CN111126265A - 活体检测方法、装置、电子设备及介质 - Google Patents

活体检测方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN111126265A
CN111126265A CN201911344812.7A CN201911344812A CN111126265A CN 111126265 A CN111126265 A CN 111126265A CN 201911344812 A CN201911344812 A CN 201911344812A CN 111126265 A CN111126265 A CN 111126265A
Authority
CN
China
Prior art keywords
infrared
color
image
face image
data
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
Application number
CN201911344812.7A
Other languages
English (en)
Inventor
肖传宝
梁佳
陈白洁
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.)
Hangzhou Moredian Technology Co ltd
Original Assignee
Hangzhou Moredian Technology Co 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
Application filed by Hangzhou Moredian Technology Co ltd filed Critical Hangzhou Moredian Technology Co ltd
Priority to CN201911344812.7A priority Critical patent/CN111126265A/zh
Publication of CN111126265A publication Critical patent/CN111126265A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种活体检测方法，涉及人脸识别技术领域，用于解决由于配合动作耗时长，导致活体检测效率低的问题，该方法具体包括以下步骤，获取同时刻的红外人脸图像和彩色人脸图像；将红外人脸图像/彩色人脸图像调整至预设尺寸，对应得到第一红外图像/第一彩色图像；将第一红外图像/第一彩色图像对应转换为红外YUV矩阵/彩色YUV矩阵，将红外YUV矩阵与彩色YUV矩阵拼接融合，得到组合矩阵；将组合矩阵输入图像处理模型，得到检测结果。本发明还公开了一种活体检测装置、电子设备及计算机可读介质。

Description

活体检测方法、装置、电子设备及介质
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种活体检测方法、装置、电子设备及介质。
背景技术
近年来，人脸识别技术日趋成熟，也越来越广泛地应用于支付、门禁考勤、解锁电子设备等各个领域。为了保证人脸识别的安全性，活体检测方法也相应出现，其用于分辨被识别的人脸是否来自于当前活体人脸。
传统的活体检测方法为：通过眨眼、张嘴、摇头、点头等组合动作，使用人脸关键点定位和人脸追踪等技术，验证当前用户是否为活体操作。但是，上述的活体检测方法由于配合动作耗时长，从而导致了活体检测效率低。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种活体检测方法，具有提高活体检测效率的优点。
本发明的目的之一采用如下技术方案实现：
一种活体检测方法，包括以下步骤：
获取同时刻的红外人脸图像和彩色人脸图像；
将所述红外人脸图像/所述彩色人脸图像调整至预设尺寸，对应得到第一红外图像/第一彩色图像；
将所述第一红外图像/所述第一彩色图像对应转换为红外YUV矩阵/彩色YUV矩阵，然后拼接融合所述红外YUV矩阵与彩色YUV矩阵，得到组合矩阵；
将所述组合矩阵输入图像处理模型，得到检测结果。
进一步地，获取同时刻的红外人脸图像和彩色人脸图像，包括以下步骤：
获取同时刻的红外图像和彩色图像：
识别所述红外图像/所述彩色图像的人脸关键点；
基于人脸关键点裁剪对应的所述红外图像/所述彩色图像，得到所述红外人脸图像/所述彩色人脸图像。
进一步地，还包括校正所述红外人脸图像/所述彩色人脸图像，其具体包括以下步骤：
识别所述红外人脸图像/所述彩色人脸图像的眼睛关键点；
旋转对应的所述红外人脸图像/所述彩色人脸图像，使得同一人脸图像的眼睛关键点与预设直线平齐。
进一步地，所述红外YUV矩阵包括1维红外Y数据、0.5维红外UV数据；所述彩色YUV矩阵包括1维彩色Y数据、0.5维彩色UV数据。
进一步地，拼接融合所述红外YUV矩阵与彩色YUV矩阵融合，包括以下步骤：
将所述0.5维红外UV数据与所述0.5维彩色UV数据按照第一规则排列，得到1维UV数据；
将所述1维红外Y数据、所述1维UV数据及所述1维彩色Y数据按照第二规则排列，得到组合矩阵。
进一步地，所述第二规则为：所述1维彩色Y数据、所述1维UV数据及所述1维红外Y数据依次连接，且所述0.5维彩色UV数据位于所述1维彩色Y数据和所述0.5维红外UV数据之间。
进一步地，判断所述检测结果是否为活体，若是，则进入人脸识别模式，若否，则进入警报模式。
本发明的目的之二在于提供一种活体检测装置，具有提高活体检测效率的优点。
本发明的目的之二采用如下技术方案实现：
一种活体检测装置，包括：
人脸图像获取模块，获取同时刻的红外人脸图像和彩色人脸图像；
调整模块，用于将所述红外人脸图像/所述彩色人脸图像调整至预设尺寸，对应得到第一红外图像/第一彩色图像；
拼接融合模块，将所述第一红外图像/所述第一彩色图像对应转换为红外YUV矩阵/彩色YUV矩阵，然后拼接融合所述红外YUV矩阵与彩色YUV矩阵，得到组合矩阵；
识别模块，用于将所述组合矩阵输入图像处理模型，得到检测结果。
本发明的目的之三在于提供执行发明目的之一的电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时实现上述的活体检测方法。
本发明的目的之四在于提供存储发明目的之一的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的活体检测方法。
相比现有技术，本发明的有益效果在于：红外人脸图像为活体的真实信息，彩色人脸图像为需要进行人脸识别的信息，通过结合图像处理模型对红外人脸图像和彩色人脸图像进行分析，以判别彩色人脸图像是否为活体的真实信息，即该方法减小了用户配合动作数量，以缩短检测时间并提高检测效率。
附图说明
图1为实施例一所示活体检测方法的流程图；
图2为实施例二所示步骤S10和和步骤S60的流程图；
图3为实施例三所述步骤S30的流程图；
图4为实施例四所示活体检测装置的结构框图；
图5为实施例五电子设备的结构框图。
图中：1、人脸图像获取模块；2、调整模块；3、拼接融合模块；4、识别模块；5、电子设备；51、处理器；52、存储器；53、输入装置；54、输出装置。
具体实施方式
以下将结合附图，对本发明进行更为详细的描述，需要说明的是，以下参照附图对本发明进行的描述仅是示意性的，而非限制性的。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。
实施例一
本实施例提供了一种活体检测方法，旨在解决由于用户配合动作耗时长，导致活体检测效率低的问题。具体地，参照图1所示，该活体检测方法具体包括以下步骤。
步骤S10、获取红外人脸图像和彩色人脸图像。值得说明的是，红外人脸图像和彩色人脸图像对应于同一时刻，且红外人脸图像和彩色人脸图像应当为正面照，即均包含有五官信息。
步骤S20、将红外人脸图像调整至预设尺寸，得到第一红外图像；将彩色人脸图像调整至预设尺寸，得到第一彩色图像。其中，该尺寸为像素。
红外人脸图像的调整方式与彩色人脸图像的调整方式可以相同也可以不同，但为了提高操作的简便性和统一性，二者的调整方式优选为相同。其中，以红外人脸图像为例，其调整方式具体包括以下步骤：先获取预设尺寸；查询红外人脸图像的尺寸；基于预设尺寸对红外人脸图像进行缩放或拉伸，以得到符合预设尺寸要求的第一红外人脸图像。但红外人脸图像的调整方式不限于上述方式。
步骤S30、将第一红外图像转换为红外YUV矩阵，将第一彩色图像转换为彩色YUV矩阵，然后拼接融合红外YUV矩阵与彩色YUV矩阵，得到组合矩阵。
其中第一红外图像与第一色彩图像的转换方式优选为相同。以第一红外图像为例说明转换方式，该转换方式具体包括以下步骤：先判定第一红外图像的数据格式，若第一红外图像的数据格式为YUV格式，则直接获取红外YUV矩阵；若第一红外的数据格式不是YUV格式，则需要将其转换为YUV格式，然后再获取红外YUV矩阵。
值得说明的是，YUV格式可以为但不限于为YUV420sp、YVU420sp、YUV420p、YVU420p等，YUV格式优选采用YUV420sp，其每4个Y共用一对UV分量，单个像素占用空间为：1byte(Y)+1/4byte(U)+1/4byte(V)＝1.5byte，每帧占用空间：framSize＝framWidth*framHeight*1.5(byte)。
步骤S40、将组合矩阵输入图像处理模型，得到检测结果。该检测结果为活体或非活体。值得说明的是，为使图像处理模型的精度达到要求，需要将大量样本的数据输入模型进行训练。该样本包括正样本和负样本，其中正样本为真实的人脸图像，负样本为不同角度、表情、光线、距离的纸质人脸照片图像或其他设备上的电子人脸照片图像。
值得说明的是，图像处理模型可以采用mobilenet-v1模型、mobilenet-v2模型等，但该图像处理模型不限于上述类型，只要可以根据组合矩阵判断是否为活体即可。
作为优选的技术方案，该活体检测方法还包括：步骤S50、判断步骤S40中的检测结果是否为活体，若是，则进入人脸识别模式；若否，则进入警报模式。由于人脸识别的所需时间长于活体检测的所需时间，为提高工作效率，从而先进行活体检测，然后对应进入人脸识别模式。
值得说明的是，该活体检测方法的步骤是基于执行设备完成的。具体地，该执行设备可以为服务器、用户端、处理器等设备，但该执行设备不限于上述类型。
综上，红外人脸图像为活体的真实信息，彩色人脸图像为需要进行人脸识别的信息，通过结合图像处理模型对红外人脸图像和彩色人脸图像进行分析，以判别彩色人脸图像是否为活体的真实信息，即该方法减小了用户配合动作数量，以缩短检测时间并提高检测效率。
实施例二
本实施例提供了一种活体检测方法，参照图1和图2所示，本实施例在实施例一的基础上进行的。具体地，步骤10、获取同时刻的红外人脸图像和彩色人脸图像，其具体包括以下步骤。
步骤S101、获取同时刻的红外图像和彩色图像。其中红外图像可以由红外摄像机获取并处理得到，彩色图像可以由彩色摄像机获取并处理得到，红外图像和彩色图像也可以经由同一个彩色红外摄像机获取并处理得到，且该红外图像和彩色图像应当为正面照，即应当同时显示有五官。
步骤S102、识别红外图像/彩色图像的人脸关键点。该关键点包括但不限于：眼睛、嘴巴、鼻子、耳朵以及脸部轮廓。
步骤S103、基于人脸关键点裁剪对应的红外图像/彩色图像，得到红外人脸图像/彩色人脸图像。值得说明的是，红外图像/彩色图像可以根据对应的关键点分别裁剪；也可以先将彩色图像根据对应的关键点裁剪以得到彩色人脸图像，然后根据彩色人脸图像裁剪红外图像以得到红外人图像。
通过上述技术方案，利用关键点裁剪红外图像和彩色图像，从而减少干扰因素，以提高检测效率和准确度。
作为优选的技术方案，该活体检测方式还包括步骤S60、校正红外人脸图像/彩色人脸图像。该步骤S60具体包括以下步骤。
步骤S601、识别红外人脸图像/彩色人脸图像的眼睛关键点，即红外人脸图像对应有两个眼睛关键点，彩色人脸图像也对应有两个眼睛关键点。
步骤S602、旋转对应的红外人脸图像/彩色人脸图像，使得同一人脸图像的眼睛关键点与预设直线平齐，然后更新红外人脸图像/彩色人脸图像，继而执行步骤S20。值得说明的是，该预设直线优选为水平线，从而使得彩色人脸图像和彩色人脸图像摆正。
具体地，红外人脸图像和彩色人脸图像的旋转方式可以相同，也可以不相同。其中，当旋转方式相同时，以彩色人脸图像为例，该旋转方式可以但不限于为：获取两个眼睛关键点的连线a，旋转彩色人脸图像使得连线a与预设直线平行；当旋转方式不相同时，彩色人脸图像的旋转方式也可以采用上述方式，然后基于彩色人脸图像的旋转角度和旋转方向旋转红外人脸图像。
通过上述技术方案，减少图像处理模型的输入数据差异性，从而减少样本数量，以降低成本。
实施例三
本实施例提供一种活体检测方法，参照图1和图3所示，本实施例在实施例一或实施例二的基础上进行的。具体地，步骤S30、拼接融合红外YUV矩阵与彩色YUV矩阵融合，具体包括以下步骤。
步骤S301、将0.5维红外UV数据与0.5维彩色UV数据按照第一规则排列，得到1维UV数据。
值得说明的是，红外YUV矩阵包括1维红外Y数据、0.5维红外UV数据；彩色YUV矩阵包括1维彩色Y数据、0.5维彩色UV数据。第一规则的排列方式可以为：将0.5维红外UV数据的尾部与0.5维彩色UV数据首部相拼接，或将0.5维红外UV数据的首部与0.5维彩色UV数据尾部相拼接。
步骤S302、将1维红外Y数据、1维UV数据及1维彩色Y数据按照第二规则排列，得到组合矩阵。第二规则为：1维彩色Y数据、1维UV数据及1维红外Y数据依次连接，且0.5维彩色UV数据位于1维彩色Y数据和0.5维红外UV数据之间。
通过该步骤得到的矩阵数据可以为：1维红外Y数据、0.5维红外UV数据、0.5维彩色UV数据、1维彩色Y数据的依次拼接，也可以为：1维彩色Y数据、0.5维彩色UV数据、0.5维红外UV数据、1维红外Y数据的依次拼接。从而，组合矩阵的channel维度数量为3，以符合图像处理模型的输入要求。
实施例四
实施例四提供了一种活体检测装置，旨在解决由于用户配合动作耗时长，导致活体检测效率低的问题。具体地，参照图4所示，该活体检测装置具体包括人脸图像获取模块1、调整模块2、拼接融合模块3及识别模块4。
人脸图像获取模块1用于获取同时刻的红外人脸图像和彩色人脸图像。
调整模块2用于将红外人脸图像/彩色人脸图像调整至预设尺寸，对应得到第一红外图像/第一彩色图像。
拼接融合模块3将第一红外图像/第一彩色图像对应转换为红外YUV矩阵/彩色YUV矩阵，然后拼接融合红外YUV矩阵与彩色YUV矩阵，得到组合矩阵。
识别模块4用于将组合矩阵输入图像处理模型，得到检测结果。
优选地，红外YUV矩阵包括1维红外Y数据、0.5维红外UV数据；彩色YUV矩阵包括1维彩色Y数据、0.5维彩色UV数据。
优选地，红外YUV矩阵与彩色YUV矩阵融合，包括以下步骤：将0.5维红外UV数据与0.5维彩色UV数据按照第一规则排列，得到1维UV数据；将1维红外Y数据、1维UV数据及1维彩色Y数据按照第二规则排列，得到组合矩阵。
优选地，第二规则为：1维彩色Y数据、1维UV数据及1维红外Y数据依次连接，且0.5维彩色UV数据位于1维彩色Y数据和0.5维红外UV数据之间。
实施例五
电子设备5可以是台式计算机、笔记本电脑、服务器(实体服务器或云服务器)等，甚至也可以是手机或平板电脑等，
图5为本发明实施例五提供的一种电子设备的结构示意图，如图4和图5所示，该电子设备5包括处理器51、存储器52、输入装置53和输出装置53；计算机设备中处理器51的数量可以是一个或多个，图5中以一个处理器51为例；电子设备5中的处理器51、存储器52、输入装置53和输出装置53可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器52作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的活体检测方法对应的程序指令/模块，该程序指令/模块为活体检测装置中的人脸图像获取模块1、调整模块2、拼接融合模块3及识别模块4。处理器51通过运行存储在存储器52中的软件程序、指令/模块，从而执行电子设备5的各种功能应用以及数据处理，即实现上述实施例一至实施例三的任意实施例或实施例组合的活体检测方法。
存储器52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操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器52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、或其他非易失性固态存储器件。存储器52还可以进一步设置为包括相对于处理器51远程设置的存储器，这些远程存储器可以通过网络连接至电子设备5。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
值得说明的是，输入装置53可以用于接红外人脸图像和彩色人脸图像。输出装置53可以包括文档或显示屏等显示设备。具体地，当输出装置为文档时，可以将对应信息按照特定的格式记录于文档内，在实现数据保存的同时，还实现了数据的整合；当输出装置为显示屏等显示设备时，直接将对应信息投放于显示屏等设备上，以便于用户实时查看。
实施例六
本发明实施例六还提供一种计算机可读存储介质，其包含计算机可执行指令，计算机可执行指令在由计算机处理器执行时用于执行上述的活体检测方法，该方法包括：
获取同时刻的红外人脸图像和彩色人脸图像；
将红外人脸图像/彩色人脸图像调整至预设尺寸，对应得到第一红外图像/第一彩色图像；
将第一红外图像/第一彩色图像对应转换为红外YUV矩阵/彩色YUV矩阵，然后拼接融合红外YUV矩阵与彩色YUV矩阵，得到组合矩阵；
将组合矩阵输入图像处理模型，得到检测结果。
当然，本发明实施例所提供的一种计算机可读存储介质，其计算机可执行指令不限于如上的方法操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FlASH)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是手机，个人计算机，服务器，或者网络设备等)执行本发明中实施例一至实施例三任意实施例或实施例组合的活体检测方法。
值得注意的是，上述的活体检测的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.一种活体检测方法，其特征在于，包括以下步骤：
获取同时刻的红外人脸图像和彩色人脸图像；
将所述红外人脸图像/所述彩色人脸图像调整至预设尺寸，对应得到第一红外图像/第一彩色图像；
将所述第一红外图像/所述第一彩色图像对应转换为红外YUV矩阵/彩色YUV矩阵，然后拼接融合所述红外YUV矩阵与彩色YUV矩阵，得到组合矩阵；
将所述组合矩阵输入图像处理模型，得到检测结果。
2.根据权利要求1所述的活体检测方法，其特征在于，获取同时刻的红外人脸图像和彩色人脸图像，包括以下步骤：
获取同时刻的红外图像和彩色图像：
识别所述红外图像/所述彩色图像的人脸关键点；
基于人脸关键点裁剪对应的所述红外图像/所述彩色图像，得到所述红外人脸图像/所述彩色人脸图像。
3.根据权利要求1所述的活体检测方法，其特征在于，还包括校正所述红外人脸图像/所述彩色人脸图像，其具体包括以下步骤：
识别所述红外人脸图像/所述彩色人脸图像的眼睛关键点；
旋转对应的所述红外人脸图像/所述彩色人脸图像，使得同一人脸图像的眼睛关键点与预设直线平齐。
4.根据权利要求1至3任意一项所述的活体检测方法，其特征在于，所述红外YUV矩阵包括1维红外Y数据、0.5维红外UV数据；所述彩色YUV矩阵包括1维彩色Y数据、0.5维彩色UV数据。
5.根据权利要求4所述的活体检测方法，其特征在于，拼接融合所述红外YUV矩阵与彩色YUV矩阵融合，包括以下步骤：
将所述0.5维红外UV数据与所述0.5维彩色UV数据按照第一规则排列，得到1维UV数据；
将所述1维红外Y数据、所述1维UV数据及所述1维彩色Y数据按照第二规则排列，得到组合矩阵。
6.根据权利要求5所述的活体检测方法，其特征在于，所述第二规则为：所述1维彩色Y数据、所述1维UV数据及所述1维红外Y数据依次连接，且所述0.5维彩色UV数据位于所述1维彩色Y数据和所述0.5维红外UV数据之间。
7.根据权利要求1所述的活体检测方法，其特征在于，还包括以下步骤：判断所述检测结果是否为活体，若是，则进入人脸识别模式，若否，则进入警报模式。
8.一种活体检测装置，其特征在于，包括：
人脸图像获取模块，获取同时刻的红外人脸图像和彩色人脸图像；
调整模块，用于将所述红外人脸图像/所述彩色人脸图像调整至预设尺寸，对应得到第一红外图像/第一彩色图像；
拼接融合模块，将所述第一红外图像/所述第一彩色图像对应转换为红外YUV矩阵/彩色YUV矩阵，然后拼接融合所述红外YUV矩阵与彩色YUV矩阵，得到组合矩阵；
识别模块，用于将所述组合矩阵输入图像处理模型，得到检测结果。
9.一种电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任意一项所述的活体检测方法。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7任意一项所述的活体检测方法。
CN201911344812.7A 2019-12-24 2019-12-24 活体检测方法、装置、电子设备及介质 Pending CN111126265A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911344812.7A CN111126265A (zh) 2019-12-24 2019-12-24 活体检测方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911344812.7A CN111126265A (zh) 2019-12-24 2019-12-24 活体检测方法、装置、电子设备及介质

Publications (1)

Publication Number Publication Date
CN111126265A true CN111126265A (zh) 2020-05-08

Family

ID=70501711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911344812.7A Pending CN111126265A (zh) 2019-12-24 2019-12-24 活体检测方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN111126265A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709878A (zh) * 2020-06-17 2020-09-25 北京百度网讯科技有限公司 人脸超分辨率实现方法、装置、电子设备及存储介质
CN114463792A (zh) * 2022-02-10 2022-05-10 厦门熵基科技有限公司 一种多光谱识别方法、装置、设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105654028A (zh) * 2015-09-29 2016-06-08 厦门中控生物识别信息技术有限公司 一种真假人脸识别方法及装置
CN108549884A (zh) * 2018-06-15 2018-09-18 天地融科技股份有限公司 一种活体检测方法及装置
CN109558764A (zh) * 2017-09-25 2019-04-02 杭州海康威视数字技术股份有限公司 人脸识别方法及装置、计算机设备
CN110008783A (zh) * 2018-01-04 2019-07-12 杭州海康威视数字技术股份有限公司 基于神经网络模型的人脸活体检测方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654028A (zh) * 2015-09-29 2016-06-08 厦门中控生物识别信息技术有限公司 一种真假人脸识别方法及装置
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
CN109558764A (zh) * 2017-09-25 2019-04-02 杭州海康威视数字技术股份有限公司 人脸识别方法及装置、计算机设备
CN110008783A (zh) * 2018-01-04 2019-07-12 杭州海康威视数字技术股份有限公司 基于神经网络模型的人脸活体检测方法、装置及电子设备
CN108549884A (zh) * 2018-06-15 2018-09-18 天地融科技股份有限公司 一种活体检测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
裔隽 等: "《Python机器学习实战》", 科学技术文献出版社, pages: 292 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709878A (zh) * 2020-06-17 2020-09-25 北京百度网讯科技有限公司 人脸超分辨率实现方法、装置、电子设备及存储介质
US11710215B2 (en) 2020-06-17 2023-07-25 Beijing Baidu Netcom Science And Technology Co., Ltd. Face super-resolution realization method and apparatus, electronic device and storage medium
CN114463792A (zh) * 2022-02-10 2022-05-10 厦门熵基科技有限公司 一种多光谱识别方法、装置、设备及可读存储介质

Similar Documents

Publication Publication Date Title
RU2762142C1 (ru) Способ и устройство для определения ключевой точки лица, компьютерное устройство и носитель данных
CN111104917A (zh) 基于人脸的活体检测方法、装置、电子设备及介质
US20190114467A1 (en) Human face authentication method and apparatus, and storage medium
EP3989104A1 (en) Facial feature extraction model training method and apparatus, facial feature extraction method and apparatus, device, and storage medium
US10165201B2 (en) Image processing method and apparatus and terminal device to obtain a group photo including photographer
JPWO2012002047A1 (ja) 属性判定方法、属性判定装置、プログラム、記録媒体および属性判定システム
US20220262163A1 (en) Method of face anti-spoofing, device, and storage medium
CN112101124B (zh) 一种坐姿检测方法及装置
CN112101123B (zh) 一种注意力检测方法及装置
JP2022133378A (ja) 顔生体検出方法、装置、電子機器、及び記憶媒体
CN103412954A (zh) 一种利用增强现实技术的虚拟动态杂志
CN111126265A (zh) 活体检测方法、装置、电子设备及介质
CN111709414A (zh) Ar设备及其文字识别方法、装置和计算机可读存储介质
CN111881740B (zh) 人脸识别方法、装置、电子设备及介质
US11503110B2 (en) Method for presenting schedule reminder information, terminal device, and cloud server
CN102945365A (zh) 多种数据传输方式的手持式虹膜识别装置及方法
WO2023197648A1 (zh) 截图处理方法及装置、电子设备和计算机可读介质
CN111428570A (zh) 非活体人脸的检测方法、装置、计算机设备及存储介质
CN113255516A (zh) 活体检测方法、装置和电子设备
CN109002776A (zh) 人脸识别方法、***、计算机设备和计算机可读存储介质
CN114007044A (zh) 一种基于opencv的图像拼接***及方法
US10699145B1 (en) Systems and methods for augmented reality assisted form data capture
CN112287945A (zh) 碎屏确定方法、装置、计算机设备及计算机可读存储介质
WO2024120179A1 (zh) 眼镜度数识别方法、装置、电子设备及存储介质
CN108197563B (zh) 用于获取信息的方法及装置

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