活體檢測方法、活體檢測系統(tǒng)以及計算機程序產(chǎn)品的制作方法
【專利摘要】本發(fā)明涉及能夠?qū)崿F(xiàn)人體活體檢測的活體檢測方法和使用該活體檢測方法的活體檢測系統(tǒng)。所述活體檢測方法，包括：用結構光照射待檢測對象；獲取所述結構光照射下所述待檢測對象的第一人臉圖像數(shù)據(jù)；基于所述第一人臉圖像數(shù)據(jù)，確定指示所述結構光在所述待檢測對象臉部的亞表面散射程度的檢測參數(shù)；以及基于所述檢測參數(shù)和預先確定的參數(shù)閾值，確定所述待檢測對象是否為活體。
【專利說明】
活體檢測方法、活體檢測系統(tǒng)以及計算機程序產(chǎn)品
技術領域
[0001 ]本公開涉及活體檢測領域，更具體地，本公開涉及能夠?qū)崿F(xiàn)人體活體檢測的活體 檢測方法、活體檢測系統(tǒng)以及計算機程序產(chǎn)品。
【背景技術】
[0002] 目前，人臉識別系統(tǒng)越來越多地應用于安防、金融等領域中需要身份驗證的場景， 諸如銀行遠程開戶、門禁系統(tǒng)、遠程交易操作驗證等。在這些高安全級別的應用領域中，除 了確保被驗證者的人臉相似度符合數(shù)據(jù)庫中存儲的底庫數(shù)據(jù)外，首先需要被驗證者是一個 合法的生物活體。也就是說，人臉識別系統(tǒng)需要能夠防范攻擊者使用照片、3D人臉模型或者 面具等方式進行攻擊。
[0003] 解決上述問題的方法通常稱為活體檢測，其目的是判斷獲取到的生物特征是否來 自一個有生命、在現(xiàn)場的、真實的人。目前市場上的技術產(chǎn)品中還沒有公認成熟的活體驗證 方案，已有的活體檢測技術要么依賴特殊的硬件設備，諸如紅外相機、深度相機等的圖像采 集設備或者諸如DLP投影儀的復雜的主動光源，要么只能防范簡單的靜態(tài)照片攻擊。此外， 現(xiàn)有的活體檢測系統(tǒng)大多是配合式的，即需要被測試人員根據(jù)系統(tǒng)指示做出相應動作或者 停留在原地不動一段時間，如此將影響用戶體驗和活體檢測效率。

【發(fā)明內(nèi)容】

[0004] 鑒于上述問題而提出了本公開。本公開提供了一種能夠?qū)崿F(xiàn)人體活體檢測的活體 檢測方法和使用該活體檢測方法的活體檢測系統(tǒng)，其通過使用靜態(tài)的結構光光源，基于人 臉對于結構光的亞表面散射來判斷是活體人臉還是諸如3D人臉模型或者面具的攻擊者，對 用戶的配合要求低，提高了人臉識別系統(tǒng)的準確性、易用性和用戶體驗。
[0005] 根據(jù)本公開的一個實施例，提供了一種活體檢測方法，包括:用結構光照射待檢測 對象;獲取所述結構光照射下所述待檢測對象的第一人臉圖像數(shù)據(jù);基于所述第一人臉圖 像數(shù)據(jù)，確定指示所述結構光在所述待檢測對象臉部的亞表面散射程度的檢測參數(shù)；以及 基于所述檢測參數(shù)和預先確定的參數(shù)閾值，確定所述待檢測對象是否為活體。
[0006] 此外，根據(jù)本公開的一個實施例的活體檢測方法，其中還包括:在用結構光照射待 檢測對象之前，連續(xù)捕獲待檢測對象的監(jiān)視圖像;利用預先訓練的人臉檢測單元檢測所述 監(jiān)視圖像，以獲得監(jiān)視結果；當所述監(jiān)視結果指示所述監(jiān)視圖像中存在臉部圖像時，開啟結 構光光源發(fā)射所述結構光照射所述待檢測對象。
[0007] 此外，根據(jù)本公開的一個實施例的活體檢測方法，其中所述檢測參數(shù)為所述第一 人臉圖像數(shù)據(jù)在預定區(qū)域內(nèi)的梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比值。
[0008] 此外，根據(jù)本公開的一個實施例的活體檢測方法，其中還包括:利用預先訓練的人 臉關鍵點檢測單元在所述第一人臉圖像數(shù)據(jù)上確定多個預定人臉關鍵點，根據(jù)所述多個預 定人臉關鍵點確定所述預定區(qū)域。
[0009] 此外，根據(jù)本公開的一個實施例的活體檢測方法，其中基于所述第一人臉圖像數(shù) 據(jù)，確定指示所述結構光在所述待檢測對象臉部的亞表面散射程度的檢測參數(shù)包括:將所 述第一人臉圖像數(shù)據(jù)分為多個子圖像區(qū)域;將每個子圖像區(qū)域的子圖像數(shù)據(jù)進行傅里葉變 換，以獲得所述每個子圖像區(qū)域的子圖像傅里葉變換系數(shù);對于所述每個子圖像區(qū)域，計算 子圖像傅里葉變換系數(shù)在預定頻率范圍內(nèi)的平方和與子圖像傅里葉變換最低頻率系數(shù)的 平方和的比例；以及計算所述多個子圖像區(qū)域中所述比例的平均值作為所述檢測參數(shù)。
[0010] 此外，根據(jù)本公開的一個實施例的活體檢測方法，其中基于所述檢測參數(shù)和預先 確定的參數(shù)閾值，確定所述待檢測對象是否為活體包括:如果所述檢測參數(shù)大于第一參數(shù) 閾值并且小于第二參數(shù)閾值，則確定所述待檢測對象通過活體檢測；否則，則確定所述待檢 測對象不通過活體檢測。
[0011] 根據(jù)本公開的另一個實施例，提供了一種活體檢測系統(tǒng)，包括:結構光光源模塊， 用于發(fā)射結構光照射待檢測對象；圖像數(shù)據(jù)獲取模塊，用于獲取所述結構光照射下所述待 檢測對象的第一人臉圖像數(shù)據(jù)；以及活體檢測模塊，基于所述第一人臉圖像數(shù)據(jù)，確定指示 所述結構光在所述待檢測對象臉部的亞表面散射程度的檢測參數(shù)，并且基于所述檢測參數(shù) 和預先確定的參數(shù)閾值，確定所述待檢測對象是否為活體。
[0012] 此外，根據(jù)本公開的另一個實施例的活體檢測系統(tǒng)，其中在所述結構光光源模塊 發(fā)射結構光照射待檢測對象之前，所述圖像數(shù)據(jù)獲取模塊連續(xù)捕獲待檢測對象的監(jiān)視圖 像，所述活體檢測模塊利用預先訓練的人臉檢測單元檢測所述監(jiān)視圖像，以獲得監(jiān)視結果， 當所述監(jiān)視結果指示所述監(jiān)視圖像中存在臉部圖像時，所述活體檢測模塊控制開啟所述結 構光光源模塊發(fā)射所述結構光照射所述待檢測對象。
[0013] 此外，根據(jù)本公開的另一個實施例的活體檢測系統(tǒng)，其中所述檢測參數(shù)為所述第 一人臉圖像數(shù)據(jù)在預定區(qū)域內(nèi)的梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比 值。
[0014] 此外，根據(jù)本公開的另一個實施例的活體檢測系統(tǒng)，其中所述活體檢測模塊利用 預先訓練的人臉關鍵點檢測單元在所述第一人臉圖像數(shù)據(jù)上確定多個預定人臉關鍵點，根 據(jù)所述多個預定人臉關鍵點確定所述預定區(qū)域。
[0015] 此外，根據(jù)本公開的另一個實施例的活體檢測系統(tǒng)，其中所述活體檢測模塊將所 述第一人臉圖像數(shù)據(jù)分為多個子圖像區(qū)域;將每個子圖像區(qū)域的子圖像數(shù)據(jù)進行傅里葉變 換，以獲得所述每個子圖像區(qū)域的子圖像傅里葉變換系數(shù);對于所述每個子圖像區(qū)域，計算 子圖像傅里葉變換系數(shù)在預定頻率范圍內(nèi)的平方和與子圖像傅里葉變換最低頻率系數(shù)的 平方和的比例；以及計算所述多個子圖像區(qū)域中所述比例的平均值作為所述檢測參數(shù)。
[0016] 此外，根據(jù)本公開的另一個實施例的活體檢測系統(tǒng)，其中如果所述檢測參數(shù)大于 第一參數(shù)閾值并且小于第二參數(shù)閾值，則所述活體檢測模塊確定所述待檢測對象通過活體 檢測;否則，則所述活體檢測模塊確定所述待檢測對象不通過活體檢測。
[0017] 根據(jù)本公開的又一個實施例，提供了一種計算機程序產(chǎn)品，包括計算機可讀存儲 介質(zhì)，在所述計算機可讀存儲介質(zhì)上存儲了計算機程序指令，所述計算機程序指令在被計 算機運行時，使得所述計算機執(zhí)行以下步驟:獲取所述結構光照射下所述待檢測對象的第 一人臉圖像數(shù)據(jù);基于所述第一人臉圖像數(shù)據(jù)，確定指示所述結構光在所述待檢測對象臉 部的亞表面散射程度的檢測參數(shù)；以及基于所述檢測參數(shù)和預先確定的參數(shù)閾值，確定所 述待檢測對象是否為活體。
[0018] 要理解的是，前面的一般描述和下面的詳細描述兩者都是示例性的，并且意圖在 于提供要求保護的技術的進一步說明。
【附圖說明】
[0019] 通過結合附圖對本發(fā)明實施例進行更詳細的描述，本發(fā)明的上述以及其它目的、 特征和優(yōu)勢將變得更加明顯。附圖用來提供對本發(fā)明實施例的進一步理解，并且構成說明 書的一部分，與本發(fā)明實施例一起用于解釋本發(fā)明，并不構成對本發(fā)明的限制。在附圖中， 相同的參考標號通常代表相同部件或步驟。
[0020] 圖1是概述根據(jù)本發(fā)明實施例的活體檢測方法的流程圖。
[0021] 圖2是圖示根據(jù)本發(fā)明實施例的活體檢測系統(tǒng)的功能性框圖。
[0022]圖3A和3B是示意性圖示根據(jù)本發(fā)明實施例的活體檢測過程的示意圖。
[0023] 圖4是進一步圖示根據(jù)本發(fā)明第一實施例的活體檢測方法的流程圖。
[0024] 圖5是進一步圖示根據(jù)本發(fā)明第二實施例的活體檢測方法的流程圖。
[0025] 圖6是圖示根據(jù)本發(fā)明實施例的活體檢測系統(tǒng)的示意性框圖。
【具體實施方式】
[0026] 為了使得本發(fā)明的目的、技術方案和優(yōu)點更為明顯，下面將參照附圖詳細描述根 據(jù)本發(fā)明的示例實施例。顯然，所描述的實施例僅僅是本發(fā)明的一部分實施例，而不是本發(fā) 明的全部實施例，應理解，本發(fā)明不受這里描述的示例實施例的限制?；诒竟_中描述的 本發(fā)明實施例，本領域技術人員在沒有付出創(chuàng)造性勞動的情況下所得到的所有其它實施例 都應落入本發(fā)明的保護范圍之內(nèi)。
[0027] 以下，將參考附圖詳細描述本發(fā)明的優(yōu)選實施例。
[0028] 圖1是概述根據(jù)本發(fā)明實施例的活體檢測方法的流程圖。如圖1所示，根據(jù)本發(fā)明 實施例的活體檢測方法包括以下步驟。
[0029]在步驟S101中，用結構光照射待檢測對象。
[0030]在本發(fā)明的一個實施例中，所述結構光是在諸如紅外波段(例如，850nm)的波長上 的具有一定結構的明暗條紋的光。所述明暗條紋為豎線狀條紋，條紋間距配置為匹配待檢 測對象的尺寸。例如，在所述待檢測對象為人臉的情況下，所述明暗條紋的條紋間距為2mm 左右。在本發(fā)明的一個實施例中，可以通過在一字線激光器之前放置特定光柵(例如，161 線/英寸)來產(chǎn)生所述結構光。
[0031]此外，如下將參照附圖進一步描述的，在根據(jù)本發(fā)明實施例的活體檢測方法中，無 需一直用結構光光源照射檢測區(qū)域，而是在初步檢測到檢測區(qū)域中存在臉部圖像后，再開 啟所述結構光光源模塊。
[0032] 此后，處理進到步驟S102。
[0033]在步驟S102中，獲取所述結構光照射下所述待檢測對象的第一人臉圖像數(shù)據(jù)。在 本發(fā)明的一個實施例中，經(jīng)由圖像數(shù)據(jù)獲取模塊獲取所述結構光照射下所述待檢測對象的 第一人臉圖像數(shù)據(jù)。經(jīng)由圖像數(shù)據(jù)獲取模塊獲取第一人臉圖像數(shù)據(jù)包括但不限于，在所述 結構光照射下，由物理位置上分離配置的圖像數(shù)據(jù)獲取模塊采集人臉圖像數(shù)據(jù)之后，經(jīng)由 有線或者無線方式，活體檢測系統(tǒng)中的其他模塊或組件接收從所述圖像數(shù)據(jù)獲取模塊發(fā)送 的第一人臉圖像數(shù)據(jù)?？商娲?，圖像數(shù)據(jù)獲取模塊可以與活體檢測系統(tǒng)中的其他模塊或 組件物理上位于同一位置甚至位于同一機殼內(nèi)部，活體檢測系統(tǒng)中的其他模塊或組件經(jīng)由 內(nèi)部總線接收從所述圖像數(shù)據(jù)獲取模塊發(fā)送的第一人臉圖像數(shù)據(jù)。
[0034] 此后，處理進到步驟S103。
[0035]在步驟S103中，基于第一人臉圖像數(shù)據(jù)，確定指示結構光在待檢測對象臉部的亞 表面散射程度的檢測參數(shù)。在本發(fā)明的一個實施例中，利用指示結構光在待檢測對象臉部 的亞表面散射程度的檢測參數(shù)來執(zhí)行活體檢測。這是由于結構光入射待檢測對象表面后， 由待檢測對象內(nèi)部結構決定入射后的結構光經(jīng)由待檢測對象內(nèi)部散射后的散射程度。人的 活體組織、構成面具的紙張或硅膠對于入射后的結構光會呈現(xiàn)不同的亞表面散射程度。如 下將參照附圖詳細描述的，在本發(fā)明的一個實施例中，利用人臉圖像數(shù)據(jù)在預定區(qū)域內(nèi)的 梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比值作為指示亞表面散射程度的檢 測參數(shù)。可替代地，在本發(fā)明的一個實施例中，將第一人臉圖像數(shù)據(jù)分為多個子圖像區(qū)域， 并對每個子圖像區(qū)域的子圖像數(shù)據(jù)進行傅里葉變換以獲得每個子圖像區(qū)域的子圖像傅里 葉變換系數(shù)，對于每一個子圖像區(qū)域，計算對應的子圖像傅里葉變換系數(shù)在預定頻率范圍 內(nèi)的平方和與對應的子圖像傅里葉變換最低頻率系數(shù)的平方和的比例，并將多個子圖像區(qū) 域中計算得到的比例的平均值作為所述檢測參數(shù)。
[0036] 此后，處理進到步驟S104。
[0037] 在步驟S104中，基于檢測參數(shù)和預先確定的參數(shù)閾值，確定待檢測對象是否為活 體。在本發(fā)明的一個實施例中，基于人活體組織對于入射后的結構光的亞表面散射特性，設 置參數(shù)閾值。如下將參照附圖詳細描述的，設置的參數(shù)閾值可以為閾值區(qū)間，當在步驟S103 中獲取的檢測參數(shù)落入該閾值區(qū)間中時，則確定待檢測對象為活體。
[0038] 上述根據(jù)本發(fā)明實施例的活體檢測方法，其通過使用靜態(tài)的結構光光源，基于人 臉對于結構光的亞表面散射程度來判斷是活體人臉還是諸如3D人臉模型或者面具的攻擊 者，從而對用戶的配合要求低，提高了人臉識別系統(tǒng)的準確性、易用性和用戶體驗。
[0039] 以下，將參照圖2進一步描述執(zhí)行上述活體檢測方法的一種活體檢測系統(tǒng)。
[0040] 圖2是圖示根據(jù)本發(fā)明實施例的活體檢測系統(tǒng)的功能性框圖。如圖2所示，根據(jù)本 發(fā)明實施例的活體檢測系統(tǒng)20包括結構光光源模塊21、圖像數(shù)據(jù)獲取模塊22和活體檢測模 塊23。所述活體檢測模塊23進一步包括人臉檢測單元231和人臉關鍵點檢測單元232。
[0041] 具體地，所述結構光光源模塊21用于發(fā)射結構光照射待檢測對象。如上所述，可以 通過在一字線激光器之前放置特定光柵（例如，161線/英寸）來配置所述結構光光源模塊 21。如此配置的所述結構光光源模塊21可以發(fā)射在諸如紅外波段(例如，850nm)的波長上的 具有一定結構的明暗條紋的光。所述明暗條紋為豎線狀條紋，條紋間距配置為匹配待檢測 對象的尺寸。例如，在所述待檢測對象為人臉的情況下，所述明暗條紋的條紋間距為2mm左 右。
[0042] 所述圖像數(shù)據(jù)獲取模塊22用于獲取所述結構光照射下所述待檢測對象的第一人 臉圖像數(shù)據(jù)。如上所述，所述圖像數(shù)據(jù)獲取模塊22可以與其后的所述活體檢測模塊23物理 上分離，或者物理上位于同一位置甚至位于同一機殼內(nèi)部。在所述圖像數(shù)據(jù)獲取模塊22與 其后的所述活體檢測模塊23物理上分離的情況下，所述圖像數(shù)據(jù)獲取模塊22進一步經(jīng)由有 線或者無線方式將獲取的第一人臉圖像數(shù)據(jù)發(fā)送給其后的模塊。在所述圖像數(shù)據(jù)獲取模塊 22與其后的所述活體檢測模塊23物理上位于同一位置甚至位于同一機殼內(nèi)部的情況下，所 述圖像數(shù)據(jù)獲取模塊22經(jīng)由內(nèi)部總線將獲取的第一人臉圖像數(shù)據(jù)發(fā)送給其后的模塊。在經(jīng) 由有線或者無線方式或者經(jīng)由內(nèi)部總線發(fā)送所述第一人臉圖像數(shù)據(jù)之前，可以將其預定格 式進行編碼和壓縮為圖像數(shù)據(jù)包，以減少發(fā)送需要占用的通信量和帶寬。
[0043]所述活體檢測模塊23用于基于所述第一人臉圖像數(shù)據(jù)，確定指示所述結構光在所 述待檢測對象臉部的亞表面散射程度的檢測參數(shù)，并且基于所述檢測參數(shù)和預先確定的參 數(shù)閾值，確定所述待檢測對象是否為活體。
[0044] 如上所述，在根據(jù)本發(fā)明實施例的活體檢測方法中，無需一直用結構光光源照射 檢測區(qū)域，而是在初步檢測到檢測區(qū)域中存在臉部圖像后，再開啟所述結構光光源模塊21。 所述活體檢測模塊23中包括的人臉檢測單元231用于初步檢測檢測區(qū)域中是否存在臉部圖 像。在本發(fā)明的一個實施例中，在所述結構光光源模塊21發(fā)射結構光照射待檢測對象之前， 所述圖像數(shù)據(jù)獲取模塊22連續(xù)捕獲待檢測對象的監(jiān)視圖像，所述活體檢測模塊23利用預先 訓練的所述人臉檢測單元231檢測所述監(jiān)視圖像，以獲得監(jiān)視結果。例如，所述人臉檢測單 元231可以由Haar級聯(lián)分類器配置。當所述監(jiān)視結果指示所述監(jiān)視圖像中存在臉部圖像時， 所述活體檢測模塊23控制開啟所述結構光光源模塊21發(fā)射所述結構光照射所述待檢測對 象。
[0045] 此外，在本發(fā)明的一個實施例中，所述活體檢測模塊23利用所述第一人臉圖像數(shù) 據(jù)在預定區(qū)域內(nèi)的梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比值作為指示亞 表面散射程度的檢測參數(shù)。具體地，所述活體檢測模塊23中包括的人臉關鍵點檢測單元232 用于在所述第一人臉圖像數(shù)據(jù)上確定多個預定人臉關鍵點，根據(jù)所述多個預定人臉關鍵點 確定所述預定區(qū)域。例如，所述人臉關鍵點檢測單元232可以由卷積神經(jīng)網(wǎng)絡配置，以得到 諸如眼睛、鼻子、嘴巴、輪廓等的關鍵點。以下，將參照示意圖和流程圖進一步詳細描述基于 關鍵點確定預定區(qū)域，以及在預定區(qū)域內(nèi)的梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮 度值的比值作為指示亞表面散射程度的檢測參數(shù)的檢測處理過程。
[0046] 圖3A和3B是示意性圖示根據(jù)本發(fā)明實施例的活體檢測過程的示意圖。
[0047] 如圖3A所示，在用結構光照射待檢測對象之前，連續(xù)捕獲待檢測對象的監(jiān)視圖像。 同時，利用預先訓練的人臉檢測單元231檢測所述監(jiān)視圖像，以獲得監(jiān)視結果。當所述監(jiān)視 結果指示所述監(jiān)視圖像中存在臉部圖像F時（對應的人臉圖像數(shù)據(jù)為Ii)，開啟結構光光源 模塊21發(fā)射所述結構光照射所述待檢測對象。
[0048]如圖3B所示，在用結構光照射待檢測對象之后，由圖像數(shù)據(jù)獲取模塊22獲取所述 結構光照射下所述待檢測對象的第一人臉圖像數(shù)據(jù)12。為了確定指示所述結構光在所述待 檢測對象臉部的亞表面散射程度的檢測參數(shù)，利用預先訓練的人臉關鍵點檢測單元232在 所述第一人臉圖像數(shù)據(jù)上確定多個預定人臉關鍵點，根據(jù)所述多個預定人臉關鍵點確定所 述預定區(qū)域D。如圖3B所示，基于關鍵點確定矩形區(qū)域作為所述預定區(qū)域D(如圖3B中所示的 虛線表示的區(qū)域D)。在本發(fā)明的一個實施例中，所述預定區(qū)域D(x，y)在XQ〈 = x〈 = xi，yo〈 = y 〈 = yi的范圍內(nèi)，其中xo、xi為人臉在圖像上的最左和最右位置的橫坐標，yi是人臉的最下方 位置的縱坐標，yo是人的兩眼中心與鼻子的中點的位置的縱坐標。容易理解是，所述預定區(qū) 域的選取不限于此。
[0049]以下，將參照圖4和圖5進一步詳細描述根據(jù)本發(fā)明第一實施例和第二實施例的活 體檢測方法。
[0050]圖4是進一步圖示根據(jù)本發(fā)明第一實施例的活體檢測方法的流程圖。如圖4所示， 根據(jù)本發(fā)明第一實施例的活體檢測方法包括以下步驟。
[0051 ]在步驟S401中，連續(xù)捕獲待檢測對象的監(jiān)視圖像。在本發(fā)明第一實施例中，在開啟 所述結構光光源模塊21之前，由所述圖像數(shù)據(jù)獲取模塊22連續(xù)捕獲待檢測對象的監(jiān)視圖 像。此后，處理進到步驟S402。
[0052]在步驟S402中，利用預先訓練的人臉檢測單元檢測監(jiān)視圖像，以獲得監(jiān)視結果。在 本發(fā)明第一實施例中，所述活體檢測模塊23中包括的人臉檢測單元231監(jiān)視步驟S401中的 圖像數(shù)據(jù)，以獲得關于其中是否存在臉部圖像的監(jiān)視結果。此后，處理進到步驟S403。
[0053]在步驟S403中，判斷是否存在臉部圖像。
[0054]如果在步驟S403中獲得否定結果，即所述監(jiān)視圖像中不存在臉部圖像，則處理返 回步驟S401，以便繼續(xù)連續(xù)捕獲待檢測對象的監(jiān)視圖像和執(zhí)行監(jiān)視。
[0055]相反地，如果在步驟S403中獲得肯定結果，即所述監(jiān)視圖像中存在臉部圖像(對應 的人臉圖像數(shù)據(jù)為10，則處理進到步驟S404。需要注意的是，在所述監(jiān)視圖像中存在臉部 圖像的情況下，該臉部圖像可能是由人臉面具或3D人臉模型等攻擊者的圖像，從而需要進 一步執(zhí)行活體檢測。
[0056]在步驟S404中，開啟結構光光源模塊21發(fā)射結構光照射待檢測對象。此后，處理進 到步驟S405。
[0057]在步驟S405中，獲取結構光照射下待檢測對象的第一人臉圖像數(shù)據(jù)。由所述圖像 數(shù)據(jù)獲取模塊22獲取結構光照射下待檢測對象的第一人臉圖像數(shù)據(jù)12。在本發(fā)明的一個實 施例中，可以在獲取了第一人臉圖像數(shù)據(jù)1 2后關閉所述結構光光源模塊21。此后，處理進到 步驟S406。
[0058]在步驟S406中，在第一人臉圖像數(shù)據(jù)上確定多個預定人臉關鍵點。如上參照圖3B 所述，利用預先訓練的人臉關鍵點檢測單元232在所述第一人臉圖像數(shù)據(jù)上確定多個預定 人臉關鍵點，所述關鍵點包括但不限于眼睛、鼻子、嘴巴、輪廓等。此后，處理進到步驟S407。 [0059]在步驟S407中，根據(jù)多個預定人臉關鍵點確定預定區(qū)域。如上參照圖3B所述，在本 發(fā)明第一實施例中，所述預定區(qū)域〇(1，7)在1〇〈 = 1〈 = 11，7〇〈 = 7〈 = 71的范圍內(nèi)，其中1()、11 為人臉在圖像上的最左和最右位置的橫坐標，是人臉的最下方位置的縱坐標，yo是人的兩 眼中心與鼻子的中點的位置的縱坐標。此后，處理進到步驟S408。
[0060] 在步驟S408中，獲取所述第一人臉圖像在所述預定區(qū)域內(nèi)的梯度強度和與在所述 預定區(qū)域內(nèi)的圖像總體亮度值的比值作為檢測參數(shù)。其中，所述檢測參數(shù)指示結構光在所 述待檢測對象臉部的亞表面散射程度。
[0061] 具體地，利用以下等式(1)計算第一人臉圖像數(shù)據(jù)12的梯度強度I2_m:
[0063] I2(i，j)表示圖像數(shù)據(jù)12在（i，j)處的像素值。
[0064] 在步驟S407中確定所述預定區(qū)域0(1，7)1〇〈 = 1〈 = 11，7〇〈 = 7〈 = 71后，利用以下等 式(2)計算所述第一人臉圖像數(shù)據(jù)12在該預定區(qū)域中的梯度強度之和： % 妁
[0065] M - ^ ^ min{T>\l2m{i,j)\) 等式（2 ) x=x0 y=y〇 j
[0066] 其中T是預先確定的閾值參數(shù)。如果(i，j)處的像素值大于該閾值參數(shù)T，則對應的 像素點（i，j)的圖像數(shù)據(jù)將被視為諸如邊緣等的噪聲干擾，對于被視為噪聲干擾的像素點 (i，j)，統(tǒng)一將像素點（i，j)數(shù)據(jù)取值為該閾值參數(shù)T，進而結合等式(2)，計算得到所述第一 人臉圖像數(shù)據(jù)1 2在該預定區(qū)域中的梯度強度之和M。
[0067]此外，利用以下等式(3)計算該預定區(qū)域中圖像總體亮度值：
[0069]注意到，在如等式(3)表示的預定區(qū)域中圖像總體亮度值中，從結構光照射下的圖 像亮度值中減去了沒有結構光照射下的圖像亮度，從而得到結構光本身對于圖像亮度的影 響。
[0070] 進一步地，在本發(fā)明第一實施例中，利用以下等式(4)計算預定區(qū)域內(nèi)的梯度強度 和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比值作為檢測參數(shù)u:
[0071] u=M/B 等式(4)
[0072] 此后，處理進到步驟S409。
[0073]在步驟S409中，判斷所述檢測參數(shù)u是否大于第一參數(shù)閾值THi并且小于第二參數(shù) 閾值TH2。所述檢測參數(shù)u的大小反映結構光在預定區(qū)域內(nèi)亞表面散射的強弱。亞表面散射 越強烈時，圖像梯度越小，從而擴散程度越小。一般的紙或塑料等材質(zhì)制成的面具的亞表面 散射程度遠弱于人臉，而一般的硅膠等材質(zhì)的面具的亞表面散射程度遠強于人臉。也就是 說，如果所述檢測參數(shù)u小于第一參數(shù)閾值THi，則指示待檢測對象是紙或塑料等材質(zhì)制成 的面具。如果所述檢測參數(shù)u大于第二參數(shù)閾值TH 2,則指示待檢測對象是硅膠等材質(zhì)制成 的面具。只有所述檢測參數(shù)u落入第一參數(shù)閾值THjP第二參數(shù)閾值TH 2之間，才指示待檢測 對象是活體人臉。
[0074]也就是說，如果在步驟S409獲得肯定結果，即所述檢測參數(shù)u落入第一參數(shù)閾值 m和第二參數(shù)閾值th2之間，則處理進到步驟s4io，確定待檢測對象為活體。
[0075]相反地，如果在步驟S409獲得否定結果，即所述檢測參數(shù)u小于第一參數(shù)閾值THi 或者大于第二參數(shù)閾值TH2,則處理進到步驟S411，確定待檢測對象為非活體。
[0076]圖5是進一步圖示根據(jù)本發(fā)明第二實施例的活體檢測方法的流程圖。如圖5所示， 根據(jù)本發(fā)明第二實施例的活體檢測方法包括以下步驟。
[0077] 圖5中示出的步驟S501到S505分別與以上參照圖4描述的步驟S401到S405相同，在 此將省略其重復描述。此后，處理進到步驟S506。
[0078]在步驟S506中，將前述步驟S501到S505中獲得的第一人臉圖像數(shù)據(jù)分為多個子圖 像區(qū)域。在本發(fā)明的第二實施例中，將人臉圖像數(shù)據(jù)分為LXL的n個子區(qū)域，設每個子區(qū)域 內(nèi)的圖像為J。此后，處理進到步驟S507。
[0079]在步驟S507中，獲得每個子圖像區(qū)域的子圖像傅里葉變換系數(shù)。在本發(fā)明的第二 實施例中，利用以下等式(5)計算每個子圖像區(qū)域的子圖像傅里葉變換系數(shù)： L-l L-l
[0080] ^ ^ kty B^+^N 等式（5 :) X=0 y=0
[0081 ] 此后，處理進到步驟S508。
[0082]在步驟S508中，對于每個子圖像區(qū)域，計算該子圖像區(qū)域?qū)淖訄D像傅里葉變 換系數(shù)在預定頻率范圍內(nèi)的平方和與對應的子圖像傅里葉變換最低頻率系數(shù)的平方和的 比例。在本發(fā)明的第二實施例中，利用以下等式(6)計算每個子圖像區(qū)域內(nèi)的對應的子圖像 傅里葉變換系數(shù)在預定頻率范圍內(nèi)的平方和與對應的子圖像傅里葉變換最低頻率系數(shù)的 平方和的比例：
[0084] 其中，pi、ql、q2是預先確定的頻率范圍。此后，處理進到步驟S509。
[0085]在步驟S509中，計算多個子圖像區(qū)域中比例的平均值作為檢測參數(shù)。在本發(fā)明的 第二實施例中，利用以下等式(7)計算多個子圖像區(qū)域中比例的平均值作為檢測參數(shù)：
[0087] 此后，處理進到步驟S510。
[0088]在步驟S510中，判斷所述檢測參數(shù)u是否大于第三參數(shù)閾值TH3并且小于第四參數(shù) 閾值TH4。在本發(fā)明的第二實施例中，把所有子區(qū)域內(nèi)的比例系數(shù)的平均值u做為對擴散程 度的一個度量，即所述檢測參數(shù)。與以上參照圖4描述的第一實施例類似，如果它在兩個預 先確定的閾值之間，那么認為待檢測對象為活體。
[0089]也就是說，如果在步驟S510獲得肯定結果，即所述檢測參數(shù)u落入第三參數(shù)閾值 TH3和第四參數(shù)閾值TH4之間，則處理進到步驟S511，確定待檢測對象為活體。
[0090] 相反地，如果在步驟S510獲得否定結果，即所述檢測參數(shù)u小于第三參數(shù)閾值TH3 或者大于第四參數(shù)閾值TH4,則處理進到步驟S512,確定待檢測對象為非活體。
[0091] 圖6是圖示根據(jù)本發(fā)明實施例的活體檢測系統(tǒng)的示意性框圖。如圖6所示，根據(jù)本 發(fā)明實施例的活體檢測系統(tǒng)6包括:處理器61、存儲器62、以及在所述存儲器62的中存儲的 計算機程序指令63。
[0092]所述計算機程序指令63在所述處理器61運行時可以實現(xiàn)根據(jù)本發(fā)明實施例的活 體檢測系統(tǒng)的各個功能模塊的功能，并且/或者可以執(zhí)行根據(jù)本發(fā)明實施例的活體檢測方 法的各個步驟。
[0093]具體地，在所述計算機程序指令63被所述處理器61運行時，可以使得活體檢測系 統(tǒng)6執(zhí)行以下步驟:獲取所述結構光照射下所述待檢測對象的第一人臉圖像數(shù)據(jù);基于所述 第一人臉圖像數(shù)據(jù)，確定指示所述結構光在所述待檢測對象臉部的亞表面散射程度的檢測 參數(shù);以及基于所述檢測參數(shù)和預先確定的參數(shù)閾值，確定所述待檢測對象是否為活體。 [0094]此外，在所述計算機程序指令63被所述處理器61運行時，還使得所述活體檢測系 統(tǒng)6執(zhí)行:在用結構光照射待檢測對象之前，連續(xù)捕獲待檢測對象的監(jiān)視圖像;利用預先訓 練的人臉檢測單元檢測所述監(jiān)視圖像，以獲得監(jiān)視結果；當所述監(jiān)視結果指示所述監(jiān)視圖 像中存在臉部圖像時，開啟結構光光源發(fā)射所述結構光照射所述待檢測對象。
[0095]此外，在所述計算機程序指令63被所述處理器61運行時，還使得所述活體檢測系 統(tǒng)6執(zhí)行:利用預先訓練的人臉關鍵點檢測單元在所述第一人臉圖像數(shù)據(jù)上確定多個預定 人臉關鍵點，根據(jù)所述多個預定人臉關鍵點確定所述預定區(qū)域。所述檢測參數(shù)為所述第一 人臉圖像數(shù)據(jù)在預定區(qū)域內(nèi)的梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比值。 [0096]此外，在所述計算機程序指令63被所述處理器61運行使得所述活體檢測系統(tǒng)6執(zhí) 行的基于所述第一人臉圖像數(shù)據(jù)，確定指示所述結構光在所述待檢測對象臉部的亞表面散 射程度的檢測參數(shù)的步驟包括:將所述第一人臉圖像數(shù)據(jù)分為多個子圖像區(qū)域;將每個子 圖像區(qū)域的子圖像數(shù)據(jù)進行傅里葉變換，以獲得所述每個子圖像區(qū)域的子圖像傅里葉變換 系數(shù);對于所述每個子圖像區(qū)域，計算子圖像傅里葉變換系數(shù)在預定頻率范圍內(nèi)的平方和 與子圖像傅里葉變換最低頻率系數(shù)的平方和的比例；以及計算所述多個子圖像區(qū)域中所述 比例的平均值作為所述檢測參數(shù)。
[0097]此外，在所述計算機程序指令63被所述處理器61運行時使得所述活體檢測系統(tǒng)6 執(zhí)行的基于所述檢測參數(shù)和預先確定的參數(shù)閾值，確定所述待檢測對象是否為活體的步驟 包括:如果所述檢測參數(shù)大于第一參數(shù)閾值并且小于第二參數(shù)閾值，則確定所述待檢測對 象通過活體檢測;否則，則確定所述待檢測對象不通過活體檢測。
[0098] 根據(jù)本發(fā)明實施例的活體檢測系統(tǒng)中的各模塊可以通過根據(jù)本發(fā)明實施例的活 體檢測系統(tǒng)中的處理器運行在存儲器中存儲的計算機程序指令來實現(xiàn)，或者可以在根據(jù)本 發(fā)明實施例的計算機程序產(chǎn)品的計算機可讀存儲介質(zhì)中存儲的計算機指令被計算機運行 時實現(xiàn)。
[0099] 所述計算機可讀存儲介質(zhì)可以是一個或多個計算機可讀存儲介質(zhì)的任意組合，例 如一個計算機可讀存儲介質(zhì)包含用于確定指示所述結構光在所述待檢測對象臉部的亞表 面散射程度的檢測參數(shù)計算機可讀的程序代碼，另一個計算機可讀存儲介質(zhì)包含用于基于 所述檢測參數(shù)和預先確定的參數(shù)閾值確定所述待檢測對象是否為活體的計算機可讀的程 序代碼。
[0100] 所述計算機可讀存儲介質(zhì)例如可以包括智能電話的存儲卡、平板電腦的存儲部 件、個人計算機的硬盤、隨機存取存儲器(RAM)、只讀存儲器(R0M)、可擦除可編程只讀存儲 器(EPROM)、便攜式緊致盤只讀存儲器(CD-ROM)、USB存儲器、或者上述存儲介質(zhì)的任意組 合。
[0101] 在上面詳細描述的本發(fā)明的示例實施例僅僅是說明性的，而不是限制性的。本領 域技術人員應該理解，在不脫離本發(fā)明的原理和精神的情況下，可對這些實施例進行各種 修改，組合或子組合，并且這樣的修改應落入本發(fā)明的范圍內(nèi)。
【主權項】
1. 一種活體檢測方法，包括： 用結構光照射待檢測對象； 獲取所述結構光照射下所述待檢測對象的第一人臉圖像數(shù)據(jù)； 基于所述第一人臉圖像數(shù)據(jù)，確定指示所述結構光在所述待檢測對象臉部的亞表面散 射程度的檢測參數(shù);以及 基于所述檢測參數(shù)和預先確定的參數(shù)閾值，確定所述待檢測對象是否為活體。2. 如權利要求1所述的活體檢測方法，其中還包括： 在用結構光照射待檢測對象之前，連續(xù)捕獲待檢測對象的監(jiān)視圖像； 利用預先訓練的人臉檢測單元檢測所述監(jiān)視圖像，以獲得監(jiān)視結果； 當所述監(jiān)視結果指示所述監(jiān)視圖像中存在臉部圖像時，開啟結構光光源發(fā)射所述結構 光照射所述待檢測對象。3. 如權利要求1所述的活體檢測方法，其中所述檢測參數(shù)為所述第一人臉圖像數(shù)據(jù)在 預定區(qū)域內(nèi)的梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比值。4. 如權利要求3所述的活體檢測方法，其中還包括： 利用預先訓練的人臉關鍵點檢測單元在所述第一人臉圖像數(shù)據(jù)上確定多個預定人臉 關鍵點，根據(jù)所述多個預定人臉關鍵點確定所述預定區(qū)域。5. 如權利要求1所述的活體檢測方法，其中基于所述第一人臉圖像數(shù)據(jù)，確定指示所述 結構光在所述待檢測對象臉部的亞表面散射程度的檢測參數(shù)包括： 將所述第一人臉圖像數(shù)據(jù)分為多個子圖像區(qū)域； 將每個子圖像區(qū)域的子圖像數(shù)據(jù)進行傅里葉變換，以獲得所述每個子圖像區(qū)域的子圖 像傅里葉變換系數(shù)； 對于所述每個子圖像區(qū)域，計算子圖像傅里葉變換系數(shù)在預定頻率范圍內(nèi)的平方和與 子圖像傅里葉變換最低頻率系數(shù)的平方的比例；以及 計算所述多個子圖像區(qū)域中所述比例的平均值作為所述檢測參數(shù)。6. 如權利要求1到5的任一項所述的活體檢測方法，其中基于所述檢測參數(shù)和預先確定 的參數(shù)閾值，確定所述待檢測對象是否為活體包括： 如果所述檢測參數(shù)大于第一參數(shù)閾值并且小于第二參數(shù)閾值，則確定所述待檢測對象 通過活體檢測； 否則，則確定所述待檢測對象不通過活體檢測。7. -種活體檢測系統(tǒng)，包括： 結構光光源模塊，用于發(fā)射結構光照射待檢測對象； 圖像數(shù)據(jù)獲取模塊，用于獲取所述結構光照射下所述待檢測對象的第一人臉圖像數(shù) 據(jù)；以及 活體檢測模塊，基于所述第一人臉圖像數(shù)據(jù)，確定指示所述結構光在所述待檢測對象 臉部的亞表面散射程度的檢測參數(shù)，并且基于所述檢測參數(shù)和預先確定的參數(shù)閾值，確定 所述待檢測對象是否為活體。8. 如權利要求7所述的活體檢測系統(tǒng)，其中在所述結構光光源模塊發(fā)射結構光照射待 檢測對象之前，所述圖像數(shù)據(jù)獲取模塊連續(xù)捕獲待檢測對象的監(jiān)視圖像， 所述活體檢測模塊利用預先訓練的人臉檢測單元檢測所述監(jiān)視圖像，以獲得監(jiān)視結 果， 當所述監(jiān)視結果指示所述監(jiān)視圖像中存在臉部圖像時，所述活體檢測模塊控制開啟所 述結構光光源模塊發(fā)射所述結構光照射所述待檢測對象。9. 如權利要求7所述的活體檢測系統(tǒng)，其中所述檢測參數(shù)為所述第一人臉圖像數(shù)據(jù)在 預定區(qū)域內(nèi)的梯度強度和與在所述預定區(qū)域內(nèi)的圖像總體亮度值的比值。10. 如權利要求9所述的活體檢測系統(tǒng)，其中所述活體檢測模塊利用預先訓練的人臉關 鍵點檢測單元在所述第一人臉圖像數(shù)據(jù)上確定多個預定人臉關鍵點，根據(jù)所述多個預定人 臉關鍵點確定所述預定區(qū)域。11. 如權利要求7所述的活體檢測系統(tǒng)，其中所述活體檢測模塊將所述第一人臉圖像數(shù) 據(jù)分為多個子圖像區(qū)域;將每個子圖像區(qū)域的子圖像數(shù)據(jù)進行傅里葉變換，以獲得所述每 個子圖像區(qū)域的子圖像傅里葉變換系數(shù);對于所述每個子圖像區(qū)域，計算子圖像傅里葉變 換系數(shù)在預定頻率范圍內(nèi)的平方和與子圖像傅里葉變換最低頻率系數(shù)的平方和的比例；以 及計算所述多個子圖像區(qū)域中所述比例的平均值作為所述檢測參數(shù)。12. 如權利要求7到11的任一項所述的活體檢測系統(tǒng)，其中如果所述檢測參數(shù)大于第一 參數(shù)閾值并且小于第二參數(shù)閾值，則所述活體檢測模塊確定所述待檢測對象通過活體檢 測； 否則，則所述活體檢測模塊確定所述待檢測對象不通過活體檢測。
【文檔編號】G06K9/00GK105912986SQ201610203579
【公開日】2016年8月31日
【申請日】2016年4月1日
【發(fā)明人】范浩強, 印奇
【申請人】北京曠視科技有限公司, 北京小孔科技有限公司