本發(fā)明涉及識別系統(tǒng)技術(shù)領(lǐng)域，具體而言，涉及一種活體檢測方法及裝置。

背景技術(shù)：

隨著社會的發(fā)展，以及科學(xué)技術(shù)的進步，處理器的運算能力越來越強大，因此，應(yīng)用人臉識別技術(shù)的識別系統(tǒng)在社會上得到了廣泛的應(yīng)用。

人臉識別技術(shù)是一種生物特征識別技術(shù)，其以方便、快捷和準(zhǔn)確等技術(shù)優(yōu)勢，在近年來獲取了突飛猛進的發(fā)展。識別系統(tǒng)的輸入端輸入的一般為一張含有待檢測人臉圖像，以及數(shù)據(jù)庫中預(yù)存的已知身份的人臉圖像，通過比對其相似度便可獲取待識別的人的身份是否為本人。目前，人臉識別技術(shù)已經(jīng)廣泛應(yīng)用于刑偵、銀行系統(tǒng)、海關(guān)檢查等領(lǐng)域。然而，隨著人臉識別技術(shù)應(yīng)用范圍的不斷擴展，一些安全問題也隨之發(fā)生。不法分子利用偽造的人臉照片或圖像欺騙識別系統(tǒng)，因此，人臉識別技術(shù)進一步發(fā)展為了活體識別技術(shù)。但目前現(xiàn)有的活體識別技術(shù)的識別率低，并不能完全規(guī)避分子利用偽造的人臉照片或圖像所帶來的風(fēng)險，從而嚴(yán)重影響了活體識別技術(shù)的進一步發(fā)展。

因此，如何通過活體識別技術(shù)而有效的提高識別系統(tǒng)的便捷性和適用性是目前業(yè)界一大難題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種活體檢測方法及裝置，其能夠有效的提高識別系統(tǒng)的便捷性和適用性。

本發(fā)明的實施例是這樣實現(xiàn)的：

第一方面，本發(fā)明實施例提供了一種活體檢測方法，應(yīng)用于識別系統(tǒng)，所述活體檢測方法包括：獲取人臉圖像。提取所述人臉圖像中的面部特征信息。將所述面部特征信息和預(yù)設(shè)特征面部信息進行匹配，若匹配相似度大于第一預(yù)設(shè)閾值時，隨機調(diào)用活體檢測指令。根據(jù)所述活體檢測指令獲取活體檢測信息。將所述活體檢測信息和預(yù)設(shè)活體信息進行匹配，當(dāng)所述活體檢測信息和所述預(yù)設(shè)活體信息匹配，活體檢測成功。

進一步的，所述活體檢測信息包括：紅外熱成像信息和面部動作信息，將所述活體檢測信息和預(yù)設(shè)活體信息進行匹配，當(dāng)所述活體檢測信息和所述預(yù)設(shè)活體信息匹配，活體檢測成功的步驟，包括：獲取所述紅外熱成像信息所對應(yīng)的面部溫度信息。將所述面部溫度信息和預(yù)設(shè)溫度范圍信息進行比對，若所述面部溫度落在所述預(yù)設(shè)溫度范圍信息范圍內(nèi)，獲取所述面部動作信息。將所述面部動作信息和預(yù)設(shè)面部動作信息匹配，若匹配相似度大于第二預(yù)設(shè)閾值，活體檢測成功。

進一步的，所述預(yù)設(shè)溫度范圍信息為多個，每個所述預(yù)設(shè)溫度范圍信息均位于面部的一個預(yù)設(shè)位置，將所述面部溫度信息和預(yù)設(shè)溫度范圍信息進行比對，當(dāng)所述面部溫度落在所述預(yù)設(shè)溫度范圍信息范圍內(nèi)，獲取所述面部動作信息的步驟，包括：將所述面部溫度信息按照面部的所述預(yù)設(shè)位置分為多個面部局部溫度信息，其中，每個所述面部局部溫度信息均具有多個溫度信息。獲取每個所述面部局部溫度信息的平均溫度信息。將每個所述平均溫度信息和面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息進行比對，若所有的所述平均溫度信息均落在面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息的范圍以內(nèi)，則獲取所述面部動作信息。

進一步的，所述面部動作信息為按照面部運動過程獲取的多張面部圖像，將所述面部動作信息和預(yù)設(shè)面部動作信息匹配，若匹配相似度大于第二預(yù)設(shè)閾值，活體檢測成功的步驟，包括：獲取每張所述面部圖像中每個特征點的坐標(biāo)信息；其中，所述特征點包括：眼球坐標(biāo)、鼻尖坐標(biāo)、上嘴唇坐標(biāo)和下嘴唇坐標(biāo)。將每個所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息進行比對；若所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息比對在誤差范圍內(nèi)，則比對成功。獲取所有比對成功的所述坐標(biāo)信息和所有所述坐標(biāo)信息的所述匹配相似度，若所述匹配相似度大于所述第二預(yù)設(shè)閾值，活體檢測成功。

進一步的，提取所述人臉圖像中的面部特征信息的步驟，包括：獲取所述人臉圖像信息中的輪廓信息，其中，所述輪廓信息包括：頭部輪廓信息、眼睛輪廓信息、鼻子輪廓信息和嘴巴輪廓信息。獲取所述輪廓信息的第一特征量，以及獲取所述輪廓信息和相鄰的所述輪廓信息之間的第二特征量，所述第一特征量和所述第二特征量均為所述面部特征信息。

第二方面，本發(fā)明實施例提供了一種活體檢測裝置，應(yīng)用于識別系統(tǒng)，所述活體檢測裝置包括：圖像采集模塊，用于獲取人臉圖像。圖像提取模塊，用于提取所述人臉圖像中的面部特征信息。圖像匹配模塊，用于將所述面部特征信息和預(yù)設(shè)特征面部信息進行匹配，若匹配相似度大于第一預(yù)設(shè)閾值時，隨機調(diào)用活體檢測指令?；铙w采集模塊，用于根據(jù)所述活體檢測指令獲取活體檢測信息?；铙w匹配模塊，用于將所述活體檢測信息和預(yù)設(shè)活體信息進行匹配，當(dāng)所述活體檢測信息和所述預(yù)設(shè)活體信息匹配，活體檢測成功。

進一步的，所述活體檢測信息包括：紅外熱成像信息和面部動作信息，所述活體匹配模塊包括：溫度提取單元，用于獲取所述紅外熱成像信息所對應(yīng)的面部溫度信息。溫度匹配單元，用于將所述面部溫度信息和預(yù)設(shè)溫度范圍信息進行比對，若所述面部溫度落在所述預(yù)設(shè)溫度范圍信息范圍內(nèi)，獲取所述面部動作信息?；铙w匹配單元，用于將所述面部動作信息和預(yù)設(shè)面部動作信息匹配，若匹配相似度大于第二預(yù)設(shè)閾值，活體檢測成功。

進一步的，所述預(yù)設(shè)溫度范圍信息為多個，每個所述預(yù)設(shè)溫度范圍信息均位于面部的一個預(yù)設(shè)位置，所述溫度匹配單元包括：溫度分割子單元，用于將所述面部溫度信息按照面部的所述預(yù)設(shè)位置分為多個面部局部溫度信息，其中，每個所述面部局部溫度信息均具有多個溫度信息。溫度平均子單元，用于獲取每個所述面部局部溫度信息的平均溫度信息。溫度匹配子單元，用于將每個所述平均溫度信息和面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息進行比對，若所有的所述平均溫度信息均落在面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息的范圍以內(nèi)，則獲取所述面部動作信息。

進一步的，所述面部動作信息為按照面部運動過程獲取的多張面部圖像，所述活體匹配單元包括：坐標(biāo)獲取子單元，用于獲取每張所述面部圖像中每個特征點的坐標(biāo)信息，其中，所述特征點包括：眼球坐標(biāo)、鼻尖坐標(biāo)、上嘴唇坐標(biāo)和下嘴唇坐標(biāo)。坐標(biāo)匹配子單元，用于將每個所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息進行比對；若所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息比對在誤差范圍內(nèi)，則比對成功。結(jié)果處理子單元，用于獲取所有比對成功的所述坐標(biāo)信息和所有所述坐標(biāo)信息的所述匹配相似度，若所述匹配相似度大于所述第二預(yù)設(shè)閾值，活體檢測成功。

進一步的，所述圖像提取模塊包括：特征信息獲取單元，用于獲取所述人臉圖像信息中的輪廓信息，其中，所述輪廓信息包括：頭部輪廓信息、眼睛輪廓信息、鼻子輪廓信息和嘴巴輪廓信息。特征信息計算單元，用于獲取所述輪廓信息的第一特征量，以及獲取所述輪廓信息和相鄰的所述輪廓信息之間的第二特征量，所述第一特征量和所述第二特征量均為所述面部特征信息。

本發(fā)明實施例的有益效果是：

活體檢測裝置能夠獲取到人臉圖像。由于需要對人臉圖像進行識別，而識別可通過人臉圖像上的特征進行識別。從而在獲取人臉圖像后，活體檢測裝置能夠提取所獲取到的人臉圖像中的面部特征信息。

活體檢測裝置存儲有預(yù)設(shè)特征面部信息以便于進行比對識別。在提取到面部特征信息后，活體檢測裝置將面部特征信息和預(yù)設(shè)特征面部信息進行匹配。在匹配后，活體檢測裝置能夠獲得一個匹配的相似度。若匹配相似度大于第一預(yù)設(shè)閾值時，活體檢測裝置可判定人臉圖像為和預(yù)設(shè)特征面部信息所對應(yīng)的預(yù)設(shè)人臉為同一人。此時活體檢測裝置通過生成隨機調(diào)用活體檢測指令進行進一步的檢測。

活體檢測裝置能夠根據(jù)生成的活體檢測指令而獲取輸入的活體檢測信息?；铙w檢測裝置也存儲有預(yù)設(shè)活體信息以便于進行比對識別。在獲取到活體檢測信息后，活體檢測裝置能將將獲取到的活體檢測信息和預(yù)設(shè)活體信息進行匹配，當(dāng)所述活體檢測信息和所述預(yù)設(shè)活體信息匹配，活體檢測成功。

因此，通過進行人臉圖像識別后，能夠判定待識別的是否為本人，而再通過活體檢測則能夠有效的判定待識別是否為本人的相片或本人的面具。通過過兩次的識別有效的提高了識別的準(zhǔn)確性和安全性，也極大的提高了識別系統(tǒng)的便捷性和適用性。

本發(fā)明的其他特征和優(yōu)點將在隨后的說明書闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明實施例而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。通過附圖所示，本發(fā)明的上述及其它目的、特征和優(yōu)勢將更加清晰。在全部附圖中相同的附圖標(biāo)記指示相同的部分。并未刻意按實際尺寸等比例縮放繪制附圖，重點在于示出本發(fā)明的主旨。

圖1示出了本發(fā)明實施例提供的一種識別系統(tǒng)的結(jié)構(gòu)框圖；

圖2示出了本發(fā)明實施例提供的一種活體檢測方法的方法流程圖；

圖3示出了本發(fā)明實施例提供的一種活體檢測方法中步驟S200的方法流程；

圖4示出了本發(fā)明實施例提供的一種活體檢測方法中步驟S500的方法流程；

圖5示出了本發(fā)明實施例提供的一種活體檢測方法中步驟S520的方法流程；

圖6示出了本發(fā)明實施例提供的一種活體檢測方法中步驟S530的方法流程；

圖7示出了本發(fā)明實施例提供的一種活體檢測裝置的結(jié)構(gòu)框圖；

圖8示出了本發(fā)明實施例提供的一種活體檢測裝置中圖像提取模塊的結(jié)構(gòu)框圖；

圖9示出了本發(fā)明實施例提供的一種活體檢測裝置中活體匹配模塊的結(jié)構(gòu)框圖；

圖10示出了本發(fā)明實施例提供的一種活體檢測裝置中活體匹配模塊中的溫度匹配單元的結(jié)構(gòu)框圖；

圖11示出了本發(fā)明實施例提供的一種活體檢測裝置中活體匹配模塊中的活體匹配單元的結(jié)構(gòu)框圖。

圖標(biāo)：100-識別系統(tǒng)；200-活體檢測裝置；101-存儲器；102-存儲控制器；103-處理器；104-外設(shè)接口；105-輸入輸出單元；106-音頻單元；107-顯示單元；210-圖像采集模塊；220-圖像提取模塊；221-特征信息獲取單元；222-特征信息計算單元；230-圖像匹配模塊；240-活體采集模塊；250-活體匹配模塊；251-溫度提取單元；252-溫度匹配單元；2521-溫度分割子單元；2522-溫度平均子單元；2523-溫度匹配子單元；253-活體匹配單元；2531-坐標(biāo)獲取子單元；2532-坐標(biāo)匹配子單元；2533-結(jié)果處理子單元。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實施例的組件可以以各種不同的配置來布置和設(shè)計。

因此，以下對在附圖中提供的本發(fā)明的實施例的詳細(xì)描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。術(shù)語“第一”、“第二”等僅用于區(qū)分描述，而不能理解為指示或暗示相對重要性。

如圖1所示，是所述識別系統(tǒng)100的結(jié)構(gòu)框圖。所述識別系統(tǒng)100包括：活體檢測裝置200、存儲器101、存儲控制器102、處理器103、外設(shè)接口104、輸入輸出單元105、音頻單元106、顯示單元107。

所述存儲器101、存儲控制器102、處理器103、外設(shè)接口104、輸入輸出單元105、音頻單元106、顯示單元107各元件相互之間直接或間接地電性連接，以實現(xiàn)數(shù)據(jù)的傳輸或交互。例如，這些元件相互之間可通過一條或多條通訊總線或信號線實現(xiàn)電性連接。所述活體檢測裝置200包括至少一個可以軟件或固件(firmware)的形式存儲于所述存儲器101中或固化在所述活體檢測裝置200的操作系統(tǒng)(operating system，OS)中的軟件功能模塊。所述處理器103用于執(zhí)行存儲器101中存儲的可執(zhí)行模塊，例如所述活體檢測裝置200包括的軟件功能模塊或計算機程序。

其中，存儲器101可以是，但不限于，隨機存取存儲器101(Random Access Memory，RAM)，只讀存儲器101(Read Only Memory，ROM)，可編程只讀存儲器101(Programmable Read-Only Memory，PROM)，可擦除只讀存儲器101(Erasable Programmable Read-Only Memory，EPROM)，電可擦除只讀存儲器101(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存儲器101用于存儲程序，所述處理器103在接收到執(zhí)行指令后，執(zhí)行所述程序，前述本發(fā)明實施例任一實施例揭示的流過程定義的服務(wù)器所執(zhí)行的方法可以應(yīng)用于處理器103中，或者由處理器103實現(xiàn)。

處理器103可能是一種集成電路芯片，具有信號的處理能力。上述的處理器103可以是通用處理器103，包括中央處理器103(Central Processing Unit，簡稱CPU)、網(wǎng)絡(luò)處理器103(Network Processor，簡稱NP)等；還可以是數(shù)字信號處理器103(DSP)、專用集成電路(ASIC)、現(xiàn)成可編程門陣列(FPGA)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件。可以實現(xiàn)或者執(zhí)行本發(fā)明實施例中的公開的各方法、步驟及邏輯框圖。通用處理器103可以是微處理器103或者該處理器103也可以是任何常規(guī)的處理器103等。

所述外設(shè)接口104將各種輸入/輸入裝置耦合至處理器103以及存儲器101。在一些實施例中，外設(shè)接口104，處理器103以及存儲控制器102可以在單個芯片中實現(xiàn)。在其他一些實例中，他們可以分別由獨立的芯片實現(xiàn)。

輸入輸出單元105用于提供給用戶輸入數(shù)據(jù)實現(xiàn)用戶與所述服務(wù)器(或本地終端)的交互。所述輸入輸出單元105可以是，但不限于，鼠標(biāo)和鍵盤等。

音頻單元106向用戶提供音頻接口，其可包括一個或多個麥克風(fēng)、一個或者多個揚聲器以及音頻電路。

顯示單元107在所述識別系統(tǒng)100與用戶之間提供一個交互界面(例如用戶操作界面)或用于顯示圖像數(shù)據(jù)給用戶參考。在本實施例中，所述顯示單元107可以是液晶顯示器或觸控顯示器。若為觸控顯示器，其可為支持單點和多點觸控操作的電容式觸控屏或電阻式觸控屏等。支持單點和多點觸控操作是指觸控顯示器能感應(yīng)到來自該觸控顯示器上一個或多個位置處同時產(chǎn)生的觸控操作，并將該感應(yīng)到的觸控操作交由處理器103進行計算和處理。

所述外設(shè)接口104將各種輸入/輸入裝置耦合至處理器103以及存儲器101。在一些實施例中，外設(shè)接口104，處理器103以及存儲控制器可以在單個芯片中實現(xiàn)。在其他一些實例中，他們可以分別由獨立的芯片實現(xiàn)。

輸入輸出單元105用于提供給用戶輸入數(shù)據(jù)實現(xiàn)用戶與處理終端的交互。所述輸入輸出單元105可以是，但不限于，鼠標(biāo)和鍵盤等

請參閱圖2，是本發(fā)明較佳實施例提供的應(yīng)用于圖1所示的識別系統(tǒng)的活體檢測方法的方法流程圖。在本實施例中，活體檢測裝置可以首先通過人臉圖像的比對而確定是否為本人，再通過隨機生成的活體檢測指令而檢測是否為本人還是本人的照片，進而通過兩次檢測而進行精確的活體識別。

具體的，進行人臉識別和活體檢測的流程包括：步驟S100、步驟S200、步驟S300、步驟S400和步驟S500。

步驟S100：獲取人臉圖像。

在活體檢測裝置初步使用時，活體檢測裝置首先需要從攝像頭獲取待檢測的人臉圖像。用戶的頭部按照拍攝標(biāo)準(zhǔn)而對準(zhǔn)攝像頭，從而攝像頭對用戶進行拍照，并將拍攝的人臉圖像輸出到活體檢測裝置，進而活體檢測裝置便能夠通過有線或無線的方式獲取到人臉圖像。作為一種方式，為便于活體檢測裝置能夠清晰準(zhǔn)確的對人臉圖像進行處理，人臉圖像的分辨率可以為1024*768。

步驟S200：提取所述人臉圖像中的面部特征信息。

在活體檢測裝置獲取到人臉圖像，活體檢測裝置需要對獲取的人臉圖像進行特征提取。具體的，在人臉圖像中，人臉圖像包括了：頭部、鼻子、眼睛和嘴巴等部位的圖像，而這些部位均屬于人臉圖像中的特征部位?；铙w檢測裝置按照預(yù)設(shè)的頭部、鼻子、眼睛和嘴巴的部分對獲取到人臉圖像進行分割，從而將完整的人臉圖像分割為的頭部、鼻子、眼睛和嘴巴的部分，而該部分均為人臉圖像的特征部位。其次，活體檢測裝置對分割的特征部位進行幾何量的計算。其中，特征部位的幾何量可以為：頭部形狀的幾何量，鼻子輪廓、長度、寬度的幾何量，眼睛輪廓、眼角角度的幾何量，嘴巴輪廓、嘴角角度，以及各特征部位之間的距離?；铙w檢測裝置通過對人臉圖像進行特征提取，便能夠?qū)⑷四槇D像的畫面信息轉(zhuǎn)換為幾何量，以便于后續(xù)的處理。

步驟S300：將所述面部特征信息和預(yù)設(shè)特征面部信息進行匹配，若匹配相似度大于第一預(yù)設(shè)閾值時，隨機調(diào)用活體檢測指令。

為便于人臉識別，活體檢測裝置內(nèi)預(yù)存了預(yù)設(shè)特征面部信息，即活體檢測裝置內(nèi)預(yù)存了用戶本人的特征面部信息。在本實施例中，為便于活體檢測裝置進行比對，活體檢測裝置存儲的預(yù)設(shè)特征面部信息也為用戶本人的特征面部信息中各特征部位的幾何量。在活體檢測裝置提取到人臉圖像中各特征部位的幾何量后，活體檢測裝置將提取的人臉圖像中各特征部位的幾何量和預(yù)設(shè)特征面部信息中各特征部位的幾何量進行比對。作為一種方式，活體檢測裝置按照部位和部位的對應(yīng)，進行比對，即頭部的幾何量和預(yù)設(shè)的頭部的幾何量進行比對、鼻子的幾何量和預(yù)設(shè)的鼻子的幾何量進行比對、眼睛的幾何量和預(yù)設(shè)的眼睛的幾何量進行比對、嘴巴的幾何量和預(yù)設(shè)的嘴巴的幾何量進行比對。作為另一種方式，人臉圖像中各特征部位的幾何量均可以為定值，而預(yù)設(shè)特征面部信息中各特征部位的幾何量也可以為定值。為提高識別率，人臉圖像中各特征部位的幾何量和預(yù)設(shè)特征面部信息中各特征部位的幾何量比對的差值不超過預(yù)設(shè)特征面部信息中各特征部位的幾何量的10％，則認(rèn)為該部位的比對識別成功。再者，第一預(yù)設(shè)閾值為70％，而匹配相似度為識別成功的特征部位和所有特種部位的比值。在本實施例中，活體檢測裝置需要對頭部、眼睛、鼻子和嘴巴四個特征部位進行識別。當(dāng)四個特征部位均識別成功，則匹配相似度為100％，而四個特征部位中任意三個特征部位識別成功，則匹配相似度為75％。因此，當(dāng)四個特征部位中大于或等于三個特征部位識別成功，則匹配相似度大于第一預(yù)設(shè)閾值，人臉圖像識別成功，活體檢測裝置隨機調(diào)用活體檢測指令而進行活體檢測。而若四個特征部位中小于三個特征部位識別成功，則匹配相似度小于第一預(yù)設(shè)閾值，人臉圖像識別失敗，此時活體檢測裝置無法生成活體檢測指令而進行活體檢測，因此需要重新進行人臉圖像識別。

在本實施例中，活體檢測裝置內(nèi)預(yù)設(shè)的活體檢測指令包括：轉(zhuǎn)動運動、眼球轉(zhuǎn)動和嘴巴張閉。人臉圖像識別成功后，活體檢測裝置根據(jù)預(yù)設(shè)的三個活體檢測指令而隨機調(diào)用其中一個活體檢測指令，并將其發(fā)送到顯示設(shè)備。而用戶通過觀察顯示設(shè)備便能夠得知活體檢測指令，并做出相對應(yīng)的肢體動作。

步驟S400：根據(jù)所述活體檢測指令獲取活體檢測信息。

活體檢測裝置能夠獲取到攝像頭采集到的一段視頻圖像。而該視頻圖像的內(nèi)容為用戶對應(yīng)活體檢測指令而做出的肢體動作。作為一種方式，為便于活體檢測裝置的運算，該視頻圖像的時長為5秒鐘。由于視頻圖像的特性，每段視頻圖像均是由多幀視頻圖像按照時間順序而組成能夠播放的視頻圖像。從而，活體檢測裝置獲取到一段視頻圖像后，活體檢測裝置能夠?qū)⒁曨l圖像按照每兩幀圖像之間的時間間隔，而將視頻圖像截取并拆分為多幀視頻圖像。作為另一種方式，為提高活體檢測的精確性，攝像頭進行視頻圖像獲取的時，不僅獲取了可見光的視頻影像，還獲取了紅外線的的紅外視頻影像。從而，活體檢測裝置能夠獲取到兩種視頻圖像，其中，每種視頻圖像中的每幀畫面均對應(yīng)為獲取的活體檢測信息。

步驟S500：將所述活體檢測信息和預(yù)設(shè)活體信息進行匹配，當(dāng)所述活體檢測信息和所述預(yù)設(shè)活體信息匹配，活體檢測成功。

活體檢測裝置獲取的到活體檢測信息后，活體檢測裝置獲取到了其中一幀紅外視頻圖像和多幀視頻圖像。在本實施例中，活體檢測裝置能夠?qū)⒓t外視頻圖像的熱成像提取為對應(yīng)的溫度信息，并提取視頻圖像中的面部動作信息。為便于進行匹配活體檢測裝置中分別預(yù)先存儲了預(yù)設(shè)溫度范圍信息和預(yù)設(shè)面部動作信息?；铙w檢測裝置將溫度信息和預(yù)設(shè)溫度范圍信息進行比對，并將視頻圖像中的面部動作信息和預(yù)設(shè)面部動作信息進行匹配。當(dāng)兩者均匹配成功時，此時，活體檢測成功。

通過人臉圖像的識別和活體檢測，活體檢測裝置能夠精確的確認(rèn)待測人物是否為本人。

請參閱圖3，圖3示出了對人臉圖像進行面部特征信息提取的步驟S200的方法流程。在本實施例中，活體檢測裝置先對人臉圖像進行分隔，再對分隔后的人臉圖像進行特征提取，并獲取被提取的特征所具有的特征量。

具體的，人臉圖像進行面部特征信息提取子流程包括：步驟S210和步驟S220。

步驟S210：獲取所述人臉圖像信息中的輪廓信息，其中，所述輪廓信息包括：頭部輪廓信息、眼睛輪廓信息、鼻子輪廓信息和嘴巴輪廓信息。

活體檢測裝置內(nèi)預(yù)設(shè)有人臉的輪廓特征區(qū)域，即頭部輪廓的區(qū)域，鼻子輪廓的區(qū)域，眼睛輪廓的區(qū)域和嘴巴輪廓的區(qū)域。而活體檢測裝置獲取到的是按照拍攝標(biāo)準(zhǔn)拍攝的人臉圖像，該拍攝標(biāo)準(zhǔn)是以一定的拍攝距離、拍攝高度以及拍攝角度進行的拍攝，從而能夠確?；铙w檢測裝置獲取的人臉圖像中的特征部位均能夠落入預(yù)設(shè)的人臉輪廓特征區(qū)域中?；铙w檢測裝置通過根據(jù)預(yù)設(shè)的人臉輪廓特征區(qū)域?qū)θ四槇D像進行分隔，并保留人臉圖像中的特征部位，從而能夠有效的減小活體檢測裝置運算負(fù)荷。

在本實施例中，由于每個像素點自身的RGB值的不同，從而多個RGB值不同像素點能夠構(gòu)成人臉圖像。通過混合高斯模型可計算出每個像素點自身的RGB值所對應(yīng)的高斯分量。因此，每個像素點的RGB值不同，所對應(yīng)的高斯分量也不同。作為一種方式，活體檢測裝置首先通過預(yù)設(shè)人臉圖像進行混合高斯模型的訓(xùn)練，從而獲取預(yù)設(shè)人臉圖像中每個像素點的高斯分量，并將預(yù)設(shè)人臉圖像中屬于特征部位的像素點的高斯分量進行存儲。通過按照一定順序計算被分隔的人臉圖像中每個像素點的高斯分量，并和存儲的像素點的高斯分量進行比對，便能夠?qū)θ四槇D像中的特征部位進行特征提取。其中，按照一定的順序可以為：從上至下，再從左至右，但并不限定。在計算出高斯分量之后，還需對人臉圖像中的特征部位的邊緣進行精確的確定。作為另一種方式，相同的景物的圖像顏色可認(rèn)為是漸變的，而不同景物圖像則可認(rèn)為是突變的?；铙w檢測裝置通過邊界能量計算而獲取每個像素點的RGB值所對應(yīng)的邊界能量。當(dāng)計算出的兩個像素的邊界能量值接近或相同，則認(rèn)為兩個像素均屬于同一特征部位中，而兩個像素的邊界能量相差很大，則兩個像素分別屬于不同的特征部位。通過邊界能量的計算，便能夠精確的確定人臉圖像中特征部位圖像的邊界。從而便能夠?qū)θ四槇D像中的特征部位進行提取。

再者，人臉圖像中每個像素點均能夠放置到一個二維坐標(biāo)系中，從而活體檢測裝置還能夠獲取人臉圖像的每個像素點所對應(yīng)的坐標(biāo)。活體檢測裝置進行特征提取后，被提取的特征部位的所有像素點均具有自身對應(yīng)的坐標(biāo)，而活體檢測裝置按照一定順序通過獲取每個特征部位中像素點的坐標(biāo)信息便能夠人臉圖像信息中每個特征部位的輪廓信息，即特征部位的輪廓信息為多個坐標(biāo)。由于輪廓信息包括：頭部輪廓信息、眼睛輪廓信息、鼻子輪廓信息和嘴巴輪廓信息，從而活體檢測裝置獲取的為：組成頭部輪廓的多個坐標(biāo)信息、組成眼睛輪廓的多個坐標(biāo)信息、組成鼻子輪廓的多個坐標(biāo)信息和組成嘴巴輪廓的多個坐標(biāo)信息。

步驟S220：獲取所述輪廓信息的第一特征量，以及獲取所述輪廓信息和相鄰的所述輪廓信息之間的第二特征量，所述第一特征量和所述第二特征量均為所述面部特征信息。

本實施例中，活體檢測裝置可采用幾何特征計算的方法而計算各人特征部位的幾何量，而提取的幾何量也為面部特征信息。具體的，活體檢測裝置獲取到了各個特征部位的輪廓信息后，活體檢測裝置將各個特征部位的輪廓信息所對應(yīng)的坐標(biāo)信息進行四則運算，即通過坐標(biāo)信息相互之間的四則運算而獲取到各輪廓信息的幾何量。例如，將眼睛輪廓中的坐標(biāo)信息進行相互之間的四則運算，便能夠獲得眼睛的長度、寬度和眼角的角度。而將眼睛輪廓中的坐標(biāo)信息和嘴巴輪廓中的坐標(biāo)信息進行相互之間的四則運算，便能夠獲取眼睛和嘴巴之間的距離。在本實施例中，幾何量也可以為特征量。通過幾何特征計算，便能夠獲取頭部長度、寬度的第一特征量；鼻子長度、寬度、鼻子角度的第一特征量；眼睛長度、寬度、眼角角度的第一特征量；嘴巴長度、寬度、嘴角角度的第一特征量，以及各特征部位之間的距離所對應(yīng)的第二特征量。

請參閱圖4，圖4示出了進行活體檢測的步驟S500的方法流程。在本實施例中，活體檢測裝置先通過紅外成像對應(yīng)進行溫度的檢測匹配，再進行面部動作的檢測匹配，從而能夠有效的對活體進行確認(rèn)。

具體的，活體檢測的子流程包括：步驟S510、步驟S520和步驟S530。

步驟S510：獲取所述紅外熱成像信息所對應(yīng)的面部溫度信息。

由于溫度的不同，紅外光的波長也不同?；铙w檢測裝置獲取到每幀紅外的視頻圖像后，活體檢測裝置根據(jù)紅外熱成像中波長信息，將獲取每個目標(biāo)物的紅外熱成像信息對應(yīng)轉(zhuǎn)換為溫度信息。從而活體檢測裝置便能夠獲取到紅外視頻圖像所對應(yīng)的面部溫度信息。

步驟S520：將所述面部溫度信息和預(yù)設(shè)溫度范圍信息進行比對，若所述面部溫度落在所述預(yù)設(shè)溫度范圍信息范圍內(nèi)，獲取所述面部動作信息。

在本實施例中，面部的部位不同，對應(yīng)的溫度也不同。為便于進行比對，活體檢測裝置將紅外視頻圖像中所有的面部溫度信息進行平均，從而獲得紅外視頻圖像的平均溫度信息?；铙w檢測裝置存儲有預(yù)設(shè)溫度范圍信息。預(yù)設(shè)溫度范圍信息為一個溫度的范圍。人群統(tǒng)計裝置將紅外視頻圖像的平均溫度信息和預(yù)設(shè)范圍溫度信息匹配，若紅外視頻圖像的平均溫度信落在預(yù)設(shè)范圍溫度信息以內(nèi)，則面部溫度檢測成功，反之則失敗。

在本實施例中，為保證活體檢測裝置進行活體識別的準(zhǔn)確，當(dāng)面部溫度檢測成功后，活體檢測裝置再獲取多幀視頻圖像，而多幀視頻圖像的內(nèi)容包含了用戶的面部動作信息。

步驟S530：將所述面部動作信息和預(yù)設(shè)面部動作信息匹配，若匹配相似度大于第二預(yù)設(shè)閾值，活體檢測成功。

活體檢測裝置獲取到多幀視頻圖像后，活體檢測裝置也按照混合高斯模型對每幀視頻圖像中的每個像素進行計算，從而能夠獲取到每個像素的高斯分量，再通過高斯分量和預(yù)設(shè)的比對，則能夠?qū)γ繋曨l圖像進行特征提取。再者，活體檢測裝置在獲取每個特征部位的坐標(biāo)，并和預(yù)設(shè)特征部位的坐標(biāo)進行比對。作為一種方式，預(yù)設(shè)特征部位的坐標(biāo)包括：眼球坐標(biāo)、鼻尖坐標(biāo)、上嘴唇坐標(biāo)和下嘴唇坐標(biāo)。作為另一種方式，本實施例的第二預(yù)設(shè)閾值為70％。當(dāng)所有的特征部位的坐標(biāo)均和預(yù)設(shè)特征部位的坐標(biāo)比對而匹配，則匹配相似度為100％，當(dāng)其中任意三個特征部位的坐標(biāo)均和預(yù)設(shè)特征部位的坐標(biāo)比對而匹配，則匹配相似度為75％，從而當(dāng)大于或等于三個特征部位的坐標(biāo)和預(yù)設(shè)特征部位的坐標(biāo)比對而匹配時，活體檢測成功。

請參閱圖5，圖5示出了進行面部溫度信息匹配的步驟S520的方法流程。在本實施例中，活體檢測裝置通過對面部設(shè)定局部區(qū)域，并分別對每個局部溫度信息進行匹配而判定溫度檢測是否成功。

具體的，面部溫度信息匹配的子流程包括：步驟S521、步驟S522和步驟S523。

步驟S521：將所述面部溫度信息按照面部的所述預(yù)設(shè)位置分為多個面部局部溫度信息，其中，每個所述面部局部溫度信息均具有多個溫度信息。

活體檢測裝置獲取面部溫度信息的紅外熱成像信息后，活體檢測裝置按照預(yù)設(shè)的特征區(qū)域?qū)⒚娌繙囟刃畔⒌募t外熱成像信息劃分為多個局部紅外熱成像信息，即活體檢測裝置獲取的是每個特征區(qū)域的局部紅外熱成像信息所對應(yīng)的熱力圖。作為一種方式，特征區(qū)域可以為：眼部區(qū)域、鼻子區(qū)域和嘴巴區(qū)域。每個特征區(qū)域均具有一定的面積，從而在每個特征區(qū)域中的局部紅外熱成像信息也存在著差別，可以理解為，每個特征區(qū)域中的熱力圖并不只為一種顏色，而是多種顏色所對應(yīng)的多種溫度。

步驟S522：獲取每個所述面部局部溫度信息的平均溫度信息。

為便于后續(xù)的匹配，活體檢測裝置首先將計算出每個熱力圖中每種顏色所對應(yīng)的面積和特征區(qū)域的面積比值，再將每個顏色所對應(yīng)的溫度乘以該顏色的面積比值，并將每個乘積相加后除以特征區(qū)域中的顏色數(shù)量，從而活體檢測裝置便獲取了每個特征區(qū)域中的局部平均溫度信息。

步驟S523：將每個所述平均溫度信息和面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息進行比對，若所有的所述平均溫度信息均落在面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息的范圍以內(nèi)，則獲取所述面部動作信息。

活體檢測裝置中還按照特征區(qū)域而存儲了每個特征區(qū)域的預(yù)設(shè)局部范圍溫度信息。作為一種方式，預(yù)設(shè)局部范圍溫度信息也為一個溫度范圍?；铙w檢測裝置將每個特征區(qū)域中的局部平均溫度信息和預(yù)設(shè)局部范圍溫度信息進行比對。作為另一種方式，比對可以為特征區(qū)域的對應(yīng)比對，即眼部區(qū)域的局部平均溫度信息和眼部區(qū)域的預(yù)設(shè)局部平均溫度信息比對，鼻子區(qū)域的局部平均溫度信息和鼻子區(qū)域的預(yù)設(shè)局部平均溫度信息比對，嘴巴區(qū)域的局部平均溫度信息和嘴巴區(qū)域的預(yù)設(shè)局部平均溫度信息比對。當(dāng)三個特征區(qū)域中的局部平均溫度信息均落在預(yù)設(shè)局部范圍溫度信息的范圍以內(nèi)，則比對成功，反之，則比對失敗。

參閱上述，可以理解到，溫度檢測成功后，活體檢測裝置再獲取多幀視頻圖像，而多幀視頻圖像的內(nèi)容包含了用戶的面部動作信息。

請參閱圖6，圖6時示出了面部動作信息匹配的步驟S530的方法流程。在本實施例中，活體檢測裝置先獲取特征部位的坐標(biāo)，在通過特征部位的坐標(biāo)的比對而判定面部動作信息的匹配是否成功。

具體的，面部動作信息匹配的子流程包括：步驟S531、步驟S532和步驟S533。

步驟S531：獲取每張所述面部圖像中每個特征點的坐標(biāo)信息；其中，所述特征點包括：眼球坐標(biāo)、鼻尖坐標(biāo)、上嘴唇坐標(biāo)和下嘴唇坐標(biāo)。

活體檢測裝置獲取到多幀視頻圖像后，參閱上述的混合高斯模型計算，活體檢測裝置能夠通過混合高斯模型對每幀視頻圖像中的每個像素進行計算。而活體檢測裝置中預(yù)設(shè)有多個特征點如：眼球、鼻尖、上嘴唇和下嘴唇的高斯分量。從而活體檢測裝置通過計算獲取到每個像素的高斯分量，便能夠和預(yù)設(shè)的特征點比對，而對每幀視頻圖像中的特征點進行提取。作為一種方式，獲取到的視頻圖像和活體檢測裝置中預(yù)設(shè)的特征點均可放置在一個二維坐標(biāo)系中，從而活體檢測裝置還能夠獲取到所提取的每個特征點所對應(yīng)的坐標(biāo)信息。

步驟S532：將每個所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息進行比對；若所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息比對在誤差范圍內(nèi)，則比對成功。

活體檢測裝置將每個特征點所對應(yīng)的坐標(biāo)信息和對應(yīng)的預(yù)設(shè)的特征點的坐標(biāo)信息進行比對，即將眼球的坐標(biāo)信息和眼球的預(yù)設(shè)坐標(biāo)信息比對，將鼻尖的坐標(biāo)信息和鼻尖的預(yù)設(shè)坐標(biāo)信息比對，將上嘴唇的坐標(biāo)信息和上嘴唇的預(yù)設(shè)坐標(biāo)信息比對，將下嘴唇的坐標(biāo)信息和下嘴唇的預(yù)設(shè)坐標(biāo)信息比對。每個特征點所對應(yīng)的坐標(biāo)信息和對應(yīng)的預(yù)設(shè)的特征點的坐標(biāo)信息進行比對會產(chǎn)生一個差值。當(dāng)該差值與預(yù)設(shè)的特征點的坐標(biāo)信息相比，在預(yù)設(shè)的特征點的坐標(biāo)信息的10％以內(nèi)，則活體檢測裝置判定該特征點的坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息比對在誤差范圍內(nèi)，比對成功。

步驟S533：獲取所有比對成功的所述坐標(biāo)信息和所有所述坐標(biāo)信息的所述匹配相似度，若所述匹配相似度大于所述第二預(yù)設(shè)閾值，活體檢測成功。

本實施例中，第二預(yù)設(shè)閾值為70％?；铙w檢測裝置將所有比對成功的特征點和所有的特征點相比。當(dāng)所有的特征點的坐標(biāo)均匹配，則匹配相似度為100％，當(dāng)其中任意三個特征部位的坐標(biāo)均和預(yù)設(shè)特征部位的坐標(biāo)比對而匹配，則匹配相似度為75％，從而當(dāng)大于或等于三個特征部位的坐標(biāo)和預(yù)設(shè)特征部位的坐標(biāo)比對而匹配時，活體檢測成功。

請參閱圖7，圖7為本發(fā)明實施例提供的應(yīng)用于圖1所示的識別系統(tǒng)100的活體檢測裝置200的結(jié)構(gòu)框圖。所述的裝置包括：圖像采集模塊210、圖像提取模塊220、圖像匹配模塊230、活體采集模塊240和活體匹配模塊250。

圖像采集模塊210，用于獲取人臉圖像。

圖像提取模塊220，用于提取所述人臉圖像中的面部特征信息。

圖像匹配模塊230，用于將所述面部特征信息和預(yù)設(shè)特征面部信息進行匹配，若匹配相似度大于第一預(yù)設(shè)閾值時，隨機調(diào)用活體檢測指令。

活體采集模塊240，用于根據(jù)所述活體檢測指令獲取活體檢測信息。

活體匹配模塊250，用于將所述活體檢測信息和預(yù)設(shè)活體信息進行匹配，當(dāng)所述活體檢測信息和所述預(yù)設(shè)活體信息匹配，活體檢測成功。

請參閱圖8，圖8為本發(fā)明實施例提供中圖像提取模塊220的結(jié)構(gòu)框圖，該圖像提取模塊220包括：特征信息獲取單元221和特征信息計算單元222。

特征信息獲取單元221，用于獲取所述人臉圖像信息中的輪廓信息，其中，所述輪廓信息包括：頭部輪廓信息、眼睛輪廓信息、鼻子輪廓信息和嘴巴輪廓信息。

特征信息計算單元222，用于獲取所述輪廓信息的第一特征量，以及獲取所述輪廓信息和相鄰的所述輪廓信息之間的第二特征量，所述第一特征量和所述第二特征量均為所述面部特征信息。

請參閱圖9，圖9為本發(fā)明實施例提供中活體匹配模塊250的結(jié)構(gòu)框圖。該活體匹配模塊250包括：溫度提取單元251、溫度匹配單元252和活體匹配單元253。

溫度提取單元251，用于獲取所述紅外熱成像信息所對應(yīng)的面部溫度信息。

溫度匹配單元252，用于將所述面部溫度信息和預(yù)設(shè)溫度范圍信息進行比對，若所述面部溫度落在所述預(yù)設(shè)溫度范圍信息范圍內(nèi)，獲取所述面部動作信息。

活體匹配單元253，用于將所述面部動作信息和預(yù)設(shè)面部動作信息匹配，若匹配相似度大于第二預(yù)設(shè)閾值，活體檢測成功。

請參閱圖10，圖10為本發(fā)明實施例提供中溫度匹配單元252的結(jié)構(gòu)框圖。該溫度匹配單元252包括：溫度分割子單元2521、溫度平均子單元2522和溫度匹配子單元2523。

溫度分割子單元2521，用于將所述面部溫度信息按照面部的所述預(yù)設(shè)位置分為多個面部局部溫度信息，其中，每個所述面部局部溫度信息均具有多個溫度信息。

溫度平均子單元2522，用于獲取每個所述面部局部溫度信息的平均溫度信息.

溫度匹配子單元2523，用于將每個所述平均溫度信息和面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息進行比對，若所有的所述平均溫度信息均落在面部所述預(yù)設(shè)位置相同的所述預(yù)設(shè)局部溫度范圍信息的范圍以內(nèi)，則獲取所述面部動作信息。

請參閱圖11，圖11為本發(fā)明實施例提供中活體匹配單元253的結(jié)構(gòu)框圖。該活體匹配單元253包括：坐標(biāo)獲取子單元2531、坐標(biāo)匹配子單元2532和結(jié)果處理子單元2533。

坐標(biāo)獲取子單元2531，用于獲取每張所述面部圖像中每個特征點的坐標(biāo)信息；其中，所述特征點包括：眼球坐標(biāo)、鼻尖坐標(biāo)、上嘴唇坐標(biāo)和下嘴唇坐標(biāo)。

坐標(biāo)匹配子單元2532，用于將每個所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息進行比對；若所述坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息比對在誤差范圍內(nèi)，則比對成功。

結(jié)果處理子單元2533，用于獲取所有比對成功的所述坐標(biāo)信息和所有所述坐標(biāo)信息的所述匹配相似度，若所述匹配相似度大于所述第二預(yù)設(shè)閾值，活體檢測成功。

需要說明的是，由于所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)、裝置和單元的具體工作過程，可以參考前述方法實施例中的對應(yīng)過程，在此不再贅述。

綜上所述，在本發(fā)明實施例提供了一種活體檢測方法及裝置，在該活體檢測方中，活體檢測裝置能夠獲取到人臉圖像。由于需要對人臉圖像進行識別，而識別可通過人臉圖像上的特征進行識別。從而在獲取人臉圖像后，活體檢測裝置能夠提取所獲取到的人臉圖像中的面部特征信息。

活體檢測裝置存儲有預(yù)設(shè)特征面部信息以便于進行比對識別。在提取到面部特征信息后，活體檢測裝置將面部特征信息和預(yù)設(shè)特征面部信息進行匹配。在匹配后，活體檢測裝置能夠獲得一個匹配的相似度。若匹配相似度大于第一預(yù)設(shè)閾值時，活體檢測裝置可判定人臉圖像為和預(yù)設(shè)特征面部信息所對應(yīng)的預(yù)設(shè)人臉為同一人。此時活體檢測裝置通過生成隨機調(diào)用活體檢測指令進行進一步的檢測。

活體檢測裝置能夠根據(jù)生成的活體檢測指令而獲取輸入的活體檢測信息?；铙w檢測裝置也存儲有預(yù)設(shè)活體信息以便于進行比對識別。在獲取到活體檢測信息后，活體檢測裝置能將將獲取到的活體檢測信息和預(yù)設(shè)活體信息進行匹配，當(dāng)所述活體檢測信息和所述預(yù)設(shè)活體信息匹配，活體檢測成功。

因此，通過進行人臉圖像識別后，能夠判定待識別的是否為本人，而再通過活體檢測則能夠有效的判定待識別是否為本人的相片或本人的面具。通過過兩次的識別有效的提高了識別的準(zhǔn)確性和安全性，也極大的提高了識別系統(tǒng)的便捷性和適用性。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。