CN111046804A - 活体检测方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本申请实施例提供了一种活体检测方法、装置、电子设备及可读存储介质。该方法包括：获取用户的至少一个待检测视频；分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果，人脸活体检测结果包括待检测视频中是否存在活体人脸，手势检测结果包括待检测视频中存在的手势与目标手势标识对应的手势的匹配结果；对于每一个待检测视频，基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果；基于至少一个待检测视频的检测结果，确定用户的活体检测结果。在本申请实施例中，需要对待检测视频进行人脸活体检测和手势检测，有效地降低安全隐患。

Description

活体检测方法、装置、电子设备及可读存储介质

技术领域

本申请涉及图像处理技术领域，具体而言，本发明涉及一种活体检测方法、装置、电子设备及可读存储介质。

背景技术

人脸活体检测方法是指通过判定给定图像或视频中的人脸是来自真实的人还是来自于欺骗人脸(面具、打印照片、屏幕上显示的照片或播放的视频片段等)的技术。人脸活体判断是一种重要的防攻击、防欺诈的技术手段，在银行、保险、互联网金融、电子商务等涉及到远程身份认证的行业和场合存在广泛的应用。

目前，在对人脸活体进行检测时通常采用视频活体检测方法，而视频活体方法有主要分为动作活体和静默活体。其中，动作活体需要用户按照提示做指定若干指定动作，动作涉及点头、摇头、所有摇头、眨眼、张嘴等。但是由于指定的动作比较简单，因此很容易被破解，存在较高的安全隐患。静默活体只需要用户盯着摄像头看2-3秒左右，期间可以保持静止也可以有正常的动作，但是由于验证的方式比较简单，也会存在较高的安全隐患。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一。

第一方面，提供了一种活体检测方法，该方法包括：

获取用户的至少一个待检测视频；

分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果，人脸活体检测结果包括待检测视频中是否存在活体人脸，手势检测结果包括待检测视频中存在的手势与目标手势标识对应的手势的匹配结果；

对于每一个待检测视频，基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果；

基于至少一个待检测视频的检测结果，确定用户的活体检测结果。

第一方面可选的实施例中，待检测视频的检测结果包括检测通过和检测未通过，基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果，包括：

当待检测视频的人脸活体检测结果为存在活体人脸、且手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势相匹配时，则确定待检测视频的检测结果为检测通过，否则确定待检测视频的检测结果为检测未通过。

第一方面可选的实施例中，基于至少一个待检测视频的检测结果，确定用户的活体检测结果，包括：

在待检测视频的检测结果为检测通过的数量不小于设定数量时，确定用户的活体检测结果为活体，其中，设定数量不大于待检测视频的数量；或，

在存在一个待检测视频的检测结果为未检测通过时，即确定用户的活体检测结果为非活体。

第一方面可选的实施例中，目标手势标识为从预配置的候选手势数据库中随机选取的候选手势标识。

第一方面可选的实施例中，候选手势标识为数字手势标识。

第一方面可选的实施例中，别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果，包括：

将至少一个待检测视频输入至手势活体检测模型，并基于手势活体检测模型的输出，得到视频帧的人脸活体检测结果和手势检测结果；

待检测视频的手势检测结果中包括待检测视频中的手势与目标手势标识对应的手势的目标匹配概率，在目标匹配概率满足设定条件时，待检测视频的手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势的相匹配结果。

第一方面可选的实施例中，目标匹配概率满足设定条件包括：

目标匹配概率大于预设阈值；

或者，在待检测视频的手势检测结果中包括待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率时，目标匹配概率为最高概率。

第一方面可选的实施例中，获取用户的待检测视频，包括：

获取通过视频采集装置预采集的初始视频；

在确定初始视频中包括人脸图像时，提供目标手势的手势提示信息；

获取在提供手势提示信息之后通过视频采集装置采集到的目标视频，并将目标视频作为待检测视频。

第一方面可选的实施例中，该方法还包括：

若确定待检测视频的检测结果为未检测通过，则根据待检测视频的人脸活体检测结果和手势检测结果，向用户提供相对应的提示信息。

第二方面，提供了一种活体检测装置，该装置包括：

视频获取模块，用于获取至少一个用户的待检测视频；

视频检测模块，用于分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果，人脸活体检测结果包括待检测视频中是否存在活体人脸，手势检测结果包括待检测视频中存在的手势与目标手势标识对应的手势的匹配结果；

检测结果确定模块，用于对于每一个待检测视频，基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果；

活体检测结果确定模块，用于基于至少一个待检测视频的检测结果，确定用户的活体检测结果。

第二方面可选的实施例中，待检测视频的检测结果包括检测通过和检测未通过，检测结果确定模块在基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果时，具体用于：

当待检测视频的人脸活体检测结果为存在活体人脸、且手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势相匹配时，则确定待检测视频的检测结果为检测通过，否则确定待检测视频的检测结果为检测未通过。

第二方面可选的实施例中，活体检测结果确定模块在基于至少一个待检测视频的检测结果，确定用户的活体检测结果时，具体用于：

在待检测视频的检测结果为检测通过的数量不小于设定数量时，确定用户的活体检测结果为活体，其中，设定数量不大于待检测视频的数量；或，

在存在一个待检测视频的检测结果为未检测通过时，即确定用户的活体检测结果为非活体。

第二方面可选的实施例中，目标手势标识为从预配置的候选手势数据库中随机选取的候选手势标识。

第二方面可选的实施例中，候选手势标识为数字手势标识。

第二方面可选的实施例中，视频检测模块在分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果时，具体用于：

将至少一个待检测视频输入至手势活体检测模型，并基于手势活体检测模型的输出，得到视频帧的人脸活体检测结果和手势检测结果；

待检测视频的手势检测结果中包括待检测视频中的手势与目标手势标识对应的手势的目标匹配概率，在目标匹配概率满足设定条件时，待检测视频的手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势的相匹配结果。

第二方面可选的实施例中，目标匹配概率满足设定条件包括：

目标匹配概率大于预设阈值；

或者，在待检测视频的手势检测结果中包括待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率时，目标匹配概率为最高概率。

第二方面可选的实施例中，视频获取模块在获取用户的待检测视频时，具体用于：

获取通过视频采集装置预采集的初始视频；

在确定初始视频中包括人脸图像时，提供目标手势的手势提示信息；

获取在提供手势提示信息之后通过视频采集装置采集到的目标视频，并将目标视频作为待检测视频。

第二方面可选的实施例中，该装置还包括信息提示模块，具体用于：

若确定待检测视频的检测结果为未检测通过，则根据待检测视频的人脸活体检测结果和手势检测结果，向用户提供相对应的提示信息。

第三方面，提供了一种电子设备，该电子设备包括：

处理器以及存储器，该储器配置用于存储机器可读指令，该指令在由该处理器执行时，使得该处理器执行第一方面中的任一项方法。

第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上用于存储计算机指令，当计算机指令在计算机上运行时，使得计算机可以执行实现第一方面中的任一项方法

本申请实施例提供的技术方案带来的有益效果是：

在本申请实施例中，在对待检测视频进行人脸活体检测时，不仅仅需要对待检测视频进行人脸活体检测，还需要对待检测视频进行手势检测，进而得到待检测视频的检测结果，并且在确定用户的活体检测结果时，是基于至少一个待检测视频的检测结果确定的。因此，相对比于现有技术中仅进行人脸活体检测或仅进行手势检测来确定是否通过人脸活体检测，可以有效地降低安全隐患。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。

图1为本申请实施例提供的一种活体检测方法的流程示意图；

图2为本申请实施例提供的一种活体检测装置的结构示意图；

图3为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

本申请实施例提供了一种活体检测方法，该方法可以由服务器执行，如图1所示，该方法包括：

步骤S101，获取用户的至少一个待检测视频。

其中，待检测视频的数量可以预先配置，本申请实施例不做限定。

在实际应用中，用户的待检测视频指的需要进行人脸活体检测的视频，在本申请实施例中，获取待检测视频，可以包括：

获取通过视频采集装置预采集的初始视频；

在确定初始视频中包括人脸图像时，提供目标手势标识对应的手势提示信息；

获取在提供手势提示信息之后通过视频采集装置采集到的目标视频，并将目标视频作为待检测视频。

可选的，目标手势标识为从预配置的候选手势数据库中随机选取的候选手势标识。

其中，目标手势标识对应的目标手势的具体形式本申请实施例不限定可选的，在本申请实施例中，候选手势标识可以为数字手势标识，如为数字1的手势的标识～数字9的手势的标识。而目标手势标识可以为从预先配置的候选手势数据库中随机选取的一个或多个候选手势标识，候选手势数据库可以配置在服务器中，在确定需要提供目标手势时，服务器从预先配置的候选手势数据库中随机选取一个或多个候选手势标识作为目标手势标识，并将确定的目标手势标识的信息发送至终端设备，终端设备将目标手势标识对应的目标手势信息提供给用户。当然，在实际应用中，也可以将候选手势数据库配置在终端设备中，进而终端设备在需要向用户提供目标手势时，可以直接基于预配置的数据候选手势数据库中随机选取一个或多个候选手势标识作为目标手势标识。

其中，终端设备提供目标手势提示信息的具体实现方式本申请实施例也不限定。例如，当终端设备内置视频采集装置时，可以在终端设备的显示屏幕上显示目标手势的文字指示信息，当终端设备是通过外接的方式连接视频采集装置时，也可以通过语音的方式播报目标手势的信息等。

在本申请实施例中，由于可以预采集初始视频，并且在确定视频中存在人脸后再提供目标手势标识对应的目标手势信息，而提供的目标手势标识为从候选手势库中随机选取的，进而防止了用户提前录制好存在目标手势的视频作为待检测视频，可以有效的识别待检测视频中的人脸是真实的人脸还是来自于欺骗人脸。

在一示例中，假设终端设备是手机，视频采集装置为手机中的摄像头，目标手势标识为数字9的手势的标识。相应的，当用户通过摄像头开始拍摄视频后，可以引导用户将面部对准摄像头，如可以通过手机屏幕显示提示信息“请正视摄像头”、“请使人脸位于画面中的虚线区域内”等；进一步的，可以预采集初始视频，并确定预采集的初始视频中是否包括人脸图像，若确定存在，则可以将数字“9”显示在屏幕中，并继续通过视频采集装置采集视频，此时获取的视频作为待检测视频。

其中，在确定采集到的初始视频中是否存在人脸图像时，可执行一次或重复执行直至确定采集到的初始视频中存在人脸，或执行次数达到设定次数使停止采集初始视频等，本申请实施例对此不限定。可以理解的是，如果当前采集的初始视频中不存在人脸图像，则可以向用户显示提示信息，相应的，若采集次数达到设定次数，所采集的初始视频中仍不存在人脸图像，则可以提示视频采集失败信息以使用户知晓。

步骤S102，分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果，人脸活体检测结果包括待检测视频中是否存在活体人脸，手势检测结果包括待检测视频中存在的手势与目标手势标识对应的手势的匹配结果。

其中，人脸活体检测结果表征的是待检测视频中是否存在活体人脸，也就是说，人脸活体检测结果可以包括两种情况，一种情况为存在活体人脸，另一种情况为不存在活体人脸。而手势检测结果表征的是待检测视频中存在的手势与目标手势标识对应的手势的匹配结果，此时手势检测结果也可以包括两种情况，一种情况为待检测视频中存在的手势为目标手势标识对应的手势(即待检测视频中存在目标手势)，另一种情况为检测视频中不存在的手势为目标手势标识对应的手势(即待检测视频中不存在目标手势)。

此外，在实际应用中可以生成目标手势标识的序列，每一个待检测视频可以对应于该序列中的一个目标手势标识。相应的，在分别对至少一个待检测视频进行手势检测时，可以依次检测各个待检测视频中存在的手势与该目标手势标识的序列中对应的目标手势标识的匹配结果。

在实际应用中，具体需要进行人脸活体检测和手势检测的数量可以预先配置，本申请实施例不限定。例如，在当前应用场景的安全系数要求较高时，其需要进行人脸活体检测和手势检测的待检测视频的数量可以设置的较大些，在当前应用场景的安全系数要求较低时，其需要进行人脸活体检测和手势检测的待检测视频的数量可以设置的较小些，如为1或2等。

其中，对待检测视频进行人脸活体检测和手势检测的具体实现方式，本申请实施例不做限定。例如，可以通过神经网络实现模型，即可以将待检测视频输入至神经网络模型，基于神经网络模型的输出得到人脸活体检测结果和手势检测结果，可以理解的是，用于得到人脸活体检测结果的神经网络模型和用于得到手势检测结果的神经网络模型可以是一个神经网络模型，也可以为各自独立的神经网络模型。可以理解的是，当用于得到人脸活体检测结果的神经网络模型和用于得到手势检测结果的神经网络模型为各自独立的神经网络时，需要将待检测视频分别输入至用于确定人脸活体检测结果的神经网络模型和用于确定手势检测结果的神经网络模型。

步骤S103，对于每一个待检测视频，基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果。

步骤S104，基于至少一个待检测视频的检测结果，确定用户的活体检测结果。

在实际应用中，对于进行人脸活体检测和手势检测的每一个待检测视频，此时可以基于得到人脸活体检测结果和手势检测结果，确定该待检测视频的检测结果。进一步的，可以基于至少一个待检测视频的检测结果，得到用户最终对应的活体检测结果。

其中，用户的活体检测结果表征的是待检测视频中所包括的用户是否为活体，也就是说，活体检测结果也可以包括两种情况，一种情况为待检测视频中所包括的用户是活体，另一种情况为待检测视频中所包括的用户为非活体。

在本申请实施例中，在对待检测视频进行人脸活体检测时，不仅仅需要对待检测视频进行人脸活体检测，还需要对待检测视频进行手势检测，进而得到待检测视频的检测结果，并且在确定用户的活体检测结果时，是基于至少一个待检测视频的检测结果确定的。因此，相对比于现有技术中仅进行人脸活体检测或仅进行手势检测来确定是否通过人脸活体检测，可以有效地降低安全隐患。

在本申请可选的实施例中，待检测视频的检测结果包括检测通过和检测未通过，基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果，包括：

当待检测视频的人脸活体检测结果为存在活体人脸、且手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势相匹配时，则确定待检测视频的检测结果为检测通过，否则确定待检测视频的检测结果为检测未通过。

也就是说，在实际应用中，只有当待检测视频的检测结果为存在活体人脸、并且手势检测结果为待检测视频中存在的手势为目标手势标识对应的目标手势时，此时才可以确定该待检测视频的检测结果为检测通过，但是只要存在其中一项不满足，则待检测视频的检测结果即为检测未通过。

在本申请可选的实施例中，对待检测视频进行人脸活体检测和手势检测，得到待检测视频的人脸活体检测结果和手势检测结果，包括：

对待检测视频中的视频帧进行人脸活体检测和手势检测，得到视频帧的检测结果，视频帧的检测结果包括视频帧的人脸活体检测结果和视频帧的手势检测结果；

当待检测视频的人脸活体检测结果为存在活体人脸、且手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势相匹配时，确定待检测视频的检测结果为检测通过，包括：

当待检测视频中的至少一帧视频帧的检测结果为存在活体人脸、且手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势相匹配时，则确定待检测视频的检测结果为检测通过。

在实际应用中，待检测视频是由视频帧组成的，进而在本申请实施例中在对待检测视频进行人脸活体检测和手势检测时，可以对待检测视频中的视频帧逐帧进行人脸活体检测和手势检测，得到对应于每个视频帧的检测结果。相应的，在确定人脸活体检测是否通过时，可以确定视频帧的人脸活体检测结果是否为存在活体人脸，以及确定视频帧的手势检测结果是否为存在目标手势标识对应的目标手势，并且当待检测视频中的至少一帧视频帧的检测结果为存在活体人脸、且手势检测结果为存在目标手势时(即待检测视频中的至少一帧视频帧图像的检测结果满足人脸活体检测通过要求)，则可以确定待检测视频的检测通过。

此外，在实际应用中，在对视频帧进行手势检测时，一种可选的方式为检测视频帧中的手部区域，然后识别手部区域中是否存在目标手势标识对应的手势，进而得到手势检测结果。但在采用这种方式进行手势检测时，视频帧中可能包括多个手部区域，此时可以基于预设的筛选条件，将多个手部区域筛选至一个，然后对保留的手部区域进行手势识别。其中，预设的筛选条件可以预先配置，本申请实施例不做限定，如预设的筛选条件可以设置为保留区域面积最大的手部区域等。

在实际应用中，不同的应用场景所需要的安全等级可能不同，如涉及到财产的应用程序在进行验证时，其所希望安全隐患越低越好，进而需要多次验证通过才可以，而普通的应用程序在进行验证时，可能一次验证通过即可。

基于此，在本申请可选的实施例中，基于至少一个待检测视频的检测结果，确定用户的活体检测结果，包括：

在待检测视频的检测结果为检测通过的数量不小于设定数量时，确定用户的活体检测结果为活体，其中设定数量不大于待检测视频的数量；或，

在存在一个待检测视频的检测结果为未检测通过时，即确定用户的活体检测结果为非活体。

在实际应用中，可以获取多个待检测视频，并基于获取的多个待检测视频的检测结果确定用户(即录制待预测视频的用户)的活体检测结果，而在具体实现中可以预先配置检测结束条件。相应的，在确定一个待检测视频的检测结果后，若当前没有满足检测结束条件，可以继续获取下一个待检测视频，若确定下一个待检测视频若仍没有满足检测结束条件，则继续执行获取待检测视频，以及确定待检测视频的检测结果的步骤，直至满足检测结束条件。

其中，满足检测结束条件可以存在多种情况，如可以为待检测视频的检测结果为检测通过的数量不小于设定数量。也就是说，在实际应用中一共可以获取多个待检测视频，并确定各待检测视频的检测结果中为检测通过的数量是否不小于预先设置的设定数量，若不小于预先设置的设定数量，则确定用户的人脸活体检测结果为活体，若小于预先设置的设定数量，则确定用户的人脸活体检测结果为非活体。其中，设定数量不大于待检测视频的数量。

在一示例中，假设待检测视频的数量为5，设定数量为3。相应的，由于每获取一次用户的待检测视频，即可确定当前获取的待检测视频的检测结果，也就是说，此时共存在5个待检测视频的检测结果；进一步，可以确定5个待检测视频的检测结果中检测结果为检测通过的数量，若确定数量不小于3，则可以确定该用户的人脸活体检测结果为检测通过。

此外，满足结束条件还可以设置为在存在一个待检测视频的检测结果为未检测通过时，即确定用户的活体检测结果为非活体，也就是说，只有各次数确定的待检测视频的检测结果均为检测通过时，才可确定用户的人脸活体检测结果为活体。此时，在确定各待检测视频的检测结果时，若已经确定一个待检测视频的检测结果为检测未通过，此时即可直接确定用户的人脸活体检测结果为非活体。

在一示例中，假设存在3个待检测视频的数量，在实际应用中，可以先获取用户的第一个待检测视频，并确定第一个待检测视频的检测结果，若检测结果为检测通过，进一步的，可以获取用户的第二个待检测视频并确定该待检测视频的检测结果，若第二个待检测视频的检测结果为未检测通过，此时可直接确定用户的人脸活体检测结果为非活体，可以停止获取用户的待检测视频；若第二个待检测视频的检测结果为检测通过，可以获取用户的第三个待检测视频并确定该待检测视频的检测结果，此时若第三个待检测视频的检测结果为未检测通过，则确定用户的人脸活体检测结果为非活体，若第三个待检测视频的检测结果为检测通过，则确定用户的人脸活体检测结果为活体，即此时3个待检测视频的均为检测通过。

在本申请可选的实施例中，分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果，包括：

将至少一个待检测视频输入至手势活体检测模型，并基于手势活体检测模型的输出，得到待检测视频的人脸活体检测结果和手势检测结果；

其中，待检测视频的手势检测结果中包括待检测视频中的手势与目标手势标识对应的手势的目标匹配概率，在目标匹配概率满足设定条件时，待检测视频的手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势的相匹配。

在实际应用中，手势活体检测模型指的是用于确定人脸活体检测结果和手势检测结果的神经网络模型。也就是说，基于手势活体检测模型可以得到待检测视频的人脸检测结果和手势检测结果。可以理解的是，对于待检测视频的人脸活体检测，可以将待检测视频的一个视频帧、或者具有时间序列的几个视频帧输入至手势活体检测模型，得到人脸检测结果，也可以直接将待检测视频输入手势活体检测模型，得到人脸检测结果，本申请实施例对此不限定。而对于待检测视频的手势活体检测，可以将待检测视频的一个待检测视频输入手势活体检测模型，得到对应的手势检测结果,或者将待检测视频中质量最好的一个视频帧输入手势活体检测模型，得到对应的手势检测结果，本申请实施例对此也不限定。

其中，手势检测结果表征的是待检测视频中的手势与目标手势标识对应的手势的匹配结果，其可以包括待检测视频中的手势与目标手势标识对应的手势的目标匹配概率，而目标匹配概率可以理解为待检测视频中存在目标手势的可能性，可以理解是，当目标匹配概率越高时，待检测视频中存在目标手势的可能性越大，当目标匹配概率越低时，待检测视频中存在目标手势的可能性越小。

人脸活体检测结果表征的是待检测视频中是否存在人脸(即人脸检测结果)，以及存在的人脸是否为活体(即人脸的活体检测结果)。其中，人脸检测结果可以包括两种情况，一种情况为存在人脸，另一种情况为不存在人脸，而人脸检测结果所包括的两种情况的具体表现形式，本申请实施例不做限定，例如，可以采用字母P表示人脸检测结果，当P＝1时表示存在人脸，当P＝0时表示不存在人脸，或者当人脸检测结果为真时表示存在人脸，当人脸检测结果为假时表示不存在人脸等。而人脸的活体检测结果所包括的两种情况的具体表现形式，本申请实施例也不做限定。例如，可以采用字母d表示人脸的活体检测结果，当d＝1时表示存在的人脸为活体，当d＝0时表示存在的人脸为非活体，或者当活体检测结果为真时表示存在的人脸为活体，当活体检测结果为假时表示存在的人脸为非活体等。

在本申请实施例中，由于可以将确定人脸活体检测结果的神经网络模型和确定手势检测结果的神经网络模型集成在一个模型中，进而可以有效地提升了人脸活体检测的检测速度。

在本申请可选的实施例中，目标匹配概率满足设定条件包括：

目标匹配概率大于预设阈值；

或者，在待检测视频的手势检测结果中包括待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率时，目标匹配概率为最高概率。

作为一种实施例，手势检测结果中可以包括目标匹配概率。可选的，由于目标手势标识是从候选手势数据中随机选取的，此时可以针对不同候选手势标识训练不同的手势识别子模型；进一步的，在对待检测视频进行手势结果检测时，可以根据该待检测视频的目标手势标识来识别选择对应的手势识别子模型，然后基于对应的手势识别子模型获得该待检测视频的目标匹配概率。

相应的，若确定待检测视频的手势检测结果中包括的目标匹配概率满足设定条件，则可以确定待检测视频中存在目标手势，而在实际应用中，目标匹配概率满足预设条件可以包括多种情况，如当目标匹配概率大于预设阈值时，则可以确定目标匹配概率满足预设条件，而该预设阈值的大小可以预先配置本申请实施例不限定。例如，假设预设阈值为70％，若得到的目标匹配概率大于70％，则可以确定目标匹配概率满足预设条件，若得到的目标匹配概率不大于70％，此时目标匹配概率为不满足设定条件。

作为另一种实施方式，所得到的手势检测结果中可以包括待检测视频中的手势对应于各候选手势标识对应的手势的概率，进一步的，若待检测视频的手势检测结果中包括待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率，由于目标手势标识是从候选手势数据中随机选取的，进而待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率中是包括目标匹配概率的，此时可以判断待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率中的最高概率是否为目标匹配概率(即最高概率是否为对应于目标手势标识对应的手势的概率)，若目标匹配概率为最高概率，则说明目标匹配概率满足设定条件，此时手势检测结果中存在目标手势，反之，则说明目标匹配概率不满足设定条件，即手势检测结果中不存在目标手势。

其中，手势检测结果中所包括的对应于各候选手势的概率的表现形式不做限定。例如，假设候选手势的标识包括数字1的手势标识、数字2的手势标识以及数字3的手势标识，目标手势标识为数字1的手势标识(此时对应于数字1的手势的概率为目标匹配概率)，手势检测结果用c表示。在确定手势检测结果时，可以确定待检测视频中的手势为数字1的手势的概率为50％、为数字2的手势的概率为10％、为数字3的手势的概率为40％，此时可以采用c1＝50％表示待检测视频中的手势为数字1的手势的概率，c2＝10％表示为待检测视频中的手势为数字2的手势的概率，c3＝40％表示待检测视频中的手势为数字3的手势的概率。进一步，由于对应于数字1的手势的概率(c1＝50％)(即目标匹配概率)为最高概率，说明目标匹配概率满足设定条件，此时可以确定手势检测结果中存在目标手势。

在本申请可选的实施例中，人脸活体检测结果包括待检测视频中存在活体人脸的第一概率，基于待检测视频的人脸活体检测结果确定待检测视频中是否存在活体人脸，包括：

若待检测视频的人脸活体检测结果为存在人脸，且第一概率满足预设条件，则确定待检测视频中是存在活体人脸。

在实际应用中，人脸活体检测结果所包括的人脸的活体检测结果可以包括表征待检测视频中存在的人脸为活体的第一概率，可以理解是，当第一概率越高时，待检测视频中存在的人脸为活体的可能性越大。进一步的，若所包括的人脸的活体检测结果中包括第一概率，则在待检测视频的人脸检测结果为存在人脸，且第一概率满足预设条件时即可确定待检测视频中存在的人脸为活体。

在本申请可选的实施例中，第一概率满足预设条件可以包括第一概率大于设定阈值；

或者，在人脸活体检测结果还包括待检测视频中不存在活体人脸的第二概率时，第一概率满足预设条件包括第一概率大于第二概率。

在实际应用中，第一概率满足预设条件可以包括多种情况，如当第一概率大于设定阈值时，则可以确定第一概率满足预设条件，而该设定阈值的大小可以预先配置本申请实施例不限定。例如，假设设定阈值为80％，若得到的第一概率大于80％，则可以确定第一概率满足预设条件，若得到的第一概率不大于80％，此时第一概率为不满足预设条件。

此外，在实际应用中，人脸活体检测结果所包括的人脸的活体检测结果中还可以包括表征待检测视频中存在的人脸为非活体人脸的第二概率，可以理解是，当第二概率越高时，待检测视频中存在的人脸为活体的可能性越小，此时所包括的第一概率也就会相应的减小。相应的，在所包括的人脸的活体检测结果中包括第一概率和第二概率时，若第一概率大于第二概率，则可以确定第一概率满足预设条件，即待检测视频中存在的人脸为活体。例如，假设人脸的活体检测结果中包括的第一概率为80％，第二概率为20％，此时第一概率大于第二概率，则可以确定第一概率满足预设条件，该待检测视频中存在的人脸为活体。

其中，若所包括的人脸的活体检测结果中包括第一概率和第二概率，此时所包括的人脸的活体检测结果的具体表现形式，本申请实施例不做限定。在一示例中，可以采用字母d表示活体检测结果，并采用d1表示第一概率，d2表示第二概率，此时d1的取值即为第一概率，d2的取值即为第二概率。例如，当第一概率为80％，第二概率为20％时，此时d1＝80％，d2＝20％。

在本申请可选的实施例中，该方法还可以包括：

若确定待检测视频的检测结果为未检测通过，则根据待检测视频的人脸活体检测结果和手势检测结果，向用户提供相对应的提示信息。

在实际应用中，若确定待检测视频的检测结果未通过，还可以基于得到的人脸活体检测结果和手势检测结果，向用户提供相对应的提示信息，以使用户可以采用正确的方式录制待检测视频。其中，根据待检测视频的人脸活体检测结果和手势检测结果，向用户提供相对应的提示信息的具体实现方式，以及提示信息的具体内容可以预先配置，本申请实施例不做限定。

作为一种可选的实施方式，在人脸活体检测结果中所包括的人脸检测结果为不存在人脸时，可以向用户提供需要拍摄正脸的提示信息，如可以在显屏幕显示文字“请让我看见您的正脸”；在人脸活体检测结果中所包括的人脸检测结果为存在人脸，但是所包括的人脸的活体检测结果中第一概率小于第二概率时，可以向用户提供需要真人拍摄待检测视频的提示信息，如可以在屏幕显示文字“请用真人进行检测”；若手势检测结果中的目标匹配概率并不是对应于各候选手势的概率中的最高概率，可以向用户提供需要比划目标手势的提示信息，如可以在屏幕显示文字“请正确比划相应的手势”；此外，若手势检测结果中对应于各候选手势的概率均为0，则说明待检测视频中不存在手势，此时也可以向用户提供需要比划目标手势的提示信息，如也可以在显示屏幕显示文字“请正确比划相应的手势”等。

为了更好地理解本申请实施例所提供的方案，下面结合具体的应用场景，对本申请实施例中所提供的方法进行详细的描述。

在本示例中，假设当前应用场景为财产类应用程序验证用户登录的场景，并且需要重复验证3次，当3次的检测结果全部为检测通过时，允许用户登录该财产类应用程序(即用户为活体)；候选手势为数字1的手势～数字9的手势，目标手势为数字9的手势；待检测视频的人脸活体检测通过条件为：当待检测视频中存在一帧视频帧的人脸活体检测结果为存在活体人脸、且手势检测结果为存在的手势与目标手势标识对应的手势相匹配时时，即为待检测视频的检查结果为检测通过。

相应的，当用户通过该财产类应用程序的客户端进行登录时，可以通过客户端向用户显示需要拍摄检测视频的提示信息，在用户开始拍摄检测视频时引导用户将面部对准客户端所在的终端设备的前置摄像采集装置，并开始采集初始视频，若确定初始视频存在人脸，将服务器从候选手势中随机选取的目标手势标识对应的目标手势提示信息显示在客户端的操作界面中(如在屏幕中显示数字9)，用户需要在设定时长内按照目标手势的提示信息在指定区域(如显示画面中的“虚线区域内”)比划相应的手势(其中，在拍摄过程中要同时保证人脸处于摄像采集装置所能够拍摄的画面中)，在达到预设时长后结束拍摄检测视频，并将预设时长内拍摄的视频作为待检测视频。

进一步的，可以将待检测视频输入至神经网络模型(该神经网络模型为用于确定人脸检测结果的神经网络模型和用于确定手势检验结果的神经网络模型的模型所集成的模型)对待检测视频中视频帧逐帧进行检测，得到人脸活体检测结果和手势检测结果。

例如，待检测视频中输入至神经网络模型后，得到一帧视频帧的人脸活体检测结果和手势检测结果可以采用下列形式表示：

y＝(p,p1,p2,c,c0,c1,c2,c3,c4,c5,c6,c7,c8,c9)

其中，p表示人脸活体检测结果中的人脸检测结果，当p＝1时表示存在人脸，p＝0时表示不存在人脸；p1表示所包括的人脸的活体检测结果中的第一概率，p2表示所包括的人脸的活体检测结果中的第二概率，p、p1和p2组成人脸活体检测结果；c表示是否存在手势，当c＝1时表示视频帧中存在人脸，c＝0时表示视频帧中不存在人脸；c0～c9分别代表视频帧中的手势对应于数字0手势～数字9手势的概率，c和c0～c9组成手势检测结果。

相应的，当人脸活体检测结果和手势检测结果采用上方的形式表示时，若p＝1、p1>p2、c＝1、且c9的数值为c0～c9中的最大值时，则可以确定当前视频帧的检测结果为检测通过；相应的，由于待检测视频的人脸活体检测通过条件为：当待检测视频中存在一帧视频帧的人脸活体检测结果为存在活体人脸、且手势检测结果为存在的手势与目标手势标识对应的手势相匹配时时，即为待检测视频的检查结果为检测通过，因此可以确定当前待检测视频的检测结果为检测通过。

进一步的，可以提示用户拍摄第二个待检测视频和第三个待检测视频，然后对第二个待检测视频和第三个待检测视频中的视频帧逐帧进行人脸活体检测和手势检测，若三个待检测视频的检测结果均为检测通过，则说明用户登录验证通过，允许用户登录该财产类应用程序。其中，拍摄第二个待检测视频和第三个待检测视频的过程、以及对第二个待检测视频和第三个待检测视频进行人脸活体检测和手势检测的过程与拍摄第一个待检测视频和对第一个待检测视频进行人脸活体检测和手势检测的过程相同，在此就不在赘述。其中，作为优选的实施例，在对用户所拍摄的待检测视频进行手势检测时，每一个待检测视频对应的目标手势标识可以不同，进而提高用户的活体检测的准确度。

可以理解的是，若检测到任一个待视频检测的检测结果为未通过，即说明用户本次登录验证失败，用户无法登录该财产类的应用程序，若用户仍想继续登录该财产类的应用程序，可以进行下一次验证过程，其中下一次验证过程与本示例中提供的验证方式相同，再次就不再赘述。

此外，在实际应用中，若待检测视频的检测结果为未通过，可以基于输出的人脸活体检测结果和手势检测结果，向用户提示信息。例如，当p＝0时，可以在该财产类应用程序的客户端显示“请让我看到您的正脸”的提示信息；当c＝0，或c＝1且c0～c9中最高概率对应的候选手势与目标手势不同时，可以在该财产类应用程序的客户端显示“请正确比划相应的手势”的提示信息；当p＝1且p1<p2时，可以在该财产类应用程序的客户端显示“请用真人进行检测”的提示信息。

本申请实施例提供了一种活体检测装置，如图2所示，该活体检测装置60可以包括：视频获取模块601、视频检测模块602、检测结果确定模块603以及活体检测结果确定模块604，其中，

视频获取模块601，用于获取至少一个用户的待检测视频；

视频检测模块602，用于分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果，人脸活体检测结果包括待检测视频中是否存在活体人脸，手势检测结果包括待检测视频中存在的手势与目标手势标识对应的手势的匹配结果；

检测结果确定模块603，用于对于每一个待检测视频，基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果；

活体检测结果确定模块604，用于基于至少一个待检测视频的检测结果，确定用户的活体检测结果。

本申请可选的实施例中，待检测视频的检测结果包括检测通过和检测未通过，检测结果确定模块在基于待检测视频的人脸活体检测结果和手势检测结果，确定待检测视频的检测结果时，具体用于：

当待检测视频的人脸活体检测结果为存在活体人脸、且手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势相匹配时，则确定待检测视频的检测结果为检测通过，否则确定待检测视频的检测结果为检测未通过。

本申请可选的实施例中，活体检测结果确定模块在基于至少一个待检测视频的检测结果，确定用户的活体检测结果时，具体用于：

在待检测视频的检测结果为检测通过的数量不小于设定数量时，确定用户的活体检测结果为活体，其中，设定数量不大于待检测视频的数量；或，

在存在一个待检测视频的检测结果为未检测通过时，即确定用户的活体检测结果为非活体。

本申请可选的实施例中，目标手势标识为从预配置的候选手势数据库中随机选取的候选手势标识。

本申请可选的实施例中，候选手势标识为数字手势标识。

本申请可选的实施例中，视频检测模块在分别对至少一个待检测视频进行人脸活体检测和手势检测，得到至少一个待检测视频的人脸活体检测结果和手势检测结果时，具体用于：

将至少一个待检测视频输入至手势活体检测模型，并基于手势活体检测模型的输出，得到视频帧的人脸活体检测结果和手势检测结果；

待检测视频的手势检测结果中包括待检测视频中的手势与目标手势标识对应的手势的目标匹配概率，在目标匹配概率满足设定条件时，待检测视频的手势检测结果为待检测视频中存在的手势与目标手势标识对应的手势的相匹配。

本申请可选的实施例中，目标匹配概率满足设定条件包括：

目标匹配概率大于预设阈值；

或者，在待检测视频的手势检测结果中包括待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率时，目标匹配概率为最高概率。

本申请可选的实施例中，视频获取模块在获取用户的待检测视频时，具体用于：

获取通过视频采集装置预采集的初始视频；

在确定初始视频中包括人脸图像时，提供目标手势的手势提示信息；

获取在提供手势提示信息之后通过视频采集装置采集到的目标视频，并将目标视频作为待检测视频。

本申请可选的实施例中，该装置还包括信息提示模块，具体用于：

若确定待检测视频的检测结果为未检测通过，则根据待检测视频的人脸活体检测结果和手势检测结果，向用户提供相对应的提示信息。

本实施例的活体检测方法装置可执行本申请实施例提供的一种活体检测方法，其实现原理相类似，此处不再赘述。

本申请实施例提供了一种电子设备，如图3所示，图3所示的电子设备2000包括：处理器2001和存储器2003。其中，处理器2001和存储器2003相连，如通过总线2002相连。可选地，电子设备2000还可以包括收发器2004。需要说明的是，实际应用中收发器2004不限于一个，该电子设备2000的结构并不构成对本申请实施例的限定。

其中，处理器2001应用于本申请实施例中，用于实现图2所示的各模块的功能。

处理器2001可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器2001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

总线2002可包括一通路，在上述组件之间传送信息。总线2002可以是PCI总线或EISA总线等。总线2002可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器2003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

存储器2003用于存储执行本申请方案的应用程序代码，并由处理器2001来控制执行。处理器2001用于执行存储器2003中存储的应用程序代码，以实现图2所示实施例提供的活体检测装置的动作。

本申请实施例提供了一种电子设备，本申请实施例中的电子设备包括：处理器；以及存储器，存储器配置用于存储机器可读指令，该指令在由该处理器执行时，使得该处理器执行活体检测方法。

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上用于存储计算机指令，当计算机指令在计算机上运行时，使得计算机可以执行实现活体检测方法。

本申请中的一种计算机可读存储介质所涉及的名词及实现原理具体可以参照本申请实施例中的一种活体检测方法，在此不再赘述。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种活体检测方法，其特征在于，包括：

获取用户的至少一个待检测视频；

分别对至少一个所述待检测视频进行人脸活体检测和手势检测，得到至少一个所述待检测视频的人脸活体检测结果和手势检测结果，所述人脸活体检测结果包括待检测视频中是否存在活体人脸，所述手势检测结果包括待检测视频中存在的手势与目标手势标识对应的手势的匹配结果；

对于每一个待检测视频，基于所述待检测视频的人脸活体检测结果和手势检测结果，确定所述待检测视频的检测结果；

基于至少一个所述待检测视频的检测结果，确定所述用户的活体检测结果。

2.根据权利要求1所述的方法，其特征在于，所述待检测视频的检测结果包括检测通过和检测未通过，所述基于所述待检测视频的人脸活体检测结果和手势检测结果，确定所述待检测视频的检测结果，包括：

当所述待检测视频的人脸活体检测结果为存在活体人脸、且所述手势检测结果为所述待检测视频中存在的手势与目标手势标识对应的手势相匹配时，则确定所述待检测视频的检测结果为检测通过，否则确定所述待检测视频的检测结果为检测未通过。

3.根据权利要求2所述的方法，其特征在于，所述基于至少一个所述待检测视频的检测结果，确定所述用户的活体检测结果，包括：

在待检测视频的检测结果为检测通过的数量不小于设定数量时，确定所述用户的活体检测结果为活体，其中，所述设定数量不大于所述待检测视频的数量；或，

在存在一个待检测视频的检测结果为未检测通过时，即确定所述用户的活体检测结果为非活体。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述目标手势标识为从预配置的候选手势数据库中随机选取的候选手势标识。

5.根据权利要求4所述的方法，其特征在于，所述候选手势标识为数字手势标识。

6.根据权利要求3所述的方法，所述分别对至少一个所述待检测视频进行人脸活体检测和手势检测，得到至少一个所述待检测视频的人脸活体检测结果和手势检测结果，包括：

将至少一个所述待检测视频输入至手势活体检测模型，并基于所述手势活体检测模型的输出，得到所述待检测视频的人脸活体检测结果和手势检测结果；

其中，所述待检测视频的手势检测结果中包括所述待检测视频中的手势与目标手势标识对应的手势的目标匹配概率，在所述目标匹配概率满足设定条件时，所述待检测视频的手势检测结果为所述待检测视频中存在的手势与目标手势标识对应的手势的相匹配。

7.根据权利要求6或4所述的方法，其特征在于，所述目标匹配概率满足设定条件包括：

所述目标匹配概率大于预设阈值；

或者，在所述待检测视频的手势检测结果中包括所述待检测视频中的手势与各候选手势标识对应的候选手势的匹配概率时，所述目标匹配概率为最高概率。

8.根据权利要求1所述的方法，其特征在于，所述获取用户的待检测视频，包括：

获取通过视频采集装置预采集的初始视频；

在确定所述初始视频中包括人脸图像时，提供所述目标手势标识对应的手势提示信息；

获取在提供所述手势提示信息之后通过所述视频采集装置采集到的目标视频，并将所述目标视频作为所述待检测视频。

9.一种活体检测装置，其特征在于，包括：

视频获取模块，用于获取用户的至少一个待检测视频；

视频检测模块，用于分别对至少一个所述待检测视频进行人脸活体检测和手势检测，得到至少一个所述待检测视频的人脸活体检测结果和手势检测结果，所述人脸活体检测结果包括待检测视频中是否存在活体人脸，所述手势检测结果包括待检测视频中存在的手势与目标手势标识对应的手势的匹配结果；

检测结果确定模块，用于对于每一个待检测视频，基于所述待检测视频的人脸活体检测结果和手势检测结果，确定所述待检测视频的检测结果；

活体检测结果确定模块，用于基于至少一个所述待检测视频的检测结果，确定所述用户的活体检测结果。

10.一种电子设备，其特征在于，包括处理器和存储器：

所述存储器被配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行权利要求1-8任一项所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机存储介质用于存储计算机指令，当其在计算机上运行时，使得计算机可以执行上述权利要求1-8中任一项所述的方法。

Images