CN110399780B - 一种人脸检测方法、装置及计算机可读存储介质 - Google Patents

Abstract

本申请涉及一种人脸检测方法、装置及计算机可读存储介质。其中，一种人脸检测方法包括：获取待检测人脸图像，判断人脸图像是否为图片；如否，则获取人脸图像的人脸区域及前景区域；根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体。通过本发明提供的人脸检测方法，能够准确、高效地辨别待识别人脸是否为真实的人脸，防范攻击者使用照片、视频等方式进行攻击，有效提高了身份认证***安全性。

Description

一种人脸检测方法、装置及计算机可读存储介质

技术领域

本申请涉及终端领域，尤其涉及一种人脸检测方法、装置及计算机可读存储介质。

背景技术

人脸识别是一种基于人的脸部特征信息进行身份识别的识别技术。随着技术进步，目前人脸识别技术己广泛于金融、公安、支付等领域。为了提高人脸识别的准确性和安全性，需要准确、高效地辨别待识别人脸是否为真实的人脸。

因此，如何提供一种人脸检测方法，能够防范攻击者使用照片、视频等方式进行攻击，成为目前亟待解决的问题。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种人脸检测方法、装置及计算机可读存储介质。

第一方面，本申请提供了一种人脸检测方法，包括：获取待检测人脸图像，判断人脸图像是否为图片；如否，则获取人脸图像的人脸区域及前景区域；根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体。

在上述技术方案中，优选地，根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体具体为：基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

在上述任一技术方案中，优选地，人脸区域为人脸所在的框体；获取人脸图像的前景区域具体为：将人脸图像与参考图像进行比较，利用帧差法确定前景区域。

在上述任一技术方案中，优选地，该人脸检测方法还包括：每间隔预设时间获取一张实际场景图像作为参考图像，并存储以覆盖原有参考图像。

在上述任一技术方案中，优选地，判断人脸图像是否为图片具体为：对人脸图像进行检测以确定人脸关键点；根据人脸关键点判断人脸图像是否为图片。

在上述任一技术方案中，优选地，人脸关键点包括以下任一项或其组合：人脸五官中各部位的关键点及人脸轮廓的关键点。

在上述任一技术方案中，优选地，该人脸检测方法还包括：提示用户针对人脸五官中各部位的一个或多个部位进行相应的动作。

在上述任一技术方案中，优选地，人脸关键点为眼睛部位的关键点；根据人脸关键点判断人脸图像是否为图片具体为：获取眼睛部位的第一关键点和第二关键点之间的纵向距离；根据纵向距离与第一预设阈值和第二预设阈值的关系判断用户是否进行了眨眼动作；基于用户进行了眨眼动作，确定人脸图像非图片。

第二方面，本申请提供了一种人脸检测装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；计算机程序被处理器执行时实现：获取待检测人脸图像，判断人脸图像是否为图片；如否，则获取人脸图像的人脸区域及前景区域；根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体。

在上述技术方案中，优选地，处理器执行计算机程序实现根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体具体为：基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

在上述任一技术方案中，优选地，人脸区域为人脸所在的框体；处理器执行计算机程序实现获取人脸图像的前景区域具体为：将人脸图像与参考图像进行比较，利用帧差法确定前景区域。

在上述任一技术方案中，优选地，处理器执行计算机程序还实现：每间隔预设时间获取一张实际场景图像作为参考图像，并存储以覆盖原有参考图像。

在上述任一技术方案中，优选地，处理器执行计算机程序实现判断人脸图像是否为图片具体为：对人脸图像进行检测以确定人脸关键点；根据人脸关键点判断人脸图像是否为图片。

在上述任一技术方案中，优选地，人脸关键点包括以下任一项或其组合：人脸五官中各部位的关键点及人脸轮廓的关键点。

在上述任一技术方案中，优选地，处理器执行计算机程序还实现：提示用户针对人脸五官中各部位的一个或多个部位进行相应的动作。

在上述任一技术方案中，优选地，人脸关键点为眼睛部位的关键点；处理器执行计算机程序实现根据人脸关键点判断人脸图像是否为图片具体为：获取眼睛部位的第一关键点和第二关键点之间的纵向距离；根据纵向距离与第一预设阈值和第二预设阈值的关系判断用户是否进行了眨眼动作；基于用户进行了眨眼动作，确定人脸图像非图片。

第三方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有活体检测方法程序，活体检测方法程序被处理器执行时实现如上述任一技术方案中的人脸检测方法。

本申请实施例提供的上述技术方案与现有技术相比具有如下优点：

本申请实施例提供的该方法，人脸检测以后，首先需要判断当前的人脸是否来自于某个图片的攻击，如果排除当前的人脸来自于一张图片，接下来还存在两种情况，分别是来自于某个视频和真正的活体。接下来的目标就是排除掉来自于某个视频的袭击，当用视频攻击的时候，拍摄的时候可以发现人脸存在于两个场景，分别是实际场景和手机里面的场景，而真正活体拍摄的时候人脸只存在于一个场景，针对这种特性本方法将人脸图像的前景区域加入到活体判断，根据前景区域和人脸区域的比较，判断人脸是否来自于视频。通过本申请实施例提供的人脸检测方法，能够准确、高效地辨别待识别人脸是否为真实的人脸，防范攻击者使用照片、视频等方式进行攻击，有效提高了身份认证***安全性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请各个实施例提供的移动终端的一种示意图；

图2为本申请各个实施例的手机的正面示意图；

图3为本申请各个实施例的手机的背面示意图；

图4为本申请一个实施例提供的人脸检测方法的流程示意图；

图5为本申请另一个实施例提供的人脸检测方法的流程示意图；

图6为本申请再一个实施例提供的人脸检测方法的流程示意图；

图7为本申请又一个实施例提供的人脸检测方法的流程示意图；

图8为本申请又一个实施例提供的人脸检测方法的流程示意图；

图9为本申请一个具体实施例提供的人脸检测方法的流程示意图；

图10a为本申请另一个具体实施例提供的人脸关键点的示意图；

图10b为本申请另一个具体实施例提供的人脸关键点的示意图；

图11为本申请另一个具体实施例提供的当视频攻击时拍摄的人脸图像的检测示意图；

图12为本申请另一个具体实施例提供的活体人脸拍摄的人脸图像的检测示意图；

图13为本申请一个实施例提供的人脸检测装置的示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以固定终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本发明各个实施例的一种固定终端的硬件结构示意图，该固定终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的固定终端结构并不构成对移动终端的限定，移动终端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1对固定终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101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、双工器等。此外，射频单元101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GSM(Global System of Mobile communication，全球移动通讯***)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，固定终端通过WiFi模块102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1示出了WiFi模块102，但是可以理解的是，其并不属于固定终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与固定终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

固定终端100还包括至少一种传感器105，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显示面板1061的亮度，接近传感器可在固定终端100移动到耳边时，关闭显示面板1061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指纹传感器、压力传感器、虹膜传感器、分子传感器、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。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与固定终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸动作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的动作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸动作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、动作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸动作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现固定终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现固定终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与固定终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到固定终端100内的一个或多个元件或者可以用于在固定终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储动作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109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。

处理器110是固定终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110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动作***、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处理器110中。

固定终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理***与处理器110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。

尽管图1未示出，固定终端100还可以包括蓝牙模块等，在此不再赘述。

图2为本申请各个实施例的移动终端的正面示意图；图3为本申请各个实施例的移动终端的背面示意图。

基于上述固定终端硬件结构，提出本发明方法各个实施例。

第一方面实施例，本申请提供了一种人脸检测方法。

图4示出了本发明的一个实施例的人脸检测方法的流程示意图。

其中，该人脸检测方法包括：

步骤202，获取待检测人脸图像；

判断204，判断人脸图像是否为图片；如是，则结束；

步骤206，如否，则获取人脸图像的人脸区域及前景区域；

步骤208，根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体。

本发明实施例提供的人脸检测方法，人脸检测以后，首先需要判断当前的人脸是否来自于某个图片的攻击，如果排除当前的人脸来自于一张图片，接下来还存在两种情况，分别是来自于某个视频和真正的活体。接下来的目标就是排除掉来自于某个视频的袭击，当用视频攻击的时候，拍摄的时候可以发现人脸存在于两个场景，分别是实际场景和拍摄设备(在此以手机为例)里面的场景，而真正活体拍摄的时候人脸只存在于一个场景，针对这种特性本方法将人脸图像的前景区域加入到活体判断，根据前景区域和人脸区域的比较，判断人脸是否来自于视频。通过本申请实施例提供的人脸检测方法，能够准确、高效地辨别待识别人脸是否为真实的人脸，防范攻击者使用照片、视频等方式进行攻击，有效提高了身份认证***安全性。

图5示出了本发明的另一个实施例的人脸检测方法的流程示意图。

其中，该人脸检测方法包括：

步骤302，获取待检测人脸图像；

步骤304，判断人脸图像是否为图片；如是，则结束；

步骤306，如否，则获取人脸图像的人脸区域及前景区域；

步骤308，基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

在该实施例中，当用视频攻击的时候，拍摄的时候可以发现人脸存在于两个场景，分别是实际场景和拍摄设备(在此以手机为例)里面的场景，而真正活体拍摄的时候人脸只存在于一个场景，因此，基于对前景区域和人脸区域的比较，能够判断出人脸是否来自于活体。具体地，当待检测的人脸图像中的人脸区域完全包含在手机的前景区域中，即人脸区域全部为前景物体，则认为人脸来自于视频；当前景区域有部分范围属于人脸区域时，即人脸区域中有部分为背景物体，则认为人脸来自于活体。

图6示出了本发明的再一个实施例的人脸检测方法的流程示意图。

其中，该人脸检测方法包括：

步骤402，获取待检测人脸图像；

步骤404，判断人脸图像是否为图片；如是，则结束；

步骤406，如否，则获取人脸图像的人脸区域；以及将人脸图像与参考图像进行比较，利用帧差法确定前景区域；

其中，人脸区域为人脸所在的框体；

步骤408，基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

在该实施例中，通过人脸检测确定人脸所在的框体，以及通过将后续拍摄的所有人脸图像与预先存储的参考图像进行比较，利用帧差法计算出人脸图像的前景区域。在此基础上，将人脸所在的框体(简称人脸框)与前景区域进行位置比较，当人脸框是完全包含在前景区域范围中，即人脸框的范围全部为前景物体，则认为人脸来自于视频；相反的是当前景区域有部分范围属于人脸区域，即人脸框范围中有部分为背景物体，则认为人脸来自于活体。

其中，帧差法是背景减法中的一种，由于帧差法不需要建模，所以计算速度非常快。当然，本申请也可利用除帧差法以外的其他算法计算出待检测人脸图像的前景区域，只要能够计算出人脸图像中前景区域都是可以实现的。

图7示出了本发明的又一个实施例的人脸检测方法的流程示意图。

其中，该人脸检测方法包括：

步骤502，每间隔预设时间获取一张实际场景图像作为参考图像，并存储以覆盖原有参考图像。

步骤504，获取待检测人脸图像；

步骤506，判断人脸图像是否为图片；如是，则结束；

步骤508，如否，则获取人脸图像的人脸区域；以及将人脸图像与参考图像进行比较，利用帧差法确定前景区域；

其中，人脸区域为人脸所在的框体；

步骤510，基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

在该实施例中，通过定时获取一张实际场景图像作为参考图像，具体地，每间隔预设时间拍摄一张实际场景图像保存起来，以作为最新的参考图像，其中，预设时间根据经验值而定，只要能够保证参考图像的真实性，以使人脸图像能够与最新的周围环境作对比，都是可以实现的。由此可进一步提高人脸检测的精准性，避免视频攻击，保证身份认证***的可靠性。

图8示出了本发明的又一个实施例的人脸检测方法的流程示意图。

其中，该人脸检测方法包括：

步骤602，每间隔预设时间获取一张实际场景图像作为参考图像，并存储以覆盖原有参考图像。

步骤604，获取待检测人脸图像；对人脸图像进行检测以确定人脸关键点；

步骤606，根据人脸关键点判断人脸图像是否为图片；如是，则结束；

步骤608，如否，则获取人脸图像的人脸区域；以及将人脸图像与参考图像进行比较，利用帧差法确定前景区域；

其中，人脸区域为人脸所在的框体；

步骤610，基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

在该实施例中，在用户进行身份人脸检测的时候，由于图片中的人脸是不能根据要求做出相应的动作的，故可要求用户针对人脸五官中的某个部位或几个部位做相应的动作，如眨眼、仰头、低头、转头、微笑等，这样相应的人脸关键点会产生位置变化，由此便可通过人脸关键点来判断待检测的人脸图像是否为图片。

在本申请的一个实施例中，优选地，人脸关键点包括以下任一项或其组合：人脸五官中各部位的关键点及人脸轮廓的关键点。

在该实施例中，人脸关键点包括以下任一项或其组合：人脸五官(包括眼睛、眉毛、鼻子、嘴巴、耳朵)中各部位的关键点及人脸轮廓的关键点，此外，人脸面部上的某些点也可以作为人脸关键点，但不限于此。具体地，比如，眼睛部位的关键点包括瞳孔的垂直直径与上下眼睑相交的两点；嘴巴部位的关键点包括嘴巴左右两端点。

在本申请的一个实施例中，优选地，该人脸检测方法还包括：提示用户针对人脸五官中各部位的一个或多个部位进行相应的动作。

在该实施例中，通过提示用户针对人脸五官中各部位的一个或多个部位进行相应的动作，如眨眼、仰头、低头、转头、微笑等，使用户在提示之后在做出相应的动作，根据人脸关键点的位置变化，可判断出人脸图像中的人脸是否为照片。其中提示用户要做出的动作可以是预先设置的一个动作，也可以是预先设置的多个动作中的一个随机动作，这样可避免用户采用做出相应动作的照片进行图片攻击，提高人脸检测的准确性，提高身份认证***的安全性。此外，该人脸检测方法还包括：连续确定待检测的人脸图像为图片的次数超过预设次数，如两次，则拒绝当前用户继续身份认证，这样也可以进一步提高人脸检测的准确性，提高身份认证***的安全性。

在本申请的一个实施例中，优选地，人脸关键点为眼睛部位的关键点；根据人脸关键点判断人脸图像是否为图片具体为：获取眼睛部位的第一关键点和第二关键点之间的纵向距离；根据纵向距离与第一预设阈值和第二预设阈值的关系判断用户是否进行了眨眼动作；基于用户进行了眨眼动作，确定人脸图像非图片。

在该是实施例中，根据眼睛部位的第一关键点和第二关键点之间的纵向距离分别与第一预设阈值和第二预设阈值的关系，判断用户是否进行了眨眼动作，这个时候存在两种情况，检测到眼睛运动(眨眼睛)和眼睛不动，如果检测到眨眼睛的动作，那么可以排除当前的人脸来自于一张图像。如果检测的结果是眼睛不动，即使是拍摄者是故意不眨眼睛，这种情况也直接认定为图片。其中，第一关键点为瞳孔的垂直直径与上下眼睑的上交点、第二关键点为瞳孔的垂直直径与上下眼睑的下交点，当闭眼睛的时候，第一关键点和第二关键点之间的纵向距离非常小，当两者之间的纵向距离小于第一预设阈值的时候为闭着眼睛；当睁开眼睛的时候，第一关键点和第二关键点之间的纵向距离比较大，当第一关键点和第二关键点之间的纵向距离大于第二预设阈值的时候为睁开眼睛。

图9示出了本发明的一个具体实施例的人脸检测方法的流程示意图。其中，该人脸检测方法包括：

步骤702，每间隔预设时间获取一张实际场景图像作为参考图像，并存储以覆盖原有参考图像。

步骤704，获取待检测人脸图像；对人脸图像进行检测以确定眼睛部位的关键点；

步骤706，提示用户进行眨眼操作；

步骤708，根据眼睛部位的关键点之间的纵向距离判断用户是否进行了眨眼操作；如否，则结束；

步骤710，如是，则获取人脸图像的人脸区域；以及将人脸图像与参考图像进行比较，利用帧差法确定前景区域；

其中，人脸区域为人脸所在的框体；

步骤712，基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

另一个具体实施例，提供了一种人脸检测方法，用于固定认证设备，其中，该固定认证设备具有摄像头，用于拍摄待检测的人脸图像，该人脸检测方法把人脸检测的框体，关键点和前景区域判断相结合来进行活体判断，流程如下：

人脸检测——提供人脸和人脸所在的框体信息；

关键点检测——提供人脸五官中各部位的关键点及人脸轮廓的关键点，如图10a、图10b所示；

图片攻击判断——根据眼睛部位的关键点之间的纵向距离判断人脸是否来自于图片；

视频攻击判断——根据提供的前景区域和人脸所在的框***置的比较，判断人脸是否来自于视频。

其中，图片攻击的判断：

如图10a、图10b所示，通过人眼睛的关键点来判断是否为图片，在当事人进行识别的时候，要求做几个眨眼睛的动作，图10b标记的序号为33和35关键点，序号为28和30关键点，分别记为index_33，index_35，index_28，index_30。

从图10a、图10b中两张人脸图像很容易看得出来：

当闭眼睛的时候，index_28和index_30的纵向距离非常小，可以设置为一个阈值T0，当：

Index_28_y-index_30_y<T0的时候为闭着眼睛，(index_28_y，index_30_y分别为两个关键点的纵向坐标)；

当睁开眼睛的时候，index_33和index_35的纵向距离比较大，设置为一个阈值T1，当：

Index_33_y-index_35_y>T1的时候为睁开眼睛，(ndex_33_y，index_35_y分别为两个关键点的纵向坐标)。

人脸检测以后，首先根据上述图片攻击的判断方法判断当前获取的人脸是否为照片，这个时候存在两种情况，检测到眼睛的运动(眨眼睛)和眼睛不动。

(1)如果拍摄人故意不眨眼睛，这种情况直接认定为图片。

(2)如果检测到眨眼睛的话，那么可以排除当前的人脸来自于一张图片，接下来还存在两种情况，分别是来自于某个视频和真正的活体。

接下来的目标就是排除掉来自于某个视频的袭击。

其中，视频攻击的判断：

如图11所示，当用视频攻击的时候，拍摄的时候可以发现人脸存在于两个场景，分别是实际场景和手机里面的场景。而真正活体拍摄的时候人脸只存在于一个场景，如图12所示。针对这种特性本方法提出了提取前景区域的方法来判断人脸是否来自于视频，具体如下：

(1)设备每10分钟拍摄一张周围图像保存起来，作为参考图像。

(2)后续所有拍摄的人脸图像和参考图像进行比较，通过帧差的方法计算出前景区域，如图11和图12所示，白色区域即为所求的前景区域，灰色区域为背景。

(3)保存人脸所在的区域，即人脸所在的框体(人脸检测阶段提供，如图11、图12右图中的黑色四边形)，分析图11，图12中的白色区域，可以发现图11的人脸框是完全包含在手机的前景区域中，即人脸框的范围全部为前景物体，相反的是图12的人脸框范围中有部分为背景物体，由此很容易判断，当前获取的人脸是否来自于视频，已设计模型进行说明：

设：A为图像背景区域，B为图像整个前景区域，C为人脸区域；

当C属于B的时候则人脸来自于视频；

当B有部分范围属于C的时候，则人脸来自于活体。

在本发明的再一个具体实施例中，人脸关键点为嘴巴部位的关键点；用于获取参考图像所间隔的预设时间为5分钟；提示用户针对嘴巴部位进行的动作为执行三次微笑动作。此时，根据人脸关键点判断人脸图像是否为图片具体为，根据嘴巴部位的关键点判断人脸图像是否为图片。

第二方面实施例，本申请提供了一种人脸检测装置800，如图13所示，包括：存储器802、处理器804及存储在存储器802上并可在处理器804上运行的计算机程序；计算机程序被处理器804执行时实现：获取待检测人脸图像，判断人脸图像是否为图片；如否，则获取人脸图像的人脸区域及前景区域；根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体。

本发明实施例提供的人脸检测装置800，人脸检测以后，首先需要判断当前的人脸是否来自于某个图片的攻击，如果排除当前的人脸来自于一张图片，接下来还存在两种情况，分别是来自于某个视频和真正的活体。接下来的目标就是排除掉来自于某个视频的袭击，当用视频攻击的时候，拍摄的时候可以发现人脸存在于两个场景，分别是实际场景和拍摄设备(在此以手机为例)里面的场景，而真正活体拍摄的时候人脸只存在于一个场景，针对这种特性本方法将人脸图像的前景区域加入到活体判断，根据前景区域和人脸区域的比较，判断人脸是否来自于视频。通过本申请实施例提供的人脸检测装置800，能够准确、高效地辨别待识别人脸是否为真实的人脸，防范攻击者使用照片、视频等方式进行攻击，有效提高了身份认证***安全性。

在本申请的一个实施例中，优选地，处理器804执行计算机程序实现根据人脸区域及前景区域判断人脸图像中的人脸是否来自于活体具体为：基于人脸区域属于前景区域，确定人脸来自于视频；基于前景区域有部分范围属于人脸区域，确定人脸来自于活体。

在该实施例中，当用视频攻击的时候，拍摄的时候可以发现人脸存在于两个场景，分别是实际场景和拍摄设备(在此以手机为例)里面的场景，而真正活体拍摄的时候人脸只存在于一个场景，因此，基于对前景区域和人脸区域的比较，能够判断出人脸是否来自于活体。具体地，当待检测的人脸图像中的人脸区域完全包含在手机的前景区域中，即人脸区域全部为前景物体，则认为人脸来自于视频；当前景区域有部分范围属于人脸区域时，即人脸区域中有部分为背景物体，则认为人脸来自于活体。

在本申请的一个实施例中，优选地，人脸区域为人脸所在的框体；处理器804执行计算机程序实现获取人脸图像的前景区域具体为：将人脸图像与参考图像进行比较，利用帧差法确定前景区域。

在该实施例中，通过人脸检测确定人脸所在的框体，以及通过将后续拍摄的所有人脸图像与预先存储的参考图像进行比较，利用帧差法计算出人脸图像的前景区域。在此基础上，将人脸所在的框体(简称人脸框)与前景区域进行位置比较，当人脸框是完全包含在前景区域范围中，即人脸框的范围全部为前景物体，则认为人脸来自于视频；相反的是当前景区域有部分范围属于人脸区域，即人脸框范围中有部分为背景物体，则认为人脸来自于活体。

其中，帧差法是背景减法中的一种，由于帧差法不需要建模，所以计算速度非常快。当然，本申请也可利用除帧差法以外的其他算法计算出待检测人脸图像的前景区域，只要能够计算出人脸图像中前景区域都是可以实现的。

在本申请的一个实施例中，优选地，处理器804执行计算机程序还实现：每间隔预设时间获取一张实际场景图像作为参考图像，并存储以覆盖原有参考图像。

在该实施例中，通过定时获取一张实际场景图像作为参考图像，具体地，每间隔预设时间拍摄一张实际场景图像保存起来，以作为最新的参考图像，其中，预设时间根据经验值而定，只要能够保证参考图像的真实性，以使人脸图像能够与最新的周围环境作对比，都是可以实现的。由此可进一步提高人脸检测的精准性，避免视频攻击，保证身份认证***的可靠性。

在本申请的一个实施例中，优选地，处理器804执行计算机程序实现判断人脸图像是否为图片具体为：对人脸图像进行检测以确定人脸关键点；根据人脸关键点判断人脸图像是否为图片。

在该实施例中，在用户进行身份人脸检测的时候，由于图片中的人脸是不能根据要求做出相应的动作的，故可要求用户针对人脸五官中的某个部位或几个部位做相应的动作，如眨眼、仰头、低头、转头、微笑等，这样相应的人脸关键点会产生位置变化，由此便可通过人脸关键点来判断待检测的人脸图像是否为图片。

在本申请的一个实施例中，优选地，人脸关键点包括以下任一项或其组合：人脸五官中各部位的关键点及人脸轮廓的关键点。

在该实施例中，人脸关键点包括以下任一项或其组合：人脸五官(包括眼睛、眉毛、鼻子、嘴巴、耳朵)中各部位的关键点及人脸轮廓的关键点，此外，人脸面部上的某些点也可以作为人脸关键点，但不限于此。具体地，比如，眼睛部位的关键点包括瞳孔的垂直直径与上下眼睑相交的两点；嘴巴部位的关键点包括嘴巴左右两端点。

在本申请的一个实施例中，优选地，处理器804执行计算机程序还实现：提示用户针对人脸五官中各部位的一个或多个部位进行相应的动作。

在该实施例中，通过提示用户针对人脸五官中各部位的一个或多个部位进行相应的动作，如眨眼、仰头、低头、转头、微笑等，使用户在提示之后在做出相应的动作，根据人脸关键点的位置变化，可判断出人脸图像中的人脸是否为照片。其中提示用户要做出的动作可以是预先设置的一个动作，也可以是预先设置的多个动作中的一个随机动作，这样可避免用户采用做出相应动作的照片进行图片攻击，提高人脸检测的准确性，提高身份认证***的安全性。此外，该人脸检测方法还包括：连续确定待检测的人脸图像为图片的次数超过预设次数，如两次，则拒绝当前用户继续身份认证，这样也可以进一步提高人脸检测的准确性，提高身份认证***的安全性。

在本申请的一个实施例中，优选地，人脸关键点为眼睛部位的关键点；处理器804执行计算机程序实现根据人脸关键点判断人脸图像是否为图片具体为：获取眼睛部位的第一关键点和第二关键点之间的纵向距离；根据纵向距离与第一预设阈值和第二预设阈值的关系判断用户是否进行了眨眼动作；基于用户进行了眨眼动作，确定人脸图像非图片。

在该是实施例中，根据眼睛部位的第一关键点和第二关键点之间的纵向距离分别与第一预设阈值和第二预设阈值的关系，判断用户是否进行了眨眼动作，这个时候存在两种情况，检测到眼睛运动(眨眼睛)和眼睛不动，如果检测到眨眼睛的动作，那么可以排除当前的人脸来自于一张图像。如果检测的结果是眼睛不动，即使是拍摄者是故意不眨眼睛，这种情况也直接认定为图片。其中，第一关键点为瞳孔的垂直直径与上下眼睑的上交点、第二关键点为瞳孔的垂直直径与上下眼睑的下交点，当闭眼睛的时候，第一关键点和第二关键点之间的纵向距离非常小，当两者之间的纵向距离小于第一预设阈值的时候为闭着眼睛；当睁开眼睛的时候，第一关键点和第二关键点之间的纵向距离比较大，当第一关键点和第二关键点之间的纵向距离大于第二预设阈值的时候为睁开眼睛。

第三方面实施例，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有活体检测方法程序，活体检测方法程序被处理器执行时实现如上述任一实施例中的人脸检测方法。因此，该计算机可读存储介质具有如上述任一实施例的人脸检测方法的全部有益效果。

本发明一些实施例提供的人脸检测方法、装置及计算机可读存储介质，人脸检测以后，首先需要根据人脸关键点来判断当前的人脸是否来自于某个图片的攻击，如果排除当前的人脸来自于一张图片，接下来还存在两种情况，分别是来自于某个视频和真正的活体。接下来的目标就是排除掉来自于某个视频的袭击，当用视频攻击的时候，拍摄的时候可以发现人脸存在于两个场景，分别是实际场景和手机里面的场景，而真正活体拍摄的时候人脸只存在于一个场景，针对这种特性本方法将人脸图像的前景区域加入到活体判断，根据前景区域和人脸区域的位置比较，判断人脸是否来自于视频。通过本申请实施例提供的人脸检测方法，能够准确、高效地辨别待识别人脸是否为真实的人脸，防范攻击者使用照片、视频等方式进行攻击，有效提高了身份认证***安全性。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

在本说明书的描述中，术语“第一”、“第二”仅用于描述的目的，而不能理解为指示或暗示相对重要性，除非另有明确的规定和限定；术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (9)

1.一种人脸检测方法，其特征在于，包括：

获取待检测人脸图像，判断所述人脸图像是否为图片；

如否，则获取所述人脸图像的人脸区域及前景区域；

根据所述人脸区域及所述前景区域判断所述人脸图像中的人脸是否来自于活体；

所述根据所述人脸区域及所述前景区域判断所述人脸图像中的人脸是否来自于活体具体为：

基于所述人脸区域属于所述前景区域，确定所述人脸来自于视频；

基于所述人脸区域中有部分范围属于所述前景区域和有部分范围属于背景区域，确定所述人脸来自于所述活体，其中，所述人脸区域为所述人脸所在的框体。

2.根据权利要求1所述的人脸检测方法，其特征在于，所述获取所述人脸图像的前景区域具体为：将所述人脸图像与参考图像进行比较，利用帧差法确定所述前景区域。

3.根据权利要求2所述的人脸检测方法，其特征在于，还包括：

每间隔预设时间获取一张实际场景图像作为所述参考图像，并存储以覆盖原有参考图像。

4.根据权利要求1至3中任一项所述的人脸检测方法，其特征在于，所述判断所述人脸图像是否为图片具体为：

对所述人脸图像进行检测以确定人脸关键点；

根据所述人脸关键点判断所述人脸图像是否为所述图片。

5.根据权利要求4所述的人脸检测方法，其特征在于，

所述人脸关键点包括以下任一项或其组合：人脸五官中各部位的关键点及人脸轮廓的关键点。

6.根据权利要求5所述的人脸检测方法，其特征在于，还包括：

提示用户针对所述人脸五官中各部位的一个或多个部位进行相应的动作。

7.根据权利要求6所述的人脸检测方法，其特征在于，所述人脸关键点为眼睛部位的关键点；

所述根据所述人脸关键点判断所述人脸图像是否为所述图片具体为：

获取所述眼睛部位的第一关键点和第二关键点之间的纵向距离；根据所述纵向距离与第一预设阈值和第二预设阈值的关系判断所述用户是否进行了眨眼动作；

基于所述用户进行了眨眼动作，确定所述人脸图像非所述图片。

8.一种人脸检测装置，其特征在于，包括：

存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；

所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述人脸检测方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有活体检测方法程序，所述活体检测方法程序被处理器执行时实现如权利要求1至7中任一项所述的人脸检测方法。