1是圖示根據(jù)本發(fā)明實(shí)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(shí)施例的活體檢測方法包括以下步驟。
[0033]在步驟SlOl中，獲取經(jīng)由視頻采集裝置采集的視頻數(shù)據(jù)。在本發(fā)明的一個(gè)實(shí)施例中，所述視頻采集裝置為能夠獲取被攝體的視頻數(shù)據(jù)的攝像頭(諸如智能電話的前置或后置攝像頭、門禁系統(tǒng)的攝像頭等)。獲取經(jīng)由視頻采集裝置采集的視頻數(shù)據(jù)包括但不限于，在由物理位置上分離配置的視頻采集裝置采集視頻數(shù)據(jù)之后，經(jīng)由有線或者無線方式，接收從所述視頻采集裝置發(fā)送的視頻數(shù)據(jù)?？商娲?，視頻采集裝置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(jī)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)部總線接收從所述視頻采集裝置發(fā)送的視頻數(shù)據(jù)。
[0034]在本發(fā)明的一個(gè)實(shí)施例中，經(jīng)由視頻采集裝置采集的視頻數(shù)據(jù)可以為一段連續(xù)預(yù)定時(shí)間段(例如，3秒鐘)的視頻。作為活體檢測對象的人臉需要能夠清楚地出現(xiàn)在視頻中。在本發(fā)明的一個(gè)優(yōu)選實(shí)施例中，在所述預(yù)定時(shí)間段的視頻中，需要記錄活體檢測對象根據(jù)指示完成特定動作前后的特定區(qū)域的圖像。所述特定動作例如可以是用手指按壓兩腮的皮膚，或者吸氣將兩腮鼓起。此后，處理進(jìn)到步驟S102。
[0035]在步驟S102中，基于視頻數(shù)據(jù)，確定待檢測對象。在本發(fā)明的一個(gè)實(shí)施例中，可以使用預(yù)先訓(xùn)練好的人臉檢測器(諸如Adaboost Cascade)來獲取視頻數(shù)據(jù)中人臉在視頻圖像中的位置。具體地，例如預(yù)先采集大量(諸如N=1000)人臉圖像，人工在每張圖像中標(biāo)注人臉的眼角、嘴角、鼻翼、顴骨最高點(diǎn)等一系列關(guān)鍵點(diǎn)，使用機(jī)器學(xué)習(xí)算法(諸如、深度學(xué)習(xí)、或者基于局部特征的回歸算法)，訓(xùn)練獲得人臉檢測器(諸如Adaboost Cascade)。使用訓(xùn)練好的人臉檢測器，可以基于輸入的圖像，輸出人臉位置以及關(guān)鍵點(diǎn)坐標(biāo)。更進(jìn)一步地，在獲得人臉位置以及其上的關(guān)鍵點(diǎn)坐標(biāo)之后，根據(jù)關(guān)鍵點(diǎn)確定人臉區(qū)域中的至少一個(gè)關(guān)鍵區(qū)域。例如，可以將人臉區(qū)域劃分為一系列三角片元，將位于下巴、顴骨、兩腮等區(qū)域的三角片元的圖像作為關(guān)鍵區(qū)域圖像。此后，處理進(jìn)到步驟S103。
[0036]在步驟S103中，獲取對應(yīng)于待檢測對象的待檢測信號。在本發(fā)明的一個(gè)實(shí)施例中，在記錄活體檢測對象根據(jù)指示完成特定動作前后的關(guān)鍵區(qū)域的圖像后，將捕獲的特定動作前后的關(guān)鍵區(qū)域的圖像作為待檢測信號。在本發(fā)明的另一個(gè)實(shí)施例中，在記錄活體檢測對象根據(jù)指示完成特定動作前后的關(guān)鍵區(qū)域的圖像后，將捕獲的特定動作后的關(guān)鍵區(qū)域的圖像以及特定動作后的關(guān)鍵區(qū)域周圍預(yù)定范圍的相關(guān)區(qū)域圖像作為待檢測信號。如果所述待檢測對象是活體，則所述待檢測信號中將包含反應(yīng)活體皮膚彈性的特征信號。以下，將參照流程圖進(jìn)一步詳細(xì)描述如何處理并且獲取待檢測信號。此后，處理進(jìn)到步驟S104。
[0037]在步驟S104中，確定待檢測信號是否為活體生理信號。在本發(fā)明的一個(gè)實(shí)施例中，將在步驟S103中獲取的待檢測信號送入訓(xùn)練好的分類器。如果分類器確定待檢測信號是活體生理信號，則輸出I，否則輸出O。訓(xùn)練分類器的過程可以離線進(jìn)行。例如，事先收集活體真人執(zhí)行規(guī)定動作的前后幀的圖像，同時(shí)收集使用照片、視頻回放、紙片面具以及3D模型等做規(guī)定動作的攻擊圖像，將前者作為正樣本，將后者作為負(fù)樣本，然后使用深度學(xué)習(xí)，支撐向量機(jī)等統(tǒng)計(jì)學(xué)習(xí)方法訓(xùn)練分類器。
[0038]上述根據(jù)本發(fā)明實(shí)施例的活體檢測方法，通過檢測被試者的視頻圖像序列中的皮膚彈性特征以進(jìn)行活體檢測，從而可以有效地防范照片、3D人臉模型和面具攻擊。
[0039]以下，將參照圖2進(jìn)一步描述執(zhí)行上述活體檢測方法的活體檢測系統(tǒng)。
[0040]圖2是圖示根據(jù)本發(fā)明實(shí)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(shí)施例的活體檢測系統(tǒng)20包括視頻數(shù)據(jù)獲取模塊21、待檢測對象確定模塊22、待檢測信號獲取模塊23以及活體檢測模塊24。所述視頻數(shù)據(jù)獲取模塊21、待檢測對象確定模塊22、待檢測信號獲取模塊23以及活體檢測模塊24例如可以由諸如硬件(例如攝像頭、服務(wù)器、專用計(jì)算機(jī)或CPU、GPU、以及各種專用集成電路等)、軟件、固件以及它們的任意可行的組合配置。
[0041]具體地，所述視頻數(shù)據(jù)獲取模塊21用于獲取視頻數(shù)據(jù)。在本發(fā)明的一個(gè)實(shí)施例中，所述視頻數(shù)據(jù)獲取模塊21可以是包括能夠獲取被攝體的視頻數(shù)據(jù)的RGB攝像機(jī)的視頻采集裝置。在本發(fā)明的另一個(gè)實(shí)施例中，所述視頻數(shù)據(jù)獲取模塊21可以包括能夠獲取被攝體的深度信息的深度相機(jī)(深度攝像機(jī))的視頻采集裝置。所述視頻數(shù)據(jù)獲取模塊21可以與其后的待檢測對象確定模塊22、待檢測信號獲取模塊23以及活體檢測模塊24物理上分離，或者物理上位于同一位置甚至位于同一機(jī)殼內(nèi)部。在所述視頻數(shù)據(jù)獲取模塊21與其后的待檢測對象確定模塊22、待檢測信號獲取模塊23以及活體檢測模塊24物理上分離的情況下，所述視頻數(shù)據(jù)獲取模塊21進(jìn)一步經(jīng)由有線或者無線方式將所述視頻采集裝置獲取的深度視頻數(shù)據(jù)發(fā)送給其后的模塊。在所述視頻數(shù)據(jù)獲取模塊21與其后的待檢測對象確定模塊22、待檢測信號獲取模塊23以及活體檢測模塊24物理上位于同一位置甚至位于同一機(jī)殼內(nèi)部的情況下，所述視頻數(shù)據(jù)獲取模塊21經(jīng)由內(nèi)部總線將所述視頻采集裝置獲取的深度視頻數(shù)據(jù)發(fā)送給其后的模塊。所述視頻數(shù)據(jù)可以是RGB彩色視頻數(shù)據(jù)或者包括深度信息的RGBD視頻數(shù)據(jù)。在經(jīng)由有線或者無線方式或者經(jīng)由內(nèi)部總線發(fā)送所述視頻數(shù)據(jù)之前，可以將其預(yù)定格式進(jìn)行編碼和壓縮為視頻數(shù)據(jù)包，以減少發(fā)送需要占用的通信量和帶寬。
[0042]此外，如上所述，在本發(fā)明的一個(gè)實(shí)施例中，經(jīng)由作為視頻采集裝置的所述視頻數(shù)據(jù)獲取模塊21采集的頻數(shù)據(jù)可以為一段連續(xù)預(yù)定時(shí)間段(例如，3秒鐘)的視頻。作為活體檢測對象的人臉需要能夠清楚地出現(xiàn)在視頻中。在本發(fā)明的一個(gè)優(yōu)選實(shí)施例中，在所述預(yù)定時(shí)間段的視頻中，需要記錄活體檢測對象根據(jù)指示完成特定動作前后的特定區(qū)域的圖像。所述特定動作例如可以是用手指按壓兩腮的皮膚，或者吸氣將兩腮鼓起。
[0043]所述待檢測對象確定模塊22用于基于所述視頻數(shù)據(jù)獲取模塊21采集的所述視頻數(shù)據(jù)，確定待檢測對象。如上所述，所述待檢測對象確定模塊22可以使用預(yù)先訓(xùn)練好的人臉檢測器(諸如Adaboost Cascade)來獲取視頻數(shù)據(jù)中人臉在視頻圖像中的位置。使用訓(xùn)練好的人臉檢測器，可以基于輸入的圖像，輸出人臉位置以及關(guān)鍵點(diǎn)坐標(biāo)。更進(jìn)一步地，在獲得人臉位置以及其上的關(guān)鍵點(diǎn)坐標(biāo)之后，根據(jù)關(guān)鍵點(diǎn)確定人臉區(qū)域中的至少一個(gè)關(guān)鍵區(qū)域。例如，可以將人臉區(qū)域劃分為一系列三角片元，將位于下巴、顴骨、兩腮等區(qū)域的三角片元的圖像作為關(guān)鍵區(qū)域圖像。
[0044]所述待檢測信號獲取模塊23用于獲取對應(yīng)于由所述待檢測對象確定模塊22確定的待檢測對象的待檢測信號。具體地，在本發(fā)明的一個(gè)實(shí)施例中，在記錄活體檢測對象根據(jù)指示完成特定動作前后的關(guān)鍵區(qū)域的圖像后，將捕獲的特定動作前后的關(guān)鍵區(qū)域的圖像作為待檢測信號。在本發(fā)明的另一個(gè)實(shí)施例中，在記錄活體檢測對象根據(jù)指示完成特定動作前后的關(guān)鍵區(qū)域的圖像后，將捕獲的特定動作后的關(guān)鍵區(qū)域的圖像以及特定動作后的關(guān)鍵區(qū)域周圍預(yù)定范圍的相關(guān)區(qū)域圖像作為待檢測信號。如果所述待檢測對象是活體，則所述待檢測信號中將包含反應(yīng)活體皮膚彈性的特征信號。
[0045]所述活體檢測模塊24用于對所述待檢測信號獲取模塊23提取的所述待檢測信號執(zhí)行活體檢測，以確定所述待檢測信號是否為活體生理信號。在本發(fā)明的一個(gè)實(shí)施例中，所述活體檢測模塊24是訓(xùn)練好的分類器。如果分類器確定待檢測信號是活體生理信號，則輸出I，否則輸出O。訓(xùn)練分類器的過程可以離線進(jìn)行。例如，事先收集活體真人執(zhí)行規(guī)定動作的前后幀的圖像，同時(shí)收集使用照片、視頻回放、紙片面具以及3D模型等做規(guī)定動作的攻擊圖像，將前者作為正樣本，將后者作為負(fù)樣本，然后使用深度學(xué)習(xí)，支撐向量機(jī)等統(tǒng)計(jì)學(xué)習(xí)方法訓(xùn)練分類器。
[0046]以下，將進(jìn)一步參照附圖詳細(xì)描述由根據(jù)本發(fā)明實(shí)施例的活體檢測系統(tǒng)的各個(gè)模塊執(zhí)行的根據(jù)本發(fā)明實(shí)施例的活體檢測方法的各個(gè)具體步驟流程。
[0047]圖3是進(jìn)一步圖示根據(jù)本發(fā)明實(shí)施例的活體檢測方法中獲取待檢測信號的第一示例流程圖。如圖3所示，根據(jù)本發(fā)明實(shí)施例的活體檢測方法中獲取待檢測信號的第一示例包括以下步驟。
[0048]在步驟S301中，基于視頻數(shù)據(jù)，確定其中的人臉圖像作為待檢測對象。如上所述，在本發(fā)明的一個(gè)實(shí)施例中，使用預(yù)先訓(xùn)練好的人臉檢測器(諸如Adaboost Cascade)來獲取視頻數(shù)據(jù)中人臉在視頻圖像中的位置。此后，處理進(jìn)到步驟S302。
[0049]在步驟S302中，確定人臉圖像中的關(guān)鍵點(diǎn)。在本發(fā)明的一個(gè)實(shí)施例中，所述關(guān)鍵點(diǎn)包括但不限于人臉的眼角、嘴角、鼻翼、顴骨最高點(diǎn)等。此后，處理進(jìn)到步驟S303。
[0050]在步驟S303中，基于關(guān)鍵點(diǎn)將人臉圖像劃分為至少一個(gè)關(guān)鍵區(qū)域。在本發(fā)明的一個(gè)實(shí)施例中，基于在步驟S302中確定的諸如眼角、嘴角、鼻翼、顴骨最高點(diǎn)等的關(guān)鍵點(diǎn)，將將人