 |
CN106203305A (zh) * | 2016-06-30 | 2016-12-07 | 北京旷视科技有限公司 | 人脸活体检测方法和装置 |
CN106791468A (zh) * | 2016-12-28 | 2017-05-31 | 深圳天珑无线科技有限公司 | 一种移动终端及其拍摄补光方法 |
Non-Patent Citations (1)
Title |
---|
张智亮: "从"心"定义拍照 vivo Xshot", 《电脑迷》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885890A (zh) * | 2019-01-23 | 2019-06-14 | 中国地质大学(武汉) | 一种基于颜色熵的光源光谱优化方法及*** |
CN109885890B (zh) * | 2019-01-23 | 2020-08-07 | 中国地质大学(武汉) | 一种基于颜色熵的光源光谱优化方法及*** |
CN109871811A (zh) * | 2019-02-22 | 2019-06-11 | 中控智慧科技股份有限公司 | 一种基于图像的活体目标检测方法、装置及*** |
CN109886244A (zh) * | 2019-03-01 | 2019-06-14 | 北京视甄智能科技有限公司 | 一种人脸识别活体检测方法及装置 |
CN110110597A (zh) * | 2019-04-02 | 2019-08-09 | 北京旷视科技有限公司 | 活体检测方法、装置及活体检测终端 |
CN110110597B (zh) * | 2019-04-02 | 2021-08-27 | 北京旷视科技有限公司 | 活体检测方法、装置及活体检测终端 |
CN110796016A (zh) * | 2019-09-30 | 2020-02-14 | 万翼科技有限公司 | 工程图纸识别方法、电子设备及相关产品 |
CN110796067A (zh) * | 2019-10-27 | 2020-02-14 | 恒大智慧科技有限公司 | 智慧社区内车辆起步的自动预警方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107423699B (zh) | 活体检测方法及相关产品 | |
CN107480496A (zh) | 解锁控制方法及相关产品 | |
CN107292285A (zh) | 虹膜活体检测方法及相关产品 | |
CN107679482A (zh) | 解锁控制方法及相关产品 | |
CN107392135A (zh) | 活体检测方法及相关产品 | |
CN107590461B (zh) | 人脸识别方法及相关产品 | |
CN107506687A (zh) | 活体检测方法及相关产品 | |
CN107657218B (zh) | 人脸识别方法及相关产品 | |
CN107832675A (zh) | 拍照处理方法及相关产品 | |
CN107679481A (zh) | 解锁控制方法及相关产品 | |
CN107609514A (zh) | 人脸识别方法及相关产品 | |
CN107862265A (zh) | 图像处理方法及相关产品 | |
CN107451455A (zh) | 解锁控制方法及相关产品 | |
CN107784271B (zh) | 指纹识别方法及相关产品 | |
CN109117725A (zh) | 人脸识别方法及装置 | |
CN107368791A (zh) | 虹膜活体检测方法及相关产品 | |
CN107463818A (zh) | 解锁控制方法及相关产品 | |
CN107451446A (zh) | 解锁控制方法及相关产品 | |
CN107451454B (zh) | 解锁控制方法及相关产品 | |
CN107403147A (zh) | 虹膜活体检测方法及相关产品 | |
CN107633499A (zh) | 图像处理方法及相关产品 | |
CN107451444B (zh) | 解锁控制方法及相关产品 | |
CN107506697B (zh) | 防伪处理方法及相关产品 | |
CN107862266A (zh) | 图像处理方法及相关产品 | |
CN107633235A (zh) | 解锁控制方法及相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171124 |