CN109376592A - 活体检测方法、装置和计算机可读存储介质 - Google Patents

活体检测方法、装置和计算机可读存储介质 Download PDF

Info

Publication number
CN109376592A
CN109376592A CN201811051838.8A CN201811051838A CN109376592A CN 109376592 A CN109376592 A CN 109376592A CN 201811051838 A CN201811051838 A CN 201811051838A CN 109376592 A CN109376592 A CN 109376592A
Authority
CN
China
Prior art keywords
color
sequence
target object
display sequence
color display
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.)
Granted
Application number
CN201811051838.8A
Other languages
English (en)
Other versions
CN109376592B (zh
Inventor
丁菁汀
李亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to CN202110667928.5A priority Critical patent/CN113408403A/zh
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201811051838.8A priority patent/CN109376592B/zh
Publication of CN109376592A publication Critical patent/CN109376592A/zh
Priority to TW108122290A priority patent/TWI701605B/zh
Priority to SG11202011085XA priority patent/SG11202011085XA/en
Priority to US16/561,919 priority patent/US11210541B2/en
Priority to PCT/US2019/049686 priority patent/WO2020055657A1/en
Priority to US16/775,300 priority patent/US11093773B2/en
Application granted granted Critical
Publication of CN109376592B publication Critical patent/CN109376592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145Illumination specially adapted for pattern recognition, e.g. using gratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/162Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/40Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401Transaction verification
    • G06Q20/4014Identity check for transactions
    • G06Q20/40145Biometric identity checks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

提供了一种活体检测方法、装置和计算机可读存储介质。所述活体检测方法包括:控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;在颜色显示过程中,采集目标对象的图像;获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。

Description

活体检测方法、装置和计算机可读存储介质
技术领域
本说明书实施例涉及计算机领域,尤其涉及一种活体检测方法、装置和计算机可读存储介质。
背景技术
当前,越来越多地用户喜欢使用手机等终端来完成电子支付。手机等终端在进行电子支付之前一般会先对用户身份进行验证。
一种常用的身份验证方式是人脸识别。在人脸识别的过程中,往往有一些不法分子企图利用假体(例如,用户的照片或视频)来冒充用户本身来进行身份验证,此时,如何确定出被检测对象是活体是一个需要解决的技术问题。
发明内容
本说明书实施例提供一种活体检测方法、装置和计算机可读存储介质,以确定出被检测对象是否为活体。
第一方面,提供一种活体检测方法,包括:
控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
采集目标对象在颜色显示过程中的图像;
获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;
基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
第二方面,提供一种活体检测装置,包括控制模块、采集模块、获取模块和确定模块;其中:
所述控制模块,控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
所述采集模块,采集目标对象在颜色显示过程中的图像;
所述获取模块,获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;
所述确定模块,基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
第三方面,提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使用所述处理器执行以下操作:
控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
采集目标对象在颜色显示过程中的图像;
获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;
基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储一个或多个程序,所述一个或多个程序当被执行时,执行以下操作:
控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
采集目标对象在颜色显示过程中的图像;
获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;
基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过让显示屏按照颜色显示序列显示,并获取采集的图像中目标对象的脸部的颜色变化序列,并基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。如果目标对象为非活体,由于针对非活体采集的图像中目标对象的脸部可能不会体现出颜色变化,因而,在非活体的情况下,颜色显示序列与颜色变化序列可能并不匹配(例如,不一致),因而利用本说明书实施例提供的活体检测方法可以确定出被检测对象是否为活体。此外,在此活体检测过程中,用户与被检测对象可以以自然的方式进行活体验证,而无需用户主动配合(例如,用户做出点头、眨眼等动作配合活体检测),因而,这种活体检测方式不仅可以可靠地检测出活体,而且大大减少了用户的操作负担。同时,这种活体检测方式并不依赖于特定终端,即便图像采集设备受到篡改,仍然可以进行活体检测,因而可以提高活体检测的可靠性。
附图说明
图1是本说明书实施例提供的一种活体检测方法的流程图;
图2是本说明书实施例提供的另一种活体检测方法的流程图;
图3是本说明书实施例提供的电子设备的结构示意图;
图4是本说明书实施例提供的一种活体检测装置的结构框图。
具体实施方式
本申请实施例提供一种活体检测方法、装置和计算机可读存储介质。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
利用本说明书实施例提供的活体检测方法可以检测出目标对象是否为活体,而且大大减少了用户的操作负担。本说明书实施例提供的活体检测方法可广泛地应用于各种身份验证场景下的活体检测,例如借款场景、医疗场景(如先看病后付钱)以及乘车场景(如免押金乘车)等。
本说明实施例提供的活体检测方法可以由单个电子设备执行,所述电子设备可具有摄像头和显示屏,电子设备的范例例如为手机、平板电脑、掌上电脑、台式电脑等等。
以下结合附图,详细说明本发明各实施例提供的技术方案。
图1是本说明书实施例提供的活体检测方法的流程图。参照图1,本说明书实施例提供的活体检测方法可包括:
步骤110,控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色。
在本说明书实施例中,颜色显示序列中包含的颜色可以为各种不同颜色,例如颜色显示序列中包含的颜色可以为红、白、蓝、黑,又例如颜色显示序列中包含的颜色可以为黑、黄、红、白等。
在本说明书实施例中,步骤110中所述控制显示屏按照预定的颜色显示序列显示可以包括:控制显示屏按照预定的颜色显示序列依次显示单种颜色。由于单种颜色显示能够简化颜色显示控制,并且有助于后续对图像进行分析和颜色识别,因而,本说明书实施例中可控制显示屏依次显示单种颜色。当然,在本说明书实施例中,也可以控制显示屏同时显示两种或更多种颜色。如果颜色显示序列中包含的颜色为红、白、蓝、黑,以同时显示二种颜色为例,可控制显示屏按照红-白、白-蓝、蓝-黑的顺序进行显示。
在下文描述中,需了解的是,提及单种颜色显示只是举例说明,并不意为限制。
在本说明书实施例中,显示屏可按照颜色显示序列所指示的颜色顺序来依次显示单种颜色。举例而言,如果颜色显示序列中包含的颜色为红、白、蓝、黑,则显示屏会依次显示红、白、蓝、黑这四种颜色。
在本说明书实施例中,步骤110可以在一定的触发条件下执行。此触发条件可以例如为目标对象位于摄像头的取景界面内且目标对象与显示屏的距离较小。例如,此距离小于一个阈值,后文称为第一阈值。第一阈值可以根据需要来设定,例如第一阈值为30厘米、40厘米等。
在本说明书实施例中,目标对象为待进行活体检测的对象,例如人、人的照片、人的视频等。在活体检测开始启动后,终端的摄像头可开启,以采集目标对象的图像。如果未采集到目标对象的图像,则可在显示屏上显示提示语,例如,“请走到终端前以进行图像采集”,并可通过扬声器播放出声音。如果采集到目标对象的图像,则可进一步确定目标对象与显示屏之间的距离是否小于第一阈值(例如,30厘米),如果目标对象与显示屏之间的距离不小于第一阈值,则可在显示屏上显示提示语,例如,“请靠近终端进行检测”,并可通过扬声器播放出声音。如果目标对象与显示屏之间的距离小于第一阈值,则可执行步骤110,控制所述显示屏按照预定的颜色显示序列显示,使得通过所述显示屏发出的光线照射在所述目标对象的脸部上。本说明书实施例在控制显示屏显示颜色之前,先确定目标对象与显示屏之间的距离是否小于第一阈值,如此,在目标对象与显示屏之间的距离较大的情况下,由于显示屏发出的光线很有可能无法照射在目标对象的脸部上,因而此时可以控制显示屏暂时不进行颜色显示,以避免显示屏的无效显示。在目标对象与显示屏之间的距离较小的情况下,通过控制显示屏按照预定的颜色显示序列显示,可以保证显示屏发出的光线照射在所述目标对象的脸部上,从而有助于后续对目标对象的图像进行采集,如此可以保证显示屏的颜色显示更有针对性和有效性。
在本说明书的一个实施例中,控制显示屏按照预定的颜色显示序列依次显示单种颜色可具体包括:获取预定的颜色显示序列;获取所述颜色显示序列中每一种颜色对应的明暗度;控制显示屏按照所述颜色显示序列所指示的颜色顺序以所述颜色显示序列中每种颜色对应的明暗度依次显示单种颜色。本领域技术人员知晓,在显示屏按照颜色显示序列同时显示多种颜色的情况下,对于这多种颜色中的每一种,也可以执行上面所描述的步骤。
在本说明书实施例中,电子设备可以具有与远端服务器进行通信的通信功能。在此情况下,电子设备获取预定的颜色显示序列可以具体为,终端接收来自服务器的所述预定的颜色显示序列。具体地,电子设备可向服务器发送颜色显示序列获取请求,服务器接收到此颜色显示序列获取请求后,可生成颜色显示序列,并通过消息发往电子设备。如此,电子设备通过接收来自服务器的消息,即可获取所述预定的颜色显示序列。此种颜色序列获取方式可以使得电子设备的显示屏上显示的颜色受到服务器控制。
可选地,在本说明书实施例中,电子设备也可以没有与远端服务器进行通信的通信功能。此时,电子设备获取预定的颜色显示序列可以具体为,电子设备随机生成所述预定的颜色显示序列。也就是说,在此种情况下,电子设备可主动生成预定的颜色显示序列,而无需与服务器进行交互以获取颜色显示序列。此种颜色序列获取方式可以使电子设备无需具备通信功能,从而减少终端的成本。
可选地,在本说明书实施例中,所述颜色显示序列中的前后相邻两种颜色可以为在三维颜色空间中二者之间的距离大于第二阈值的颜色。其中,三维颜色空间可以为红绿蓝(RGB)空间,每一种颜色都可以用三维颜色空间中的RGB值来表示,RGB值可对应于三维颜色空间中的一个点。这样,每一种颜色都会在三维颜色空间中找出一个点与之对应。对于颜色显示序列中的前后相邻两种颜色,通过确定这两种颜色中的每一种颜色在三维颜色空间中对应的点,即可计算这两种颜色之间的距离,并可将此距离与第二阈值进行比较。这里,第二阈值可以根据需要来设置。
在获取预定的颜色显示序列之后,可控制显示屏按照所述颜色显示序列所指示的颜色顺序进行显示,例如依次显示单种颜色,使得通过所述显示屏发出的光线照射在所述目标对象的脸部上。当然,在本说明书实施例中,还可以获取所述颜色显示序列中每一种颜色对应的明暗度,控制显示屏按照所述颜色显示序列所指示的颜色顺序以所述颜色显示序列中每种颜色对应的明暗度进行显示,例如依次显示单种颜色。
为保证后续能够根据采集的目标对象的图像快速确定出叠加在脸部的颜色,在本说明书实施例中,获取颜色显示序列中每一种颜色对应的明暗度可具体包括:确定所述颜色显示序列中第i种颜色的明暗度,其中,i为正整数;基于第i种颜色的明暗度,确定所述颜色显示序列中第i+1种颜色的明暗度,使得第i种颜色的明暗度和第i+1种颜色的明暗度之间的差值大于第三阈值。如此,相邻两种颜色的明暗度有紧密关联,可以保证采集的目标对象的图像效果较好,从而可以从中快速确定出叠加在脸部的颜色。
步骤120,采集目标对象在颜色显示过程中的图像。
在本说明书实施例中,在电子设备的显示屏按照颜色显示序列所指示的顺序进行显示(例如依次显示单种颜色)的过程中,电子设备的摄像头可以受控制以采集目标对象的图像。在本说明书实施例中,采集的目标对象的图像可以为视频帧图像,也可以为在不同时刻(时间点)拍摄的多幅图像(即,非连续的图像)。也就是说,可以在一个时刻拍摄目标对象的一幅图像。在本说明书实施例中,在采集的目标对象的图像为视频帧图像时,电子设备的显示屏按照颜色显示序列进行显示(例如依次显示单种颜色)的时间可以与采集视频帧图像的时间相同。一旦显示屏停止显示,则相应地,也可以停止采集目标对象的视频帧图像。当然,采集视频帧图像的时间也可以小于显示屏按照颜色显示序列进行显示的时间。在采集的目标对象的图像为针对目标对象在不同时刻拍摄的多幅图像时,在电子设备的显示屏按照颜色显示序列显示的过程中,可以对目标对象进行拍摄以获取某一时刻的图像。一旦显示屏停止显示,则相应地,也可以停止对目标对象进行拍摄。
在本说明书实施例中,视频帧图像可表示采集的图像为连续的多帧图像。
由于通过显示屏发出的光线可照射在目标对象的脸部上,因而,如果目标对象是活体,则采集的图像中目标对象的脸部会体现出某一种颜色的光线。而如果目标对象是非活体,则采集的图像中目标对象的脸部可能不会体现出某一种颜色的光线。
步骤130,获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列。
本步骤130获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列可以具体为:分析所述图像(例如,视频帧图像或者在各个不同时间点拍摄的照片)中所述目标对象的脸部图像,以获取在脸部上叠加的颜色;将获取的颜色按照时间顺序进行排序,得到所述图像中所述目标对象的脸部随时间的颜色变化序列。本说明书实施例通过分析图像中目标对象的脸部图像,可以得到目标对象的脸部随时间的颜色变化序列。此种颜色变化序列的获取方式简便快捷,且准确性相对较高。以视频帧图像为例,举例而言,对于一帧图像,若通过分析这一帧图像中所述目标对象的脸部图像,得到的在脸部上叠加的颜色为红色,通过分析后续帧图像得到的在脸部上叠加的颜色为蓝色和绿色,则可以获取所述视频帧图像中所述目标对象的脸部随时间变化的颜色变化序列为红色、蓝色和绿色。
步骤140,基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
在本说明书实施例中提及的匹配关系可以包括匹配和不匹配,其中,匹配的标准可以根据需要来判定。例如,如果颜色显示序列与颜色变化序列完全一致,则可确定二者匹配,反之,则为不匹配。又例如,匹配的标准可以根据阈值来判定。例如,如果颜色显示序列与颜色变化序列中的颜色相同部分超过预设百分比(例如,80%或90%),则可确定二者匹配,反之,则为不匹配。
在本说明书实施例中,如果所述颜色显示序列与所述颜色变化序列相匹配(例如,一致),可以确定所述目标对象为活体;如果所述颜色显示序列与所述颜色变化序列不匹配(例如,不一致),可以确定所述目标对象为非活体。举例而言,如果颜色显示序列为红色、白色、蓝色和黑色,颜色变化序列为红色、白色、蓝色和黑色,则可得知颜色显示序列与颜色变化序列相一致,进而确定目标对象为活体。又举例而言,如果颜色显示序列为红色、白色、蓝色和黑色,颜色变化序列为红色、蓝色、黑色和白色,则可得知颜色显示序列与颜色变化序列不一致,进而确定目标对象为非活体。其中,非活体的范例可以为图片、视频等。
在本说明书实施例中,可以通过比较颜色显示序列与所述颜色变化序列是否匹配来确定目标对象是否为活体。在一些实施例中,还可以在颜色显示序列与颜色变化序列相匹配的情况下并不直接确定目标对象为活体,而是进一步进行图像分析,以进一步确定目标对象是否为活体。在本说明书的一个实施例中,如果所述颜色显示序列与所述颜色变化序列相匹配,可以进一步确定所述图像(例如,视频帧图像或者在各个不同时间点拍摄的照片)中的所述目标对象的脸部图像是否符合三维立体反射特性;如果图像中的目标对象的脸部图像符合三维立体反射特性,则确定目标对象为活体;如果图像中的目标对象的脸部不符合三维立体反射特性,例如图像中的目标对象的脸部是局部镜面反射的图像,则可以确定目标对象为非活体。在本说明书实施例中,由于脸部的形状与肤质特性,光线在脸部上的反射特性可涵盖:一是脸部皮肤对于光线的漫反射特性,使得反射后的颜色光线均匀分布脸部的大部分区域;二是同时由于脸部为三维立体形状,因此在脸部的部分区域,会因为遮挡而出现阴影(比如鼻梁周围)。因而,在确定图像(例如,视频帧图像或者在各个不同时间点拍摄的照片)中的目标对象的脸部图像是否符合三维立体反射特性的过程中,如果脸部大部分区域的图像的颜色均匀分布,同时特定部位(例如鼻梁部位)周围有阴影,则可确定图像中的目标对象的脸部图像符合三维立体反射特性;反之,如果脸部大部分区域的图像的颜色没有均匀分布,或者特定部位(例如鼻梁部位)周围没有阴影,则可确定图像中的目标对象的脸部图像不符合三维立体反射特性。
本说明书实施例提供的活体检测方法,通过让显示屏按照颜色显示序列的顺序进行颜色显示,并获取采集的图像中目标对象的脸部的颜色变化序列,基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。如果目标对象为非活体,由于针对非活体采集的图像中目标对象的脸部可能不会体现出颜色变化,因而,在非活体的情况下,颜色显示序列与颜色变化序列可能并不一致,因而利用本说明书实施例提供的活体检测方法可以确定出被检测对象是否为活体。此外,在此活体检测过程中,用户与被检测对象可以以自然的方式进行活体验证,而无需用户主动配合(例如,用户做出点头、眨眼等动作配合活体检测),因而,这种活体检测方式不仅可以可靠地检测出活体,而且大大减少了用户的操作负担。
同时,本说明书实施例提供的这种活体检测方式并不依赖于特定的图像采集设备,即便图像采集设备受到篡改,仍然可以进行活体检测,因而可以提高活体检测的可靠性。
图2是本说明书实施例提供的活体检测方法的流程图。需了解的是,图2只是以显示屏按照预定的颜色显示序列依次显示单种颜色为例进行说明。同时,需了解的是,图2中所描述的步骤的相关内容可参照前文描述。参照图2,本说明书实施例提供的活体检测方法可包括:
步骤210,开启摄像头,启动活体检测。
本步骤可以在受到触发操作的情况下执行。例如,终端显示屏上提示“是否启动身份验证”,用户点击“是”选项的情况下执行。本说明书实施例并不对触发执行步骤210的操作进行限定。触发操作可以为点击操作、双击操作或画指定图形的操作等。
摄像头开启后,即可采集目标对象的图像。如果未采集到目标对象的图像,则可在显示屏上显示提示语,例如,“请走到终端前以进行图像采集”,并可通过扬声器播放出声音。如果采集到目标对象的图像,则可进一步确定目标对象与显示屏之间的距离。
步骤220,确定所述目标对象与所述显示屏之间的距离是否小于第一阈值。
其中,第一阈值可以根据需要选取,例如第一阈值为30厘米或40厘米。
步骤230,在所述目标对象与所述显示屏之间的距离小于所述第一阈值时,控制所述显示屏按照预定的颜色显示序列依次显示单种颜色,使得通过所述显示屏发出的光线照射在所述目标对象的脸部上。
其中,控制所述显示屏按照预定的颜色显示序列依次显示单种颜色可包括:获取预定的颜色显示序列;获取所述颜色显示序列中每一种颜色对应的明暗度;控制显示屏按照所述颜色显示序列所指示的颜色顺序以所述颜色显示序列中每种颜色对应的明暗度依次显示单种颜色。
其中,获取预定的颜色显示序列可包括:接收来自服务器的所述预定的颜色显示序列;或者,随机生成所述预定的颜色显示序列。这里,所述颜色显示序列中的前后相邻两种颜色可以为在三维颜色空间中二者之间的距离大于第二阈值的颜色。
其中,获取所述颜色显示序列中每一种颜色对应的明暗度可包括:确定所述颜色显示序列中第i种颜色的明暗度,其中,i为正整数;基于第i种颜色的明暗度,确定所述颜色显示序列中第i+1种颜色的明暗度,使得第i种颜色的明暗度和第i+1种颜色的明暗度之间的差值大于第三阈值。
步骤240,在颜色显示过程中,采集目标对象的图像。
其中,在本说明书实施例中,针对目标对象采集的图像可以为视频帧图像,也可以为在不同时间点拍摄的照片。
步骤250,获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列。
其中,步骤250中所述获取所述图像中所述目标对象的脸部随时间的颜色变化序列可具体包括:分析所述图像中所述目标对象的脸部图像,以获取在脸部上叠加的颜色;将获取的颜色按照时间顺序进行排序,得到所述图像中所述目标对象的脸部随时间的颜色变化序列。
步骤260,确定所述颜色显示序列与所述颜色变化序列是否一致。如果一致,执行步骤270;如果不一致,执行步骤290。
步骤270,如果所述颜色显示序列与所述颜色变化序列相一致,确定所述图像中的所述目标对象的脸部图像是否符合三维立体反射特性。
如果图像中的所述目标对象的脸部图像符合三维立体反射特性,执行步骤280;如果图像中的所述目标对象的脸部不符合三维立体反射特性,执行步骤290。
步骤280,确定所述目标对象为活体。
步骤290,确定目标对象为非活体。
本发明实施例提供的活体检测方法,通过让显示屏按照颜色显示序列的顺序进行颜色显示,并获取采集的图像中目标对象的脸部的颜色变化序列,在颜色显示序列于颜色变化序列一致时,即可确定目标对象为活体。在此过程中,用户与被检测对象可以以自然的方式进行活体验证,而无需用户主动做出点头、眨眼等动作配合活体检测,因而,这种活体检测方式不仅可以可靠地检测出活体,而且大大减少了用户主动配合的操作负担。
同时,这种活体检测方式并不依赖于特定终端,即便图像采集设备受到篡改,仍然可以进行活体检测,因而可以提高活体检测的可靠性。
本领域技术人员需要了解的是,所述颜色显示序列中前后相邻两种颜色可以为在三维颜色空间中二者之间的距离大于第二阈值的颜色。在一种可选的实现方式中,所述颜色显示序列中可以只包含黑色和白色,其中颜色显示序列中的黑色和白色可交替设置,如此也可以实现通过所述显示屏发出的光线照射在所述目标对象的脸部上。后续在确定目标对象是否为活体的过程中,也可以将显示屏上的颜色显示的顺序与图像(例如,视频帧图像或者在各个不同时间点拍摄的照片)中目标对象的脸部的颜色变化顺序进行比较,如果二者一致,则可确定目标对象为活体。当然,在一种可能的实现方式中,还可以在显示屏上的颜色显示的顺序与图像中目标对象的脸部的颜色变化顺序匹配的情况下,并不直接确定目标对象为活体,而是可以进一步确定图像中的所述目标对象的脸部图像是否符合三维立体反射特性,如果图像中的所述目标对象的脸部图像符合三维立体反射特性,则确定目标对象为活体;如果图像中的所述目标对象的脸部图像不符合三维立体反射特性,则确定目标对象为非活体。
图3是在本申请的一个实施例中提供的电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行。处理器,执行存储器所存放的程序,并可执行上文所描述的任一种活体检测方法,例如处理器可具体用于执行以下操作:控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;采集目标对象在颜色显示过程中的图像;获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
上述如本申请图3所示实施例揭示的电子设备执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field -Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行在图2所示实施例的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法,并具体用于执行以下操作:控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;采集目标对象在颜色显示过程中的图像;获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
本说明书实施例提供的计算机可读存储介质可以是一种非临时性计算机可读存储介质。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁盘或者光盘等。
本说明书实施例提供的电子设备和计算机可读存储介质,通过让显示屏按照颜色显示序列的顺序进行颜色显示,并获取采集的图像中目标对象的脸部的颜色变化序列,基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。如果目标对象为非活体,由于针对非活体采集的图像中目标对象的脸部可能不会体现出颜色变化,因而,在非活体的情况下,颜色显示序列与颜色变化序列可能并不一致,因而利用本说明书实施例提供的活体检测方法可以确定出被检测对象是否为活体。此外,在此活体检测过程中,用户与被检测对象可以以自然的方式进行活体验证,而无需用户主动配合(例如,用户做出点头、眨眼等动作配合活体检测),因而,这种活体检测方式不仅可以可靠地检测出活体,而且大大减少了用户的操作负担。
同时,这种活体检测方式并不依赖于特定终端,即便图像采集设备受到篡改,仍然可以进行活体检测,因而可以提高活体检测的可靠性。
图4是本说明书实施例提供的活体检测装置的结构框图。参照图4,本说明书实施例提供的活体检测装置400可包括:控制模块410、采集模块420、获取模块430和确定模块440。其中:
控制模块410,控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
采集模块420,采集目标对象在颜色显示过程中的图像;
获取模块430,获取采集模块320采集的所述图像中所述目标对象的脸部随时间的颜色变化序列;
确定模块440,基于所述颜色显示序列与获取模块430获取的所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
本发明实施例提供的活体检测方法,通过让显示屏按照颜色显示序列的顺序进行颜色显示,并获取采集的图像中目标对象的脸部的颜色变化序列,基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。如果目标对象为非活体,由于针对非活体采集的图像中目标对象的脸部可能不会体现出颜色变化,因而,在非活体的情况下,颜色显示序列与颜色变化序列可能并不一致,因而利用本说明书实施例提供的活体检测方法可以确定出被检测对象是否为活体。此外,在此活体检测过程中,用户与被检测对象可以以自然的方式进行活体验证,而无需用户主动配合(例如,用户做出点头、眨眼等动作配合活体检测),因而,这种活体检测方式不仅可以检测出活体,而且大大减少了用户的操作负担。
同时,这种活体检测方式并不依赖于特定终端,即便图像采集设备受到篡改,仍然可以进行活体检测,因而可以提高活体检测的可靠性。
可选地,在本说明书的一个实施例中,确定模块440具体用于:如果所述颜色显示序列与所述颜色变化序列相匹配,确定所述目标对象为活体;如果所述颜色显示序列与所述颜色变化序列不匹配,确定所述目标对象为非活体。
可选地,在本说明书的一个实施例中,如果所述颜色显示序列与所述颜色变化序列相匹配,确定模块440并不直接确定目标对象为活体,可进一步确定所述图像中的所述目标对象的脸部图像是否符合三维立体反射特性;如果是,则确定所述目标对象为活体。
可选地,在本说明书的一个实施例中,控制模块410可具体用于:控制显示屏按照预定的颜色显示序列依次显示单种颜色。
可选地,在本说明书的一个实施例中,在控制模块410控制显示屏按照预定的颜色显示序列依次显示单种颜色之前,确定模块440可具体用于:确定所述目标对象与所述显示屏之间的距离是否小于第一阈值。
相应地,控制模块410可具体用于:在所述目标对象与所述显示屏之间的距离小于所述第一阈值时,控制所述显示屏按照预定的颜色显示序列依次显示单种颜色,使得通过所述显示屏发出的光线照射在所述目标对象的脸部上。
可选地,在本说明书的一个实施例中,控制模块410可具体用于:
获取预定的颜色显示序列;
获取所述颜色显示序列中每一种颜色对应的明暗度;
控制显示屏按照所述颜色显示序列所指示的颜色顺序以所述颜色显示序列中每种颜色对应的明暗度依次显示单种颜色。
可选地,在本说明书的一个实施例中,在获取所述颜色显示序列中每一种颜色对应的明暗度时,控制模块410可具体用于:
确定所述颜色显示序列中第i种颜色的明暗度,其中,i为正整数;
基于第i种颜色的明暗度,确定所述颜色显示序列中第i+1种颜色的明暗度,使得第i种颜色的明暗度和第i+1种颜色的明暗度之间的差值大于第三阈值。
在本说明书实施例中,所述颜色显示序列中的前后相邻两种颜色可以为在三维颜色空间中二者之间的距离大于第二阈值的颜色。
在本说明书实施例中,所述颜色显示序列中包含的颜色可以为黑色和白色。
可选地,在本说明书的一个实施例中,在获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列时,获取模块330可具体用于:分析所述图像中所述目标对象的脸部图像,以获取在脸部上叠加的颜色;将获取的颜色按照时间顺序进行排序,得到所述图像中所述目标对象的脸部随时间的颜色变化序列。
可选地,在本说明书的一个实施例中,在获取预定的颜色显示序列时,控制模块410可具体用于:接收来自服务器的所述预定的颜色显示序列;或者,随机生成所述预定的颜色显示序列。
总之,以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述实施例阐明的装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者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、商品或者设备所固有的要素。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、商品或者设备中还存在另外的相同要素。

Claims (14)

1.一种活体检测方法,包括:
控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
采集目标对象在颜色显示过程中的图像;
获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;
基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
2.根据权利要求1所述的方法,所述基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体,包括:
如果所述颜色显示序列与所述颜色变化序列相匹配,确定所述目标对象为活体;
如果所述颜色显示序列与所述颜色变化序列不匹配,确定所述目标对象为非活体。
3.根据权利要求2所述的方法,如果所述颜色显示序列与所述颜色变化序列相匹配,确定所述目标对象为活体包括:
如果所述颜色显示序列与所述颜色变化序列相匹配,确定所述图像中的所述目标对象的脸部是否符合三维立体颜色反射特性;
如果是,则确定所述目标对象为活体。
4.根据权利要求1所述的方法,所述控制显示屏按照预定的颜色显示序列显示,包括:控制显示屏按照预定的颜色显示序列依次显示单种颜色。
5.根据权利要求4所述的方法,在所述控制显示屏按照预定的颜色显示序列依次显示单种颜色之前,所述方法还包括:
确定所述目标对象与所述显示屏之间的距离是否小于第一阈值;
所述控制显示屏按照预定的颜色显示序列依次显示单种颜色包括:在所述目标对象与所述显示屏之间的距离小于所述第一阈值时,控制所述显示屏按照预定的颜色显示序列依次显示单种颜色,使得通过所述显示屏发出的光线照射在所述目标对象的脸部上。
6.根据权利要求4所述的方法,所述控制显示屏按照预定的颜色显示序列依次显示单种颜色包括:
获取预定的颜色显示序列;
获取所述颜色显示序列中每一种颜色对应的明暗度;
控制显示屏按照所述颜色显示序列所指示的颜色顺序以所述颜色显示序列中每种颜色对应的明暗度依次显示单种颜色。
7.根据权利要求4所述的方法,所述颜色显示序列中的前后相邻两种颜色为在三维颜色空间中二者之间的距离大于第二阈值的颜色。
8.根据权利要求6所述的方法,所述获取所述颜色显示序列中每一种颜色对应的明暗度包括:
确定所述颜色显示序列中第i种颜色的明暗度,其中,i为正整数;
基于第i种颜色的明暗度,确定所述颜色显示序列中第i+1种颜色的明暗度,使得第i种颜色的明暗度和第i+1种颜色的明暗度之间的差值大于第三阈值。
9.根据权利要求4所述的方法,所述颜色显示序列中包含的颜色为黑色和白色。
10.根据权利要求1所述的方法,所述获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列包括:
分析所述图像中所述目标对象的脸部图像,以获取在脸部上叠加的颜色;
将获取的颜色按照时间顺序进行排序,得到所述图像中所述目标对象的脸部随时间变化的颜色变化序列。
11.根据权利要求6所述的方法,所述获取预定的颜色显示序列包括:
接收来自服务器的所述预定的颜色显示序列;
或者,随机生成所述预定的颜色显示序列。
12.一种活体检测装置,包括控制模块、采集模块、获取模块和确定模块;其中:
所述控制模块,控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
所述采集模块,采集目标对象在颜色显示过程中的图像;
所述获取模块,获取所图像中所述目标对象的脸部随时间变化的颜色变化序列;
所述确定模块,基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
13.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使用所述处理器执行以下操作:
控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
采集目标对象在颜色显示过程中的图像;
获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;
基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
14.一种计算机可读存储介质,所述计算机可读存储介质上存储一个或多个程序,所述一个或多个程序当被执行时,执行以下操作:
控制显示屏按照预定的颜色显示序列显示,所述颜色显示序列中包含至少两种不同颜色;
采集目标对象在颜色显示过程中的图像;
获取所述图像中所述目标对象的脸部随时间变化的颜色变化序列;
基于所述颜色显示序列与所述颜色变化序列的匹配关系,确定所述目标对象是否为活体。
CN201811051838.8A 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质 Active CN109376592B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201811051838.8A CN109376592B (zh) 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质
CN202110667928.5A CN113408403A (zh) 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质
TW108122290A TWI701605B (zh) 2018-09-10 2019-06-26 活體檢測方法、裝置和電腦可讀取儲存媒體
SG11202011085XA SG11202011085XA (en) 2018-09-10 2019-09-05 Liveness detection method, apparatus and computer-readable storage medium
US16/561,919 US11210541B2 (en) 2018-09-10 2019-09-05 Liveness detection method, apparatus and computer-readable storage medium
PCT/US2019/049686 WO2020055657A1 (en) 2018-09-10 2019-09-05 Liveness detection method, apparatus and computer-readable storage medium
US16/775,300 US11093773B2 (en) 2018-09-10 2020-01-29 Liveness detection method, apparatus and computer-readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811051838.8A CN109376592B (zh) 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202110667928.5A Division CN113408403A (zh) 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109376592A true CN109376592A (zh) 2019-02-22
CN109376592B CN109376592B (zh) 2021-04-27

Family

ID=65404844

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110667928.5A Pending CN113408403A (zh) 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质
CN201811051838.8A Active CN109376592B (zh) 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110667928.5A Pending CN113408403A (zh) 2018-09-10 2018-09-10 活体检测方法、装置和计算机可读存储介质

Country Status (5)

Country Link
US (2) US11210541B2 (zh)
CN (2) CN113408403A (zh)
SG (1) SG11202011085XA (zh)
TW (1) TWI701605B (zh)
WO (1) WO2020055657A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020520A (zh) * 2019-03-26 2019-07-16 华中科技大学 一种基于声音信号的人脸识别辅助认证方法和***
CN110298312A (zh) * 2019-06-28 2019-10-01 北京旷视科技有限公司 活体检测方法、装置、电子设备及计算机可读存储介质
CN110414346A (zh) * 2019-06-25 2019-11-05 北京迈格威科技有限公司 活体检测方法、装置、电子设备及存储介质
CN110969077A (zh) * 2019-09-16 2020-04-07 成都恒道智融信息技术有限公司 一种基于颜色变化的活体检测方法
CN111523438A (zh) * 2020-04-20 2020-08-11 支付宝实验室(新加坡)有限公司 一种活体识别方法、终端设备和电子设备
CN111783640A (zh) * 2020-06-30 2020-10-16 北京百度网讯科技有限公司 检测方法、装置、设备以及存储介质
CN112069942A (zh) * 2020-08-24 2020-12-11 深圳阜时科技有限公司 屏下光学检测***及电子设备
CN113111811A (zh) * 2021-04-20 2021-07-13 北京嘀嘀无限科技发展有限公司 一种目标判别方法和***
CN113111806A (zh) * 2021-04-20 2021-07-13 北京嘀嘀无限科技发展有限公司 用于目标识别的方法和***
CN113111807A (zh) * 2021-04-20 2021-07-13 北京嘀嘀无限科技发展有限公司 一种目标识别的方法和***

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113408403A (zh) * 2018-09-10 2021-09-17 创新先进技术有限公司 活体检测方法、装置和计算机可读存储介质
CN111914763B (zh) * 2020-08-04 2023-11-28 网易(杭州)网络有限公司 活体检测方法、装置和终端设备
CN114783018A (zh) * 2022-03-24 2022-07-22 北京市商汤科技开发有限公司 交互控制方法、装置、计算机设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160071275A1 (en) * 2014-09-09 2016-03-10 EyeVerify, Inc. Systems and methods for liveness analysis
CN107832712A (zh) * 2017-11-13 2018-03-23 深圳前海微众银行股份有限公司 活体检测方法、装置和计算机可读存储介质
CN107862247A (zh) * 2017-10-13 2018-03-30 平安科技(深圳)有限公司 一种人脸活体检测方法及终端设备
US20180096212A1 (en) * 2016-09-30 2018-04-05 Alibaba Group Holding Limited Facial recognition-based authentication
CN107992842A (zh) * 2017-12-13 2018-05-04 深圳云天励飞技术有限公司 活体检测方法、计算机装置及计算机可读存储介质
CN107992794A (zh) * 2016-12-30 2018-05-04 腾讯科技(深圳)有限公司 一种活体检测方法、装置和存储介质
CN108171205A (zh) * 2018-01-17 2018-06-15 百度在线网络技术(北京)有限公司 用于识别人脸的方法和装置
WO2018118120A1 (en) * 2016-12-23 2018-06-28 Aware, Inc. Analysis of reflections of projected light in varying colors, brightness, patterns, and sequences for liveness detection in biometric systems
US20180211097A1 (en) * 2017-01-26 2018-07-26 Alibaba Group Holding Limited Method and device for acquiring feature image, and user authentication method
US10061996B1 (en) * 2017-10-09 2018-08-28 Hampen Technology Corporation Limited Face recognition method and system for personal identification and authentication

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7397484B2 (en) * 2005-01-11 2008-07-08 Tpo Displays Corp. Method for displaying an image
JP2007206833A (ja) * 2006-01-31 2007-08-16 Toshiba Corp 生体照合方法および生体照合装置
JP2007264196A (ja) * 2006-03-28 2007-10-11 Fujifilm Corp ストロボ制御装置及び方法
JP4963306B2 (ja) * 2008-09-25 2012-06-27 楽天株式会社 前景領域抽出プログラム、前景領域抽出装置、及び前景領域抽出方法
JP5465145B2 (ja) * 2010-10-05 2014-04-09 キヤノン株式会社 画像処理装置、画像処理方法、および画像記録装置
US8548207B2 (en) * 2011-08-15 2013-10-01 Daon Holdings Limited Method of host-directed illumination and system for conducting host-directed illumination
CN103020947B (zh) * 2011-09-23 2016-04-06 阿里巴巴集团控股有限公司 一种图像的质量分析方法及装置
US9363517B2 (en) * 2013-02-28 2016-06-07 Broadcom Corporation Indexed color history in image coding
US20150347833A1 (en) 2014-06-03 2015-12-03 Mark Ries Robinson Noncontact Biometrics with Small Footprint
US10614204B2 (en) * 2014-08-28 2020-04-07 Facetec, Inc. Facial recognition authentication system including path parameters
CA3186147A1 (en) * 2014-08-28 2016-02-28 Kevin Alan Tussy Facial recognition authentication system including path parameters
US10672049B1 (en) * 2014-09-23 2020-06-02 Amazon Technologies, Inc. Sample color selection for online retail items
CN105677005B (zh) 2014-11-19 2020-12-11 中兴通讯股份有限公司 移动终端的屏幕控制方法和装置
US10109092B1 (en) * 2015-03-24 2018-10-23 Imagical LLC Automated text layout, color and other stylization on an image or video, and the tracking and application of user color preferences
CN106203235B (zh) * 2015-04-30 2020-06-30 腾讯科技(深圳)有限公司 活体鉴别方法和装置
WO2017000116A1 (zh) 2015-06-29 2017-01-05 北京旷视科技有限公司 活体检测方法、活体检测***以及计算机程序产品
CN105117695B (zh) * 2015-08-18 2017-11-24 北京旷视科技有限公司 活体检测设备和活体检测方法
CN105632413B (zh) * 2016-01-11 2018-09-11 京东方科技集团股份有限公司 一种背光源的调节方法、调节装置及显示装置
CN106203305B (zh) 2016-06-30 2020-02-04 北京旷视科技有限公司 人脸活体检测方法和装置
US10796178B2 (en) * 2016-12-15 2020-10-06 Beijing Kuangshi Technology Co., Ltd. Method and device for face liveness detection
JP6148785B1 (ja) * 2016-12-26 2017-06-14 株式会社Cygames 情報処理システム、情報処理装置及びプログラム
CN106845438A (zh) 2017-02-13 2017-06-13 联想(北京)有限公司 一种人脸识别方法、装置及电子设备
CN113408403A (zh) * 2018-09-10 2021-09-17 创新先进技术有限公司 活体检测方法、装置和计算机可读存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160071275A1 (en) * 2014-09-09 2016-03-10 EyeVerify, Inc. Systems and methods for liveness analysis
US20180096212A1 (en) * 2016-09-30 2018-04-05 Alibaba Group Holding Limited Facial recognition-based authentication
WO2018118120A1 (en) * 2016-12-23 2018-06-28 Aware, Inc. Analysis of reflections of projected light in varying colors, brightness, patterns, and sequences for liveness detection in biometric systems
CN107992794A (zh) * 2016-12-30 2018-05-04 腾讯科技(深圳)有限公司 一种活体检测方法、装置和存储介质
US20180211097A1 (en) * 2017-01-26 2018-07-26 Alibaba Group Holding Limited Method and device for acquiring feature image, and user authentication method
US10061996B1 (en) * 2017-10-09 2018-08-28 Hampen Technology Corporation Limited Face recognition method and system for personal identification and authentication
CN107862247A (zh) * 2017-10-13 2018-03-30 平安科技(深圳)有限公司 一种人脸活体检测方法及终端设备
CN107832712A (zh) * 2017-11-13 2018-03-23 深圳前海微众银行股份有限公司 活体检测方法、装置和计算机可读存储介质
CN107992842A (zh) * 2017-12-13 2018-05-04 深圳云天励飞技术有限公司 活体检测方法、计算机装置及计算机可读存储介质
CN108171205A (zh) * 2018-01-17 2018-06-15 百度在线网络技术(北京)有限公司 用于识别人脸的方法和装置

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020520A (zh) * 2019-03-26 2019-07-16 华中科技大学 一种基于声音信号的人脸识别辅助认证方法和***
CN110020520B (zh) * 2019-03-26 2021-03-26 华中科技大学 一种基于声音信号的人脸识别辅助认证方法和***
CN110414346A (zh) * 2019-06-25 2019-11-05 北京迈格威科技有限公司 活体检测方法、装置、电子设备及存储介质
WO2020259128A1 (zh) * 2019-06-28 2020-12-30 北京旷视科技有限公司 活体检测方法、装置、电子设备及计算机可读存储介质
CN110298312A (zh) * 2019-06-28 2019-10-01 北京旷视科技有限公司 活体检测方法、装置、电子设备及计算机可读存储介质
CN110298312B (zh) * 2019-06-28 2022-03-18 北京旷视科技有限公司 活体检测方法、装置、电子设备及计算机可读存储介质
CN110969077A (zh) * 2019-09-16 2020-04-07 成都恒道智融信息技术有限公司 一种基于颜色变化的活体检测方法
CN111523438A (zh) * 2020-04-20 2020-08-11 支付宝实验室(新加坡)有限公司 一种活体识别方法、终端设备和电子设备
CN111523438B (zh) * 2020-04-20 2024-02-23 支付宝实验室(新加坡)有限公司 一种活体识别方法、终端设备和电子设备
CN111783640A (zh) * 2020-06-30 2020-10-16 北京百度网讯科技有限公司 检测方法、装置、设备以及存储介质
CN112069942A (zh) * 2020-08-24 2020-12-11 深圳阜时科技有限公司 屏下光学检测***及电子设备
CN112069942B (zh) * 2020-08-24 2021-07-02 深圳阜时科技有限公司 屏下光学检测***及电子设备
CN113111811A (zh) * 2021-04-20 2021-07-13 北京嘀嘀无限科技发展有限公司 一种目标判别方法和***
CN113111806A (zh) * 2021-04-20 2021-07-13 北京嘀嘀无限科技发展有限公司 用于目标识别的方法和***
CN113111807A (zh) * 2021-04-20 2021-07-13 北京嘀嘀无限科技发展有限公司 一种目标识别的方法和***
WO2022222575A1 (zh) * 2021-04-20 2022-10-27 北京嘀嘀无限科技发展有限公司 用于目标识别的方法和***
CN113111807B (zh) * 2021-04-20 2024-06-07 北京嘀嘀无限科技发展有限公司 一种目标识别的方法和***

Also Published As

Publication number Publication date
CN113408403A (zh) 2021-09-17
SG11202011085XA (en) 2020-12-30
US20200167582A1 (en) 2020-05-28
WO2020055657A1 (en) 2020-03-19
TW202011260A (zh) 2020-03-16
US11093773B2 (en) 2021-08-17
US11210541B2 (en) 2021-12-28
TWI701605B (zh) 2020-08-11
CN109376592B (zh) 2021-04-27
US20200082192A1 (en) 2020-03-12

Similar Documents

Publication Publication Date Title
CN109376592A (zh) 活体检测方法、装置和计算机可读存储介质
CN107886032B (zh) 终端设备、智能手机、基于脸部识别的认证方法和***
US10824849B2 (en) Method, apparatus, and system for resource transfer
CN109190539A (zh) 人脸识别方法及装置
US10552628B2 (en) Method and device for accessing and processing image
CN109101873A (zh) 用于提供针对兴趣对象的外部光源的特性信息的电子设备
CN108197586A (zh) 脸部识别方法和装置
KR20170019823A (ko) 이미지 처리 방법 및 이를 지원하는 전자장치
CN107578459A (zh) 表情嵌入输入法候选项的方法及装置
CN105868677A (zh) 一种活体人脸检测方法及装置
CN110503023A (zh) 活体检测方法及装置、电子设备和存储介质
US9886766B2 (en) Electronic device and method for adding data to image and extracting added data from image
CN108351960A (zh) 具有经改进虹膜识别的电子设备及其方法
CN110287672A (zh) 验证方法及装置、电子设备和存储介质
CN110287671A (zh) 验证方法及装置、电子设备和存储介质
CN109040594A (zh) 拍照方法及装置
CN109040033A (zh) 基于拍摄的身份认证方法、电子设备及存储介质
CN111914763B (zh) 活体检测方法、装置和终端设备
CN109034004A (zh) 一种基于人脸识别的身份核验方法及装置
CN116311389B (zh) 指纹识别的方法和装置
CN115880347B (zh) 图像处理方法、电子设备、存储介质及程序产品
AU2015258346A1 (en) Method and system of transitioning between images
CN107800963B (zh) 图像处理方法、装置、电子装置和计算机可读存储介质
CN108235817A (zh) 闪光灯提示方法和终端设备
CN114495197A (zh) 一种活体检测方法及装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40004485

Country of ref document: HK

TA01 Transfer of patent application right

Effective date of registration: 20200925

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200925

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant