[发明专利]一种基于颜色变化的活体检测方法

说明书

提供一种基于颜色变化的活体检测方法，采用多个不同的颜色序列光源对检测对象进行人脸视频图像采集，通过颜色验证码序列呈现对应颜色的人脸图像，通过颜色识别神经网络判断颜色验证码的一致性，通过反欺诈网络来检测是否为欺诈。通过使用颜色验证码的方式，使用户被动的完成活体检测，降低了用户使用的繁琐程度，同时，由于广在不同介质上的反光程度不同，不同颜色间的多帧人脸图像插值计算后，会有明显区别，能有效的提高活体检测的正确率。

技术领域

本申请涉及深度学习与人工智能技术领域，是一种基于颜色变化的活 体检测方法。

背景技术

和指纹、虹膜等生物特征相比，人脸特征是最容易获取的。人脸识别 系统逐渐开始商用，并向着自动化、无人监督化的趋势发展，然而目前人 脸识别技术能识别人脸图像的身份但无法准确辨别所输入人脸的真伪。那 么如何自动地、有效地辨别图像真伪抵抗欺骗攻击以确保系统安全已成为 人识别技术中一个迫切需要解决的问题。

通用的活体检测有以下几种方式：

使用翻拍的人脸彩色图像的纹理信息判别。由于翻拍的图像会产生较 多的噪声。如果是对着电脑屏幕进行翻拍，由于屏幕的时间分辨率与相机 频率的不同会产生莫列干涉，从而使得图像上产生条带噪声，根据不同噪 声进行分析判断是否为真实人脸。该技术中，当前部分拍照设备分辨率较 高、图像信噪比较高，从而对噪声判断技术带来不确定的因素。

使用虚假人脸区域与其背景的一致性来判别。虚假人脸往往是通过打 印或在硬件媒体上以播放的形式进行静态或动态展示。然而虚假人脸区域 的领域或边缘背景在纸张或媒体硬件设备的运动过程中，与虚假人脸不产 生运动差异，保持一致性。基于该特点，在视频图像中可利用运动检测与 判定虚假人脸与否。该技术中需要利用视频帧信息，增加了系统的运算复 杂度，同时用户体验性较差。

使用人脸局部信息的非刚性运动判别。虚假静态人脸图像无论出于何 种运动都为刚性运动，而真实人脸在视频中会产生面部细微的非刚性变化， 从而根据此差异可以判定真实人与否。该技术中，需要采用高时间分辨率 的采集设备，同时从刚性的变化真实人运动中(如头部转动)提取非刚性面 部信息，为活体检测时效性的提升和算法复杂度的降低带来困难。

使用人脸三维重构判别。真实人的3D信息与虚假的电子设备描述的人 3D信息有很强的区分度。利用相机的多角度拍摄以及相机内部参数，重构 出人关键点深度信息，根据关键点的深度信息进行有监督的人判定。该技 术需要对相机内部参数进行标定，而相机内部参数的标定的准确性、拍摄 不同图像的相机之间的旋转位移关系以及图像的质量对重构的人深度值有 极大的影响，因此该方法对活体检测的误检率较高。

在对现有技术的研究和实践过程中，发现现有的方案活体检测所采用 的算法，其判断的准确率并不高，并且也无法有效抵挡合成人脸攻击，另 外，繁琐的主动交互也会大大降低正确样本的通过率，所以，整体而言， 现有方案的活体检测效果并不佳，大大影响身份验证的准确性和安全性。

发明内容

本发明的目的在于提供一种基于颜色变化的活体检测方法，其 能够从一定程度上还原出采集图像的深度，并有效的提高活体检测 的正确率。

本发明是这样实现的：

提供一种基于颜色变化的活体检测方法，以降低使用门槛，改善活体 检测效果，从而提高身份验证的准确性和安全性。包括：

接收身份认证活体检测请求，根据请求产生加密的颜色验证码；

启动手机摄像头，并将屏幕亮度调至最亮，并在手机屏幕上按一定的 时间间隔依次产生相应颜色验证码的颜色，并上传视频文件；

获取多个人脸在不同颜色下的图像序列，采用卷积神经网络对所述多 个人脸图像序列进行个特征提取，生成多组人脸特征图像；