[发明专利]一种人脸活体检测方法以及装置

说明书

本发明公开了一种人脸活体检测方法以及装置，方法包括：S100、获取图像的脸部特征点；S200、获取图像的图像质量，如果图像质量合格执行下一步骤，否则进行下一帧图像的处理，重新执行步骤S100；S300、随机选择预设动作集中的至少一种动作以及动作完成的次数提示给用户；S400、检测用户所做动作，若用户在指定的时间内完成步骤S300中随机选择的所述至少一种动作以及动作完成的次数，则判定为活体；否则，判定为非活体。本发明可以更好的防止活体检测中的照片和视频播放方式的欺诈行为，使得活体检测的可靠性和安全性更高。

技术领域

本发明涉及生物识别领域，尤其涉及一种人脸活体检测方法以及装置。

背景技术

目前，生物识别技术广泛地应用于安全领域，是认证用户身份的主要手段之一。其中，人脸是生物识别技术中常用的一种生物特征。

活体检测的方法主要是通过识别活体上的生理信息来进行，它把生理信息作为生命特征来区别用照片、硅胶、塑泥等非生命物质伪造的生物特征。一般而言，人脸活体检测面临着三种欺诈手段：使用用户的照片、使用用户的视频、使用用户的三维模型。

其中，使用用户的照片欺诈是最常见的一种方式。原因在于一个人的脸部图像是非常容易获取的，比如，通过互联网下载，通过摄像头在用户不知情的情况下抓拍等。入侵者可以通过人脸图像在图像采集设备前旋转、翻转、弯曲、摇摆等手段造成一种类似于用户真人的效果去欺骗生物识别认证系统。目前来看，检测一张输入的图像是来自真实人脸或者是照片人脸依旧是一件非常有挑战性的工作。

视频欺诈是另外一种对于人脸识别系统具有很大威胁的手段，这种手段呈现出的效果和真实人脸的效果非常相似，而用户的脸部视频可以通过其面前的针孔摄像头获取。并且这种方法具有很多特征，如头部运动，脸部表情、眨眼运动等。这些特征是照片所不具备的，正因为如此，这种欺诈手段也是对活体检测系统威胁最大的一种；

三维模型具备人脸的三维信息，然而这些信息是刚性的，并且是缺少生理信息，并且要仿造一个活人的三维模型是非常困难的。所以，照片欺骗和视频欺骗是攻击人脸活体检测系统最常见，最普遍的手段和方法。

总体来讲，人类在区分真实人脸或者假冒人脸时，很容易识别出很多活体的物理特征，比如，人脸表情变化，嘴部变化、头部旋转、眼睛变化。然而，捕获这些细节特征对于计算机而言是非常困难的，而在不受控条件下，会更加的困难。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种人脸活体检测方法以及装置。

本发明解决其技术问题所采用的技术方案是：构造一种人脸活体检测方法，包括：

S100、获取图像的脸部特征点；

S200、获取图像的图像质量，如果图像质量合格执行下一步骤，否则进行下一帧图像的处理，重新执行步骤S100；

S300、随机选择预设动作集中的至少一种动作以及动作完成的次数提示给用户；

S400、检测用户所做动作，若用户在指定的时间内完成步骤S300中随机选择的所述至少一种动作以及动作完成的次数，则判定为活体；否则，判定为非活体。

其中，步骤S200中所述的获取图像的图像质量包括：基于以下公式获取图像的峰值信噪比PSNR作为图像质量的评判标准，如果峰值信噪比PSNR不超过阈值，则判断图像质量合格执，否则判断图像质量不合格；

公式中，L取255，M表示图像的像素阵列的行数，N表示图像的像素阵列的列数，f_ij表示第i行第j列的像素灰度值，f‘_ij为图像的整个像素阵列的均值，MSE表示图像的整个像素阵列的灰度均方差。