CN111723655A - 人脸图像处理方法、装置、服务器、终端、设备及介质 - Google Patents
人脸图像处理方法、装置、服务器、终端、设备及介质 Download PDFInfo
- Publication number
- CN111723655A CN111723655A CN202010398944.4A CN202010398944A CN111723655A CN 111723655 A CN111723655 A CN 111723655A CN 202010398944 A CN202010398944 A CN 202010398944A CN 111723655 A CN111723655 A CN 111723655A
- Authority
- CN
- China
- Prior art keywords
- face image
- registered
- user
- image
- face
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 48
- 230000012010 growth Effects 0.000 claims abstract description 38
- 238000001514 detection method Methods 0.000 claims description 136
- 230000009471 action Effects 0.000 claims description 92
- 230000001815 facial effect Effects 0.000 claims description 91
- 230000004044 response Effects 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 13
- 238000010183 spectrum analysis Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001727 in vivo Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 description 21
- 230000000875 corresponding effect Effects 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000002310 reflectometry Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 210000000887 face Anatomy 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 210000000744 eyelid Anatomy 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000009647 facial growth Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/554—Detecting local intrusion or implementing counter-measures involving event detection and direct action
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Bioethics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种人脸图像处理方法、装置、服务器、终端、设备及介质，所述方法包括获得待注册用户的人脸图像；将所述待注册用户的人脸图像添加到目标人脸图像簇中，其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值；在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。本发明能提高识别人脸攻击的灵敏度，从而提高人脸识别的安全性。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种人脸图像处理方法、装置、服务器、终端、设备及介质。
背景技术
目前，人脸图像在日常生活和工作中受到越来越多的应用，例如，应用人脸图像进行人脸识别，以确保移动支付、安全保障、信息比对的安全性和精确度。
随着利用人脸图像进行人脸识别的应用领域越来越广泛，便产生了大量的人脸图像，如此海量的人脸图像虽然可以增加在进行人脸识别时，可用于比对的人脸图像的数量，但是，也随之产生了一系列问题。例如，***极易出现漏洞，使得目前的人脸识别技术抵抗如假人脸等欺骗攻击的能力不强。并且，***识别攻击的敏感度较低，在出现了假的注册人脸图像攻击时，很难及时识别出这一情况。
因此，如何提高人脸识别技术抵抗欺骗攻击的能力，成为人脸识别技术中一个迫切需要解决的问题。
发明内容
鉴于上述问题，本发明实施例提供一种人脸图像处理方法、装置、服务器、终端、设备及介质，旨在解决相关技术中存在的目前的人脸识别技术抵抗如假人脸等欺骗攻击的能力不强的技术问题。
为了解决上述技术问题，本发明采取以下方案实现：
第一方面，本发明实施例提供一种人脸图像处理方法，所述方法包括：
获得待注册用户的人脸图像；
将所述待注册用户的人脸图像添加到目标人脸图像簇中，其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值；
在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。
可选地，将所述待注册用户的人脸图像添加到目标人脸图像簇中，包括：
在确定所述待注册用户的人脸图像与各个已注册人脸图像中的目标已注册人脸图像之间的相似度大于所述预设相似度阈值时，将所述待注册用户的人脸图像添加到所述目标已注册人脸图像所属的目标人脸图像簇中；
在确定所述待注册用户的人脸图像与各个已注册人脸图像之间的相似度均不大于所述预设相似度阈值时，创建与所述待注册用户对应的目标人脸图像簇，并将所述待注册的人脸图像添加到所述目标人脸图像簇中。
可选地，在获得待注册用户的人脸图像之后，所述方法还包括：
对所述待注册用户的人脸图像进行活体检测；
将所述待注册用户的人脸图像添加到目标人脸图像簇中，包括：
在所述待注册用户的人脸图像通过活体检测时，将所述待注册用户的人脸图像添加到目标人脸图像簇中。
可选地，获得待注册用户的人脸图像之前，所述方法还包括：
响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令；
获得待注册用户的人脸图像，包括：
获得所述待注册用户响应于所述动作指令的人脸图像；
对所述待注册用户的人脸图像进行活体检测，包括：
确定所述待注册用户的人脸图像是否与所述动作指令匹配；
在确定所述待注册用户的人脸图像与所述动作指令匹配时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，对所述待注册用户的人脸图像进行活体检测，包括：
对所述待注册用户的人脸图像进行活体和/或拍屏检测，以确定所述待注册用户的人脸图像是否为活体图像；
在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，对所述待注册用户的人脸图像进行活体检测，包括：
对所述待注册用户的人脸图像进行图像篡改检测，以确定所述待注册用户的人脸图像是否为被篡改的图像；
在确定所述待注册用户的人脸图像不为被篡改的图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，获得所述待注册用户响应于所述动作指令的人脸图像的同时，还包括：
获取所述待注册用户响应于所述动作指令的人脸视频；
对所述待注册用户的人脸图像进行活体检测，包括：
按照时间先后顺序，从所述人脸视频中按序提取多帧人脸图像，所述多帧人脸图像中的每帧人脸图像均包括关键位置点；
确定所述关键位置点按照所述时间先后顺序在所述多帧人脸图像中的位置变化与所述动作指令的匹配度；
在所述匹配度大于预设匹配度时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，在响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令的同时，还包括：
控制所述待注册用户当前登录的终端闪动屏幕色彩；
获得所述待注册用户响应于所述动作指令的人脸图像，包括：
获得所述待注册用户响应于所述动作指令，并在所述闪动屏幕色彩下所拍摄的人脸图像；
对所述待注册用户的人脸图像进行活体检测，包括：
对所述待注册用户的人脸图像进行可见彩色光的反射光谱分析，以检测所述待注册用户的人脸图像是否为活体图像；
在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述方法还包括以下至少一者：
响应于所述提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行活体检测；
响应于所述提示信息，将在所述预设时间段内添加到所述目标人脸图像簇中的人脸图像发送给预设的终端；
响应于所述提示信息，输出报警信息，所述报警信息中包括与所述目标人脸簇对应的用户信息，以提示所述用户受到攻击。
第二方面，本发明实施例提供一种人脸图像处理装置，所述装置包括：
人脸图像获得模块，用于获得待注册用户的人脸图像；
人脸图像添加模块，用于将所述待注册用户的人脸图像添加到目标人脸图像簇中，其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值；
提示信息生成模块，用于在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。
可选地，所述人脸图像添加模块包括：
第一添加模块，用于在确定所述待注册用户的人脸图像与各个已注册人脸图像簇中的目标已注册人脸图像之间的相似度大于所述预设相似度阈值时，将所述待注册用户的人脸图像添加到所述目标已注册人脸图像所属的目标人脸图像簇中；
第二添加模块，用于在确定所述待注册用户的人脸图像与各个已注册人脸图像之间的相似度均不大于所述预设相似度阈值时，创建与所述待注册用户对应的目标人脸图像簇，并将所述待注册的人脸图像添加到所述目标人脸图像簇中。
可选地，所述装置还包括：
活体检测模块，用于对所述待注册用户的人脸图像进行活体检测；
所述人脸图像添加模块，具体用于在所述待注册用户的人脸图像通过活体检测时，将所述待注册用户的人脸图像添加到目标人脸图像簇中。
可选地，所述装置还包括：
动作指令发送模块，用于响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令；
所述人脸图像获得模块，具体用于获得所述待注册用户响应于所述动作指令的人脸图像；
所述活体检测模块，具体用于确定所述待注册用户的人脸图像是否与所述动作指令匹配；并在确定所述待注册用户的人脸图像与所述动作指令匹配时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述活体检测模块包括：
拍屏检测单元，用于对所述待注册用户的人脸图像进行活体和/或拍屏检测，以确定所述待注册用户的人脸图像是否为活体图像；
第一确定单元，用于在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述活体检测模块包括：
图像篡改检测单元，用于对所述待注册用户的人脸图像进行图像篡改检测，以确定所述待注册用户的人脸图像是否为被篡改的图像；
第二确定单元，用于在确定所述待注册用户的人脸图像不为被篡改的图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述人脸图像获得模块，具体用于获取所述待注册用户响应于所述动作指令的人脸视频；
所述活体检测模块包括：
人脸图像提取单元，用于按照时间先后顺序，从所述人脸视频中按序提取多帧人脸图像，所述多帧人脸图像中的每帧人脸图像均包括关键位置点；
匹配度确定单元，用于确定所述关键位置点按照所述时间先后顺序在所述多帧人脸图像中的位置变化与所述动作指令的匹配度；
第三确定单元，用于在所述匹配度大于预设匹配度时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述动作指令发送模块包括：
彩色光控制单元，用于控制所述待注册用户当前登录的终端闪动屏幕色彩；
所述人脸图像获得模块，具体用于获得所述待注册用户响应于所述动作指令，并在所述闪动屏幕色彩下所拍摄的人脸图像；
所述活体检测，包括：
反射光谱分析单元，用于对所述待注册用户的人脸图像进行可见彩色光的反射光谱分析，以检测所述待注册用户的人脸图像是否为活体图像；
第四确定单元，用于在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述装置还包括：
第一响应模块，用于响应于所述提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行活体检测；
第二响应模块，用于响应于所述提示信息，将在所述预设时间段内添加到所述目标人脸图像簇中的人脸图像发送给预设的终端；
第三响应模块，用于响应于所述提示信息，输出报警信息，所述报警信息中包括与所述目标人脸簇对应的用户信息，以提示所述用户受到攻击。
第三方面，本发明提供一种服务器，包括人脸图像处理装置及数据库，所述数据库中存储有多个人脸图像簇，每个人脸图像簇中包括同一用户的多个人脸图像，所述人脸图像处理装置用于执行所述第一方面的人脸图像处理方法。
第四方面，本发明提供一种移动终端，包括人脸图像处理装置，所述人脸图像处理装置用于执行如第一方面所述的人脸图像处理方法。
第五方面，本发明提供一种电子设备，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所述第一方面的人脸图像处理方法。
第六方面，本发明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有计算机程序，所述计算机程序被处理器执行时实现所述第一方面的人脸图像处理方法。
与现有技术相比，本发明至少具备以下优点：
在本发明实施例中，在获取到待注册用户的人脸图像时，可以将待注册用户的人脸图像添加到目标人脸图像簇中，并在该目标人脸图像簇中的人脸图像的增长速度达到预设增长速度时，生成提示信息，以提示对预设时间段内添加到目标人脸图像簇中的人脸图像进行处理。由于在目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，表示目标人脸图像簇中人脸图像出现了异常增长，实际中可能源于该目标人脸图像簇受到了欺骗攻击，此种情况下，便提示对该目标人脸图像簇中的人脸图像进行及时处理，以及时确定是否收到了欺骗攻击，并针对欺骗供给作出相应的处理。
由于依据的是目标人脸图像簇中人脸图像的增长速度确定是否生成提示信息，因此可以提高感知异常人脸图像攻击的灵敏度，可以及时识别出人脸图像遭遇到攻击，从而保证了人脸识别的安全性。。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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1是本发明实施例中的一种人脸图像处理方法的应用环境图；
图2是本发明实施例中的一种人脸图像处理方法的步骤流程图；
图3是本发明实施例中的又一种人脸图像处理方法的步骤流程图
图4是本发明实施例中的一种可选的人脸图像处理方法中对待注册用户的人脸图像进行活体检测的步骤流程图；
图5是本发明实施例中的一种人脸图像处理装置的结构示意图；
图6是本发明实施例中的一种服务器的结构示意图；
图7是本发明实施例中的一种移动终端的结构示意图。
具体实施方式
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。
基于上述需要解决的技术问题，发明人在构思方案时，提出了本发明实施例所述的人脸图像处理方法，本人脸图像处理方法可以监测人脸图像簇中人脸图像的增长速度，在确定增长速度大于预设增长速度时，便可以确定遭受了欺骗攻击，进而生成提示信息，该提示信息可以用于提示对目标人脸图像簇中的人脸图像进行处理，以改进现有的人脸识别技术对识别欺骗攻击的灵敏度较低的技术问题。
下面，对本发明的人脸活体检测方案进行清楚、完整地描述。
参照图1所示，示出了本发明实施例所述的一种人脸图像处理方法的应用环境图，如图1所示，该人脸图像处理方法可以应用于服务器11或移动终端12。如图1中的1.1所示，当应用于服务器11时，服务器11可以与多个客户端13通信连接，以实现对多个客户端上传的大量待识别的人脸图像进行快速识别，进而可以适用于对人脸识别数量需求庞大的业务领域，例如，信息录入、银行业务的办理等。当应用于移动终端12时，可以适用于对人脸识别数量需求较小的业务领域，例如，办公楼或住宅楼的门禁、公司的上班打卡管理、保密审查等。当然，也可以应用于服务器11与移动终端12的交互场景中。
其中，该移动终端可以是手机、平板电脑、一体机等智能设备。
参照图2，示出了本发明实施例中一种人脸图像处理方法的步骤流程图。如图2所示，该人脸图像处理方法具体可以包括以下步骤：
步骤S21，获得待注册用户的人脸图像。
其中，待注册用户可以是指在需要进行人脸识别的业务客户端上进行注册的用户，该人脸图像可以是待注册用户实时拍摄的人脸图像。具体地，该人脸图像可以是用户在注册时，依据客户端的提示实时拍摄的图像，或者是从存储有待注册的用户的人脸图像的底库中获取的人脸图像。
其中，在应用于终端时，终端可以从自身配置的摄像头所拍摄的图片库中获取该图像，在应用于服务器时，服务器可以从与其进行通信连接的客户端上获取人脸图像，或者可以从存储有待注册的用户的人脸图像的数据库中获取人脸图像。
步骤S22，将所述待注册用户的人脸图像添加到目标人脸图像簇中。
其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值。
其中，目标人脸图像簇可以是已注册的多个人脸图像簇中的一个人脸图像簇，每个人脸图像簇中的各个人脸图像可以是属于同一用户的人脸图像，每个人脸图像簇中的各个人脸图像之间的相似度大于预设相似度阈值。其中，目标人脸图像簇中的各个人脸图像与待注册用户的人脸图像之间的相似度均大于预设相似度阈值。也即，可以将待注册用户的人脸图像添加到与该待注册用户属于同一用户的用户所拥有的目标人脸图像簇中。
如，以待注册用户w的人脸图像为图像B为例，现有3个已注册用户的人脸图像簇，分别为图像簇A1、图像簇A2、图像簇A3。其中，图像簇A1中包括用户w的10张人脸图像，图像簇A2中包括用户h的4张人脸图像，图像簇A3中包括用户g的8张人脸图像，则可以将人脸图像B添加到人脸图像簇A1中。
步骤S23，在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息。
其中，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。
为了提高本发明对大量相似图片的识别能力，提高识别大量相似图片的恶意攻击的灵敏度，确保人脸识别的安全性，本实施例中，可以对目标人脸图像簇中的人脸图像的增长速度进行实时监控。
其中，目标人脸图像簇中的人脸图像的增长速度可以是指一定时间段内目标人脸图像簇中人脸图像的平均增长量。例如，监测到在24小时内人脸图像的数量增加了48张，则增长速度为2。实际中，预设增长速度可以根据需求预先设置，本发明实施例不对预设增长速度进行限制。
具体实施时，在监控到目标人脸图像簇中人脸图像的增长速度达到预设增长速度时，表示该目标人脸图像簇在一定时间内产生了大量相似图片，可能遭遇了相似图片的攻击，则可以生成提示信息，以提示对该目标人脸图像簇进行处理。
实际中，在提示对该目标人脸图像簇进行处理时，可以提示对在预设时间内添加到目标人脸图像簇中的人脸图像进行处理，该预设时间段可以是指目标人脸图像簇中人脸图像增长速度大于预设增长速度的异常增长时间段，从而可以对异常攻击的人脸图像进行处理。或者，该预设时间段可以是指目标人脸图像簇中人脸图像增长速度大于预设增长速度之外的正常增长时间段，这样，便可以对在正常增长时间段内添加到目标人脸图像中的人脸图像进行处理，以保证正常的人脸图像不受干扰。
其中，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理时，若处理的人脸图像是异常增长时间段内添加到目标人脸图像簇中的图像，则表示需要对异常攻击的部分人脸图像进行处理，此种情况下，可以对该异常攻击的部分人脸图像进行防攻击处理，例如，可以将该部分人脸图像进行异常标记，以避免类似的人脸图像再次攻击目标人脸图像簇，
其中，若处理的人脸图像是正常增长时间段内添加到目标人脸图像簇中的人脸图像时，则可以对该部分人脸图像进行保护性处理，例如，可以将该部分人脸图像进行正常标记，以标识其是目标人脸簇中正常的人脸图像。
当然，实际中，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理可以不限于上述处理，实际中，为了保证人脸识别的安全性，提高在遭遇到攻击时，对目标人脸图像簇中的人脸图像进行安全保护，也可以对该目标人脸图像簇对应的用户执行更严格的人脸检测，例如，活体人脸检测，或者，验证虹膜，或者验证指纹。
本发明实施例中，由于可以监测目标人脸图像簇中的人脸图像的增长速度，并在目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，以提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。从而提高了对目标人脸簇中人脸图像是否遭遇攻击的识别灵敏度，可以及时识别出对人脸图像的攻击，并对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行及时处理，从而避免因遭受攻击而导致的人脸识别安全性降低的问题。
参照图3所示，示出了又一种实施例中一种人脸图像处理方法的步骤流程图，如图3所示，具体可以包括以下步骤：
步骤S31：获得待注册用户的人脸图像。
其中，该待注册用户的人脸图像可以是用户在注册时所拍摄的人脸视频中的人脸图像，也可以是拍摄的人脸图片。
实际中，为了进一步提高对待注册用户的人脸图像的识别灵敏度，识别该待注册用户的人脸图像是否为活体，并在人脸图像为活体时，再进行后续的人脸图像添加操作，以提高各个人脸图像簇中人脸图像的人脸真实度，使得人脸图像簇中的所有人脸图像都是来自活体的人脸图像。在步骤S31之后可以包括以下步骤：
步骤S32：对所述待注册用户的人脸图像进行活体检测。
活体检测是指在一些身份验证场景确定待验证的对象真实生理特征的方法，在人脸识别应用中，活体检测可以是指验证用户是否为真实的人的检测。
对待注册用户的人脸图像进行活体检测可以避免来自假的人脸模型的攻击，使得人脸图像簇中的人脸图像均来自真实的人脸，从而提高人脸识别的安全性。具体的，在待注册用户的人脸图像通过活体检测时，可以转步骤S33，以将待注册用户的人脸图像添加到目标人脸图像簇。在活体检测不通过时，表示可能遭受到了假的人脸模型的攻击，则可以输出报警信息，显示该报警信息，实际中，也可以将该报警信息发送给指定的终端，以提示工作人员进行处理。
步骤S33：将所述待注册用户的人脸图像添加到目标人脸图像簇中。
其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值。
在所述待注册用户的人脸图像通过活体检测时，可以确定所述待注册用户的人脸图像与各个已注册人脸图像之间的相似度，并根据与各个已注册人脸图像之间的相似度，将所述待注册用户的人脸图像添加到对应的目标人脸图像簇中。其中，已注册人脸图像是指已经被注册的人脸图像，每一个已注册人脸图像都可以属于一个人脸图像簇，例如，人脸图像A已经被注册过，则可以认为人脸图像A是已注册人脸图像，该人脸图像A属于人脸图像簇A1。
本实施例中，待注册用户的人脸图像与各个已注册人脸图像之间的相似度，可以表征待注册用户的人脸图像与已注册人脸图像之间的相似程度，其可以是0-1之间的值。当相似度越趋近于1，则表征两张人脸图像越相似，实际中则可以是指该两张人脸图像来自同一个人。反之，相似度越趋近于0，二者之间的差异越大。
具体实施时，可以用欧式距离或余弦距离来衡量两张人脸图像的相似度，即确定待注册用户的人脸图像与已注册人脸图像之间的欧式距离或余弦距离，则确定出的欧式距离或余弦距离便为待注册用户的人脸图像与已注册人脸图像之间的相似度。其中，欧式距离是采用欧氏公式直接计算两张人脸图像中的两个特征点之间的距离，余弦距离是用向量空间中两个向量夹角的余弦值作为衡量两张人脸图像差异的大小的度量。
具体实施时，在确定所述待注册用户的人脸图像与各个已注册人脸图像中的目标已注册人脸图像之间的相似度大于所述预设相似度阈值时，将所述待注册用户的人脸图像添加到所述目标已注册人脸图像所属的目标人脸图像簇中。
本实施方式中，相似度阈值可以根据需求进行设定，实际中，预设阈值越大，对人脸识别的标准越高，有利于抵抗假冒人脸图像的欺骗。
在确定待注册用户的人脸图像与各个已注册人脸图像之间的相似度时，便可以得到多个相似度，进而可以从得到的多个相似度中筛选出大于预设相似度阈值的相似度，进而得到了大于预设相似度阈值的相似度所对应的目标已注册人脸图像，则表示待注册用户的人脸图像与目标已注册人脸图像来自于同一人脸，进而，可以将该待注册用户的人脸图像添加到目标已注册人脸图像所属的目标人脸图像簇中。
其中，在确定所述待注册用户的人脸图像与各个已注册人脸图像之间的相似度均不大于所述预设相似度阈值时，创建与所述待注册用户对应的目标人脸图像簇，并将所述待注册的人脸图像添加到所述目标人脸图像簇中。
此种情况下，表示已注册人脸图像中不存在与待注册用户的人脸图像相似的人脸图像，则可以认为该待注册用户的人脸图像是新的未注册过的用户的人脸图像，则可以根据待注册用户的人脸图像，为待注册用户进行注册，同时，为该待注册用户的人脸图像创建对应的目标人脸图像簇，并将待注册用户的人脸图像添加到目标人脸图像簇中。
采用上述技术方案时，由于在待注册用户不是各个已注册的用户时，可以为该待注册用户创建新的目标人脸图像簇，进而可以动态更新各个已注册用户的人脸图像簇。
步骤S34：在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息。
其中，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。
本步骤与上述步骤S23的过程类似，参照上述步骤S23即可，在此不再赘述。
在一种实施方式中，在生成提示信息后，可以响应于该提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理，其中，该预设时间段可以是指目标人脸图像簇中人脸图像增长速度大于预设增长速度的异常增长时间段。具体地，该处理可以是以下步骤S35至步骤S37中的至少一种处理方式。
步骤S35：响应于所述提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行活体检测。
实际中，在生成提示信息后，便可以响应于提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行活体检测，具体地，该活体检测可以采用现有的图像活体检测技术进行。
步骤S36：响应于所述提示信息，将在所述预设时间段内添加到所述目标人脸图像簇中的人脸图像发送给预设的终端。
本实施方式中，也可以对添加到所述目标人脸图像簇中的人脸图像进行线下活体检测，以保证该目标已注册用户的账号安全性。具体实施时，可以生成人工审核提示信息，并将该人工审核提示信息发送给管理用户持有的终端设备上，以方便管理用户组织人工对该目标人脸图像簇中对应的用户进行人工活体检测。
步骤S37：响应于所述提示信息，输出报警信息。
其中，所述报警信息中包括与所述目标人脸簇对应的用户信息，以提示所述用户受到攻击。
本实施例中，报警信息中可以包括目标人脸簇对应的用户信息，该报警信息可以发送给指定的用户，例如，管理用户，以方便管理用户通过该报警信息，对目标人脸图像簇对应的用户信息进行进一步处理。
当然，输出的报警信息也可以是声光报警信息，例如，输出蜂鸣报警，或者控制报警灯闪烁等，以便管理人员及时对这一异常情况进行线下处理。
在本实施例中，在对所述待注册用户的人脸图像进行活体检测时，可以根据需要防备的攻击方式，进行不同实施方式的活体检测。具体阐述如下：
实施方式A：在该实施方式中，为了提高活体检测对抗滤纸牌、拍屏和人皮面具类攻击的能力，可以采用待注册用户做出指示动作的人脸图像进行活体检测。具体地，对所述待注册用户的人脸图像进行活体检测可以包括以下步骤：
步骤S321：响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令。
其中，注册申请可以是指待注册用户在进行注册操作时发送的注册申请，动作指令可以是随机生成并发送的指令，该动作指令可以用于指示待注册用户做出针对性的动作，如眨眼、举手、微笑、张嘴、摇头等动作。
步骤S322：获得所述待注册用户响应于所述动作指令的人脸图像。
响应于所述动作指令是指待注册用户做出动作指令所指示的动作，在该情况下获得的待注册用户的人脸图像便是待注册用户做出指示动作下的图像。如待注册用户做出了张嘴的动作，则获得的待注册用户的人脸图像中便可以是待注册用户张嘴的图片。
步骤S323，确定所述待注册用户的人脸图像是否与所述动作指令匹配。
实际中，待注册用户的人脸图像与所述动作指令匹配可以是指人脸图像中的关键点的位置形状特征与动作指令相匹配。如，动作指令是指示张嘴指令，则人脸图像中的嘴部的特征是张开状，则可以确定与动作指令相匹配；若嘴部的特征是闭合状，则可以确定与动作指令不相匹配，此种情况下，可能遭到抗滤纸牌、拍屏和人皮面具类攻击。
步骤S324，在确定所述待注册用户的人脸图像与所述动作指令匹配时，确定所述待注册用户的人脸图像通过所述活体检测。
在具体实施时，在待注册用户的人脸图像与动作指令匹配时，则可以确定待注册用户的人脸图像来自于真实的人的操作，确定可以通过活体检测。在待注册用户的人脸图像与动作指令不匹配时，则可以确定待注册用户的人脸图像不是来自于真实的人的操作，则可以终止对该待注册用户进行人脸识别，同时也可以生成告警信息，以提示遭遇攻击。
实施方式B：结合实施方式A，即在响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令，并获得待注册用户响应于所述动作指令的人脸图像的情况下，为了提高活体检测对抗静态图像的攻击的能力，防止多张静态图像或提前录制好的视频的攻击。在获得所述待注册用户响应于所述动作指令的人脸图像时，还可以获得人脸视频，以对人脸视频进行活体检测，具体可以包括以下步骤：
步骤S321'，获取所述待注册用户响应于所述动作指令的人脸视频。
具体实施时，动作指令可以包括多个依序的动作，以指示待注册用户按序做出多个相应的动作。如，动作指令依次包括：低头、眨眼、摇头，则需要待注册用户依次做出低头、眨眼、摇头的动作。
则相应地，参照图4所示，示出了对该人脸视频进行活体检测的步骤流程图，具体可以包括以下步骤：
步骤S322'，按照时间先后顺序，从所述人脸视频中按序提取多帧人脸图像，所述多帧人脸图像中的每帧人脸图像均包括关键位置点。
人脸视频中可以包括按照时间先后顺序列的多帧图像，每一帧图像都可以具有各自的时间戳信息，该时间戳可以表征该帧图像在人脸视频中的时间顺序。在本发明实施例中，可以按照从人脸视频中按序提取多帧按照时间先后顺序排列的人脸图像，其中，每一帧人脸图像中都具有关键位置点，该关键位置点可以是指用户在动作过程中人脸上跟随动作而变化的位置点，该关键位置点可以是一个也可以是多个。如，关键位置点可以是鼻头、下巴、脸颊或眼睛。
步骤S323'，确定所述关键位置点按照所述时间先后顺序在所述多帧人脸图像中的位置变化与所述动作指令的匹配度。
实际中，可以采取人脸关键点对齐算法确定关键点位置在每帧人脸图像中位的变化，并可以确定关键点位置的变化与所述动作指令的匹配度，该匹配度可以表征关键点位置的变化与所述动作指令中的各动作的匹配程度。实际中，该匹配度可以取0-1之间的值，匹配度越高，表征关键点位置越是相应于动作指令中的各动作而变化的。
实际中，在该关键位置点为多个时，也可以分别确定每个关键位置点在多帧人脸图像中的变化与动作指令的匹配度，将该多个匹配度的平均确定为最终的匹配度。
如，以动作指令依次包括：低头、眨眼、摇头为例，关键点位置为鼻头和上眼皮，则可以分别确定鼻头在多帧图像中的位置变化，当确定鼻头的位置变化按时间序与动作指令中的低头、摇头的匹配度为0.8，以及确定上眼皮的位置变化按时间序与动作指令中的眨眼的匹配度为0.9，便可以将二者匹配度的均值作为最终的匹配度，例如，最终确定的匹配度是0.85。
步骤S324'，在所述匹配度大于预设匹配度时，确定所述待注册用户的人脸图像通过所述活体检测。
其中，可以根据实际需要设置预设匹配度，在匹配度大于预设匹配度，表示人脸视频是在真人根据动作指令依序做出动作下拍摄的，便可以确定通过活体检测。
实施方式C：结合实施方式A，即在响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令，并获得待注册用户响应于所述动作指令的人脸图像的情况下，为了提高人脸识别技术抵抗对屏幕图片的攻击的能力，在响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令的同时，还可以控制所述待注册用户当前登录的终端闪动屏幕色彩。
其中，闪动屏幕色彩可以是指在终端的显示屏幕上用于采集人脸图像的窗口处交替变换窗口颜色，或者在用于采集人脸图像的显示界面上交替变换显示界面的颜色。
相应地，则可以获得所述待注册用户响应于所述动作指令，并在所述闪动屏幕色彩下所拍摄的人脸图像。
本实施方式中，待注册用户的人脸图像则是在待注册响应于动作指令且在闪动屏幕色彩的情况下所拍摄的人脸图像。由于，在闪动屏幕色彩时，闪动的屏幕色彩具有光信号，该光信号可以到达拍摄中的真实人脸并可以被真实人脸进行反射，因此，在最终得到的待注册用户的人脸图像中便携带了闪动的屏幕色彩所反射的反射光信息。
相应地，在对待注册用户的人脸图像进行活体检测时，可以通过对所述待注册用户的人脸图像进行可见彩色光的反射光谱分析，以检测所述待注册用户的人脸图像是否为活体图像。并在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
本发明中的反射光谱分析可以是指：得到该待注册用户的人脸图像对应的光谱图像，即，将该待注册用户的人脸图像转换为光谱图像，之后可以根据闪动的屏幕色彩的波段，从光谱图像中提取该波段内人脸真实皮肤所反射的反射率曲线特征，根据该反射率曲线特征对该光谱图像进行光谱活体检测。
实际中，由于不同物体表面对同一种光的反射率不一样，因此，反射率曲线特征也不一样，通过反射率曲线特征可以区别上述屏幕色彩光是被真实人脸反射还是被其他物体反射，如照片、手机屏幕照片等反射。
实际中，当通过光谱图像中提取的反射率曲线特征判断为真实皮肤时，则可以确定该待注册用户的人脸图像为活体图像。当通过光谱图像中提取的反射率曲线特征判断不为真实皮肤时，则可以确定该待注册用户的人脸图像不为活体图像，则可以终止对该待注册用户进行人脸识别，同时也可以生成告警信息，以提示遭遇攻击。
采用该实施方式时，可以通过闪动屏幕色彩及对人脸图像进行反射光谱分析，实现对人脸图像的活体检测，以识别待注册用户的人脸图像是否是真实人脸的人脸图像，从而防止将屏幕照片等攻击。
实施方式D：本实施方式中，为了进一步提高对待注册用户的人脸图像的识别灵敏度，提高人脸识别技术抵抗滤纸牌、拍屏和人皮面具类攻击的能力，在对待注册用户的人脸图像进行活体检测时，可以对所述待注册用户的人脸图像进行活体和/或拍屏检测，以确定所述待注册用户的人脸图像是否为活体图像。并在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
具体实施时，可以将待注册用户的人脸图像输入到训练完成的活体人脸识别模型中，以确定是否为活体图像。具体地，该活体人脸识别模型可以是利用大量的真实人脸图像样本、屏幕人脸图像样本和人皮面具样本为训练样本，对卷积神经网络模型进行训练后得到的。其具体的训练过程可以参照现有的机器学习模型技术即可，在此不再赘述。
在将待注册用户的人脸图像输入到活体人脸识别模型时，便通过该活体人脸识别模型识别待注册用户的人脸图像是否是真实人脸的人脸图像。
采用上述技术方案时，由于可以利用活体人脸识别模型对待注册用户的人脸图像进行活体检测，可以提高活体检测的效率和识别精度。
实施方式E：本实施方式中，为了进一步提高对待注册用户的人脸图像的识别灵敏度，提高人脸识别技术抵抗图像合成类软件的攻击的能力，即，使得本发明的人脸识别技术可以识别被篡改的人脸图像，在对待注册用户的人脸图像进行活体检测时，可以对所述待注册用户的人脸图像进行图像篡改检测，以确定所述待注册用户的人脸图像是否为被篡改的图像。并在确定所述待注册用户的人脸图像不为被篡改的图像时，确定所述待注册用户的人脸图像通过所述活体检测。
具体实施时，可以将待注册用户的人脸图像输入到训练完成的图像篡改模型中，以通过图像篡改模型识别是否为篡改的图像。具体地，该图像篡改模型可以是将大量的原始人脸图像样本、合成的人脸图像样本输入到神经网络模型，对该神经网络模型进行训练得到的模型。其具体的训练过程可以参照现有的机器学习模型技术即可，在此不再赘述。
由于图像篡改模型是由原始人脸图像样本和合成的人脸图像样本进行训练得到的，因此，该图像篡改模型可以对各种的合成类人脸图像进行识别，从而可以确定该待注册用户的人脸图像是否是被篡改的图像。若不是被篡改的图像，则可以表示该获得的是待注册用户的真实人脸的图像。
采用上述技术方案时，由于可以利用图像篡改模型对待注册用户的人脸图像进行活体检测，可以提高活体检测的效率和识别精度。
在本实施例中，可以在获得待注册用户的人脸图像后，对待注册用户的人脸图像进行活体检测，并在活体检测通过后，将待注册的人脸图像添加到目标人脸图像簇，并监测目标人脸图像簇中人脸图像的增长速度，在增长速度大于预设增长速度时，生成提示信息，以提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。由于对待注册用户的人脸图像进行了活体检测，并在活体检测通过时才加入到目标人脸图像簇，从而避免了非真实人脸对人脸图像簇进行的攻击，使得人脸图像簇中的人脸图像均来自真实的人脸，从而提高人脸识别的安全性。
又由于可以监测目标人脸图像簇中的人脸图像的增长速度，并在目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，以提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。从而提高了对目标人脸簇中人脸图像是否遭遇攻击的识别灵敏度，可以及时识别出对人脸图像的攻击，从而避免因遭受攻击而导致的人脸识别安全性降低的问题。
参照图5，示出了本发明实施例的一种人脸图像处理装置的结构示意图，如图5所示，所述装置应用于移动终端或服务器，具体可以包括以下模块：
人脸图像获得模块51，可以用于获得待注册用户的人脸图像；
人脸图像添加模块52，可以用于将所述待注册用户的人脸图像添加到目标人脸图像簇中，其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值；
提示信息生成模块53，用于在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。
可选地，所述人脸图像添加模块52包括：
第一添加模块，用于在确定所述待注册用户的人脸图像与各个已注册人脸图像中的目标已注册人脸图像之间的相似度大于所述预设相似度阈值时，将所述待注册用户的人脸图像添加到所述目标已注册人脸图像所属的目标人脸图像簇中；
第二添加模块，用于在确定所述待注册用户的人脸图像与各个已注册人脸图像之间的相似度均不大于所述预设相似度阈值时，创建与所述待注册用户对应的目标人脸图像簇，并将所述待注册的人脸图像添加到所述目标人脸图像簇中。
可选地，所述装置还具体可以包括以下模块：
活体检测模块，可以用于对所述待注册用户的人脸图像进行活体检测；
所述人脸图像添加模块，具体用于在所述待注册用户的人脸图像通过活体检测时，将所述待注册用户的人脸图像添加到目标人脸图像簇中。
相应地，在包括活体检测模块的情况下，可选地，所述装置还具体可以包括以下模块：
动作指令发送模块，可以用于响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令；
所述人脸图像获得模块，具体用于获得所述待注册用户响应于所述动作指令的人脸图像；
所述活体检测模块，可以具体用于确定所述待注册用户的人脸图像是否与所述动作指令匹配；并在确定所述待注册用户的人脸图像与所述动作指令匹配时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述活体检测模块具体可以包括以下单元：
拍屏检测单元，可以用于对所述待注册用户的人脸图像进行活体和/或拍屏检测，以确定所述待注册用户的人脸图像是否为活体图像；
第一确定单元，可以用于在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，活体检测模块具体可以包括以下单元：
图像篡改检测单元，可以用于对所述待注册用户的人脸图像进行图像篡改检测，以确定所述待注册用户的人脸图像是否为被篡改的图像；
第二确定单元，可以用于在确定所述待注册用户的人脸图像不为被篡改的图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述人脸图像获得模块51，具体可以用于获取所述待注册用户响应于所述动作指令的人脸视频；相应地，所述活体检测模块具体可以包括以下单元：
人脸图像提取单元，可以用于按照时间先后顺序，从所述人脸视频中按序提取多帧人脸图像，所述多帧人脸图像中的每帧人脸图像均包括关键位置点；
匹配度确定单元，可以用于确定所述关键位置点按照所述时间先后顺序在所述多帧人脸图像中的位置变化与所述动作指令的匹配度；
第三确定单元，可以用于在所述匹配度大于预设匹配度时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述动作指令发送模块具体可以包括以下单元：
彩色光控制单元，可以用于控制所述待注册用户当前登录的终端闪动屏幕色彩；
所述人脸图像获得模块51，具体可以用于获得所述待注册用户响应于所述动作指令，并在所述闪动屏幕色彩下所拍摄的人脸图像；
相应地，所述活体检测模块具体可以包括以下单元：
反射光谱分析单元，可以用于对所述待注册用户的人脸图像进行可见彩色光的反射光谱分析，以检测所述待注册用户的人脸图像是否为活体图像；
第四确定单元，可以用于在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
可选地，所述装置还可以包括以下模块：
第一响应模块，用于响应于所述提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行活体检测；
第二响应模块，用于响应于所述提示信息，将在所述预设时间段内添加到所述目标人脸图像簇中的人脸图像发送给预设的终端；
第三响应模块，用于响应于所述提示信息，输出报警信息，所述报警信息中包括与所述目标人脸簇对应的用户信息，以提示所述用户受到攻击。
对于人脸图像处理装置实施例而言，由于其与人脸图像处理方法的实施例基本相似，所以描述的比较简单，相关之处参见人脸图像处理方法实施例的部分说明即可。
参照图6所示，示出了本发明实施例的一种服务器600的结构示意图，该服务器600可以包括人脸图像处理装置61及数据库62，还可以包括网络接口64和数据接口63等。在所述数据库62中可以存储有多个已注册用户的人脸图像簇，每个人脸图像簇中包括同一已注册用户的多个人脸图像，所述人脸图像处理装置61可以用于执行所述的人脸图像处理方法。具体而言，该人脸图像处理装置可以是软件和硬件相结合的装置，该硬件可以包括物理键，该物理键可以用于提供返回、确认等功能，该软件中包括应用程序；其中，该人脸图像处理装置可以通过软件和硬件与数据库62相互配合，以实现上述实施例所述的人脸图像处理方法。
参照图7，示出了本发明实施例的一种终端设备700的结构示意图，如图7所示，终端设备700可以包括：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、处理器710、以及电源711等部件。本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，电子设备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。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
应理解的是，本发明实施例中，射频单元701可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器710处理；另外，将上行的数据发送给基站。通常，射频单元701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701还可以通过无线通信***与网络和其他设备通信。
电子设备通过网络模块702为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元703可以将射频单元701或网络模块702接收的或者在存储器709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703还可以提供与终端设备700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703包括扬声器、蜂鸣器以及受话器等。
输入单元704用于接收音频或视频信号。输入单元704可以包括图形处理器(Graphics Processing Unit，GPU)7051和麦克风7042，图形处理器7051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706上。经图形处理器7051处理后的图像帧可以存储在存储器709(或其它存储介质)中或者经由射频单元701或网络模块702进行发送。麦克风7042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频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701发送到移动通信基站的格式输出。
终端设备700还包括至少一种传感器705，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7071的亮度，接近传感器可在终端设备700移动到耳边时，关闭显示面板7071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，可用于识别电子设备姿态(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；传感器705还可以包括指纹传感器、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，在此不再赘述。
显示单元706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706可包括显示面板7071，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7071。
用户输入单元707可用于接收输入的数字或字符信息，以及产生与电子设备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707包括触控面板7071以及其他输入设备7072。触控面板7071，也称为触摸屏，可收集用户在其上或附近的触摸操作(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7071上或在触控面板7071附近的操作)。触控面板7071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，并检测触摸操作带来的信号，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710，接收处理器710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7071。除了触控面板7071，用户输入单元707还可以包括其他输入设备7072。具体地，其他输入设备7072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、操作杆，在此不再赘述。
进一步的，触控面板7071可覆盖在显示面板7071上，当触控面板7071检测到在其上或附近的触摸操作后，传送给处理器710以确定触摸事件的类型，随后处理器710根据触摸事件的类型在显示面板7071上提供相应的视觉输出。虽然在图6中，触控面板7071与显示面板7071是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板7071与显示面板7071集成而实现电子设备的输入和输出功能，具体此处不做限定。
接口单元708为外部装置与终端设备700连接的接口。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708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终端设备700内的一个或多个元件或者可以用于在终端设备700和外部装置之间传输数据。
存储器709可用于存储软件程序以及各种数据。存储器709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(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709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710是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器709内的软件程序和/或模块，以及调用存储在存储器709内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器710可包括一个或多个处理单元；优选的，处理器710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处理器710中。
终端设备700还可以包括给各个部件供电的电源711(比如电池)，优选的，电源711可以通过电源管理***与处理器710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。
另外，终端设备700包括一些未示出的功能模块，在此不再赘述。
本发明实施例还提供了一种移动终端，该移动终端可以是智能手机、笔记本电脑、平板电脑或者是其他便于携带的智能设备，该移动终端可以包括人脸图像处理装置，所述人脸图像处理装置用于执行所述的人脸图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供了一种电子设备，包括：处理器，存储器，存储在存储器上并可在处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述人脸图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还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计算机程序，计算机程序被处理器执行时实现上述人脸图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。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)、磁碟或者光盘等。
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。
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。
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，均属于本发明的保护之内。
本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以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，机械或其它的形式。
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。
所述功能如果以软件功能单元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介质中。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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，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。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (22)
1.一种人脸图像处理方法，其特征在于，所述方法包括：
获得待注册用户的人脸图像；
将所述待注册用户的人脸图像添加到目标人脸图像簇中，其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值；
在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。
2.根据权利要求1所述的方法，其特征在于，将所述待注册用户的人脸图像添加到目标人脸图像簇中，包括：
在确定所述待注册用户的人脸图像与各个已注册人脸图像中的目标已注册人脸图像之间的相似度大于所述预设相似度阈值时，将所述待注册用户的人脸图像添加到所述目标已注册人脸图像所属的目标人脸图像簇中；
在确定所述待注册用户的人脸图像与各个已注册人脸图像之间的相似度均不大于所述预设相似度阈值时，创建与所述待注册用户对应的目标人脸图像簇，并将所述待注册的人脸图像添加到创建的所述目标人脸图像簇中。
3.根据权利要求1所述的方法，其特征在于，在获得待注册用户的人脸图像之后，所述方法还包括：
对所述待注册用户的人脸图像进行活体检测；
将所述待注册用户的人脸图像添加到目标人脸图像簇中，包括：
在所述待注册用户的人脸图像通过活体检测时，将所述待注册用户的人脸图像添加到目标人脸图像簇中。
4.根据权利要求3所述的方法，其特征在于，获得待注册用户的人脸图像之前，所述方法还包括：
响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令；
获得待注册用户的人脸图像，包括：
获得所述待注册用户响应于所述动作指令的人脸图像；
对所述待注册用户的人脸图像进行活体检测，包括：
确定所述待注册用户的人脸图像是否与所述动作指令匹配；
在确定所述待注册用户的人脸图像与所述动作指令匹配时，确定所述待注册用户的人脸图像通过所述活体检测。
5.根据权利要求3所述的方法，其特征在于，对所述待注册用户的人脸图像进行活体检测，包括：
对所述待注册用户的人脸图像进行活体和/或拍屏检测，以确定所述待注册用户的人脸图像是否为活体图像；
在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
6.根据权利要求3所述的方法，其特征在于，对所述待注册用户的人脸图像进行活体检测，包括：
对所述待注册用户的人脸图像进行图像篡改检测，以确定所述待注册用户的人脸图像是否为被篡改的图像；
在确定所述待注册用户的人脸图像不为被篡改的图像时，确定所述待注册用户的人脸图像通过所述活体检测。
7.根据权利要求4所述的方法，其特征在于，获得所述待注册用户响应于所述动作指令的人脸图像的同时，还包括：
获取所述待注册用户响应于所述动作指令的人脸视频；
对所述待注册用户的人脸图像进行活体检测，包括：
按照时间先后顺序，从所述人脸视频中按序提取多帧人脸图像，所述多帧人脸图像中的每帧人脸图像均包括关键位置点；
确定所述关键位置点按照所述时间先后顺序在所述多帧人脸图像中的位置变化与所述动作指令的匹配度；
在所述匹配度大于预设匹配度时，确定所述待注册用户的人脸图像通过所述活体检测。
8.根据权利要求4所述的方法，其特征在于，在响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令的同时，还包括：
控制所述待注册用户当前登录的终端闪动屏幕色彩；
获得所述待注册用户响应于所述动作指令的人脸图像，包括：
获得所述待注册用户响应于所述动作指令，并在所述闪动屏幕色彩下所拍摄的人脸图像；
对所述待注册用户的人脸图像进行活体检测，包括：
对所述待注册用户的人脸图像进行可见彩色光的反射光谱分析，以检测所述待注册用户的人脸图像是否为活体图像；
在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
9.根据权利要求1-8任一所述的方法，其特征在于，所述方法还包括以下至少一者：
响应于所述提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行活体检测；
响应于所述提示信息，将在所述预设时间段内添加到所述目标人脸图像簇中的人脸图像发送给预设的终端；
响应于所述提示信息，输出报警信息，所述报警信息中包括与所述目标人脸簇对应的用户信息，以提示所述用户受到攻击。
10.一种人脸图像处理装置，其特征在于，所述装置包括：
人脸图像获得模块，用于获得待注册用户的人脸图像；
人脸图像添加模块，用于将所述待注册用户的人脸图像添加到目标人脸图像簇中，其中，属于所述目标人脸图像簇中的各人脸图像之间的相似度大于预设相似度阈值；
提示信息生成模块，用于在所述目标人脸图像簇中的人脸图像的增长速度大于预设增长速度时，生成提示信息，所述提示信息用于提示对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行处理。
11.根据权利要求10所述的装置，其特征在于，所述人脸图像添加模块包括：
第一添加模块，用于在确定所述待注册用户的人脸图像与各个已注册人脸图像中的目标已注册人脸图像之间的相似度大于所述预设相似度阈值时，将所述待注册用户的人脸图像添加到所述目标已注册人脸图像所属的目标人脸图像簇中；
第二添加模块，用于在确定所述待注册用户的人脸图像与各个已注册人脸图像之间的相似度均不大于所述预设相似度阈值时，创建与所述待注册用户对应的目标人脸图像簇，并将所述待注册的人脸图像添加到所述目标人脸图像簇中。
12.根据权利要求10所述的装置，其特征在于，所述装置还包括：
活体检测模块，用于对所述待注册用户的人脸图像进行活体检测；
所述人脸图像添加模块，具体用于在所述待注册用户的人脸图像通过活体检测时，将所述待注册用户的人脸图像添加到目标人脸图像簇中。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括：
动作指令发送模块，用于响应于所述待注册用户发送的注册申请，向所述待注册用户发送动作指令；
所述人脸图像获得模块，具体用于获得所述待注册用户响应于所述动作指令的人脸图像；
所述活体检测模块，具体用于确定所述待注册用户的人脸图像是否与所述动作指令匹配；并在确定所述待注册用户的人脸图像与所述动作指令匹配时，确定所述待注册用户的人脸图像通过所述活体检测。
14.根据权利要求12所述的装置，其特征在于，所述活体检测模块包括：
拍屏检测单元，用于对所述待注册用户的人脸图像进行活体和/或拍屏检测，以确定所述待注册用户的人脸图像是否为活体图像；
第一确定单元，用于在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
15.根据权利要求12所述的装置，其特征在于，所述活体检测模块包括：
图像篡改检测单元，用于对所述待注册用户的人脸图像进行图像篡改检测，以确定所述待注册用户的人脸图像是否为被篡改的图像；
第二确定单元，用于在确定所述待注册用户的人脸图像不为被篡改的图像时，确定所述待注册用户的人脸图像通过所述活体检测。
16.根据权利要求13所述的装置，其特征在于，所述人脸图像获得模块，具体用于获取所述待注册用户响应于所述动作指令的人脸视频；
所述活体检测模块包括：
人脸图像提取单元，用于按照时间先后顺序，从所述人脸视频中按序提取多帧人脸图像，所述多帧人脸图像中的每帧人脸图像均包括关键位置点；
匹配度确定单元，用于确定所述关键位置点按照所述时间先后顺序在所述多帧人脸图像中的位置变化与所述动作指令的匹配度；
第三确定单元，用于在所述匹配度大于预设匹配度时，确定所述待注册用户的人脸图像通过所述活体检测。
17.根据权利要求13所述的装置，其特征在于，所述动作指令发送模块包括：
彩色光控制单元，用于控制所述待注册用户当前登录的终端闪动屏幕色彩；
所述人脸图像获得模块，具体用于获得所述待注册用户响应于所述动作指令，并在所述闪动屏幕色彩下所拍摄的人脸图像；
所述活体检测模块，包括：
反射光谱分析单元，用于对所述待注册用户的人脸图像进行可见彩色光的反射光谱分析，以检测所述待注册用户的人脸图像是否为活体图像；
第四确定单元，用于在确定所述待注册用户的人脸图像为活体图像时，确定所述待注册用户的人脸图像通过所述活体检测。
18.根据权利要求10所述的装置，其特征在于，所述装置还包括：
第一响应模块，用于响应于所述提示信息，对在预设时间段内添加到所述目标人脸图像簇中的人脸图像进行活体检测；
第二响应模块，用于响应于所述提示信息，将在所述预设时间段内添加到所述目标人脸图像簇中的人脸图像发送给预设的终端；
第三响应模块，用于响应于所述提示信息，输出报警信息，所述报警信息中包括与所述目标人脸簇对应的用户信息，以提示所述用户受到攻击。
19.一种服务器，其特征在于，包括人脸图像处理装置及数据库，所述数据库中存储有多个人脸图像簇，每个人脸图像簇中包括同一用户的多个人脸图像，所述人脸图像处理装置用于执行权利要求1-9任一项所述的人脸图像处理方法。
20.一种移动终端，其特征在于，包括人脸图像处理装置，所述人脸图像处理装置用于执行权利要求1-9任一项所述的人脸图像处理方法。
21.一种电子设备，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1-9任一项所述的人脸图像处理方法。
22.一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计算机程序，所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的人脸图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010398944.4A CN111723655B (zh) | 2020-05-12 | 2020-05-12 | 人脸图像处理方法、装置、服务器、终端、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010398944.4A CN111723655B (zh) | 2020-05-12 | 2020-05-12 | 人脸图像处理方法、装置、服务器、终端、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111723655A true CN111723655A (zh) | 2020-09-29 |
| CN111723655B CN111723655B (zh) | 2024-03-08 |
Family
ID=72564390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010398944.4A Active CN111723655B (zh) | 2020-05-12 | 2020-05-12 | 人脸图像处理方法、装置、服务器、终端、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111723655B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113723243A (zh) * | 2021-08-20 | 2021-11-30 | 南京华图信息技术有限公司 | 一种戴面罩的热红外图像人脸识别方法及应用 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8620315B1 (en) * | 2006-09-29 | 2013-12-31 | Yahoo! Inc. | Multi-tiered anti-abuse registration for a mobile device user |
| CN105488495A (zh) * | 2016-01-05 | 2016-04-13 | 上海川织金融信息服务有限公司 | 基于人脸特征结合设备指纹的身份识别方法及其*** |
| CN105808988A (zh) * | 2014-12-31 | 2016-07-27 | 阿里巴巴集团控股有限公司 | 一种识别异常账户的方法及装置 |
| CN106339615A (zh) * | 2016-08-29 | 2017-01-18 | 北京红马传媒文化发展有限公司 | 一种异常注册行为的识别方法、***及设备 |
| CN106657007A (zh) * | 2016-11-18 | 2017-05-10 | 北京红马传媒文化发展有限公司 | 识别基于dbscan模型的非正常批量购票行为的方法 |
| CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技（上海）有限公司 | 一种身份验证方法及装置 |
| CN107835154A (zh) * | 2017-10-09 | 2018-03-23 | 武汉斗鱼网络科技有限公司 | 一种批量注册账号识别方法及*** |
| CN108229120A (zh) * | 2017-09-07 | 2018-06-29 | 北京市商汤科技开发有限公司 | 人脸解锁及其信息注册方法和装置、设备、程序、介质 |
| CN108446387A (zh) * | 2018-03-22 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 用于更新人脸注册库的方法和装置 |
| CN108491813A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 用于更新信息的方法和装置 |
| CN108629260A (zh) * | 2017-03-17 | 2018-10-09 | 北京旷视科技有限公司 | 活体验证方法和装置及存储介质 |
-
2020
- 2020-05-12 CN CN202010398944.4A patent/CN111723655B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8620315B1 (en) * | 2006-09-29 | 2013-12-31 | Yahoo! Inc. | Multi-tiered anti-abuse registration for a mobile device user |
| CN105808988A (zh) * | 2014-12-31 | 2016-07-27 | 阿里巴巴集团控股有限公司 | 一种识别异常账户的方法及装置 |
| CN105488495A (zh) * | 2016-01-05 | 2016-04-13 | 上海川织金融信息服务有限公司 | 基于人脸特征结合设备指纹的身份识别方法及其*** |
| CN106339615A (zh) * | 2016-08-29 | 2017-01-18 | 北京红马传媒文化发展有限公司 | 一种异常注册行为的识别方法、***及设备 |
| CN106657007A (zh) * | 2016-11-18 | 2017-05-10 | 北京红马传媒文化发展有限公司 | 识别基于dbscan模型的非正常批量购票行为的方法 |
| CN108629260A (zh) * | 2017-03-17 | 2018-10-09 | 北京旷视科技有限公司 | 活体验证方法和装置及存储介质 |
| CN107066983A (zh) * | 2017-04-20 | 2017-08-18 | 腾讯科技（上海）有限公司 | 一种身份验证方法及装置 |
| WO2018192406A1 (zh) * | 2017-04-20 | 2018-10-25 | 腾讯科技（深圳）有限公司 | 身份验证方法及装置、存储介质 |
| CN108229120A (zh) * | 2017-09-07 | 2018-06-29 | 北京市商汤科技开发有限公司 | 人脸解锁及其信息注册方法和装置、设备、程序、介质 |
| CN107835154A (zh) * | 2017-10-09 | 2018-03-23 | 武汉斗鱼网络科技有限公司 | 一种批量注册账号识别方法及*** |
| CN108446387A (zh) * | 2018-03-22 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 用于更新人脸注册库的方法和装置 |
| CN108491813A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 用于更新信息的方法和装置 |
Non-Patent Citations (5)
| Title |
|---|
| JUAN DU ET AL.: "Method for detecting abnormal behaviour of users based on selective clustering ensemble", IET NETWORKS, 1 March 2018 (2018-03-01), pages 117 - 118 * |
| 刘丽萍;黄晓娜;杨珊;潘家辉;: "多维度消费人群分析及产品推荐***", 计算机***应用, no. 03, 15 March 2020 (2020-03-15) * |
| 孙霖;潘纲;: "人脸识别中视频回放假冒攻击的实时检测方法", 电路与***学报, no. 02, 15 April 2010 (2010-04-15) * |
| 宁海斌: "基于大数据安全分析的网络安全技术发展趋势研究", 网络信息安全, no. 290, 30 June 2016 (2016-06-30) * |
| 陈振国 著: "物联网环境下信任模型及其应用研究", 北京：北京交通大学出版社：清华大学出版社, pages: 117 - 118 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113723243A (zh) * | 2021-08-20 | 2021-11-30 | 南京华图信息技术有限公司 | 一种戴面罩的热红外图像人脸识别方法及应用 |
| CN113723243B (zh) * | 2021-08-20 | 2024-05-17 | 南京华图信息技术有限公司 | 一种戴面罩的热红外图像人脸识别方法及应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111723655B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109381165B (zh) | 一种皮肤检测方法及移动终端 | |
| WO2017181769A1 (zh) | 一种人脸识别方法、装置和***、设备、存储介质 | |
| CN108712603B (zh) | 一种图像处理方法及移动终端 | |
| CN109492550B (zh) | 活体检测方法、装置及应用活体检测方法的相关*** | |
| CN108875468B (zh) | 活体检测方法、活体检测***以及存储介质 | |
| CN108345442B (zh) | 一种操作识别方法及移动终端 | |
| CN109525837B (zh) | 图像的生成方法和移动终端 | |
| CN108012026B (zh) | 一种保护视力方法及移动终端 | |
| CN110807405A (zh) | 一种偷拍装置检测方法及电子设备 | |
| CN108549802A (zh) | 一种基于人脸识别的解锁方法、装置以及移动终端 | |
| CN108206892B (zh) | 联系人隐私的保护方法、装置、移动终端及存储介质 | |
| CN108366220A (zh) | 一种视频通话处理方法及移动终端 | |
| CN108462826A (zh) | 一种辅助拍照的方法及移动终端 | |
| CN109544172B (zh) | 一种显示方法及终端设备 | |
| CN108038360B (zh) | 一种运行模式的切换方法及移动终端 | |
| CN108629280A (zh) | 人脸识别方法及移动终端 | |
| CN109793491B (zh) | 一种用于色盲检测的终端设备 | |
| CN107895108B (zh) | 一种操作管理方法和移动终端 | |
| CN108446665B (zh) | 一种人脸识别方法和移动终端 | |
| CN111723655B (zh) | 人脸图像处理方法、装置、服务器、终端、设备及介质 | |
| CN107809515B (zh) | 一种显示控制方法及移动终端 | |
| CN109639981A (zh) | 一种图像拍摄方法及移动终端 | |
| CN112818733B (zh) | 信息处理方法、装置、存储介质及终端 | |
| CN108960097B (zh) | 一种获取人脸深度信息的方法及装置 | |
| CN110889692A (zh) | 移动支付方法和电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |