[发明专利]物联网人工智能人脸验证方法及系统

说明书

本发明实施例提供一种物联网人工智能人脸验证方法及系统，通过确定出每个连续的时间节点的每个疑似活体区域以及与当前疑似活体区域存在关联性的关联疑似活体区域，因而可以基于疑似活体区域和关联疑似活体区域的关联关系进行光谱图像特征识别后，通过人工智能模型进行人脸验证，从而可以能够提高人脸部位区域在预设时间段内的光谱条件上的变化差异的判别准确性，提高活体检测的准确性。

技术领域

本发明涉及物联网及人工智能技术领域，具体而言，涉及一种物联网人工智能人脸验证方法及系统。

背景技术

在人脸验证的过程中，需要验证目标对象用户是否为真实活体，从而避免检测出一些欺诈行为，避免造成用户账户财产的损失。随着5G技术的快速发展，人脸活体检测会大量使用到物联网控制验证过程中，在传统的人脸验证方案中，在活体检测的过程中往往难以准确判别人脸部位区域在一段时间段内的光谱条件上的变化差异，从而导致活体检测的准确性较低。

发明内容

为了至少克服现有技术中的上述不足，本发明的目的在于提供一种物联网人工智能人脸验证方法及系统，通过确定出每个连续的时间节点的每个疑似活体区域以及与当前疑似活体区域存在关联性的关联疑似活体区域，因而可以基于疑似活体区域和关联疑似活体区域的关联关系进行光谱图像特征识别后，通过人工智能模型进行人脸验证，从而可以能够提高人脸部位区域在预设时间段内的光谱条件上的变化差异的判别准确性，提高活体检测的准确性。

第一方面，本发明提供一种物联网人工智能人脸验证方法，应用于物联网云服务器，所述物联网云服务器与多个物联网人脸验证终端通信连接，所述方法包括：

获取所述物联网人脸验证终端在检测到人脸验证指令时采集到的目标采集区域在预设时间段内每个连续的时间节点的人脸图像数据流；

根据所述每个连续的时间节点的人脸图像数据流确定与所述目标采集区域对应的每个疑似活体区域，对于每个疑似活体区域，从剩余的时间节点的人脸图像数据流中分别确定与当前疑似活体区域存在关联性的关联疑似活体区域，其中，所述疑似活体区域之外的区域为非活体区域；

对所述当前疑似活体区域进行光谱图像特征识别，并对所述关联疑似活体区域进行光谱图像特征识别，分别得到所述当前疑似活体区域的第一光谱图像特征识别信息和所述关联疑似活体区域的第二光谱图像特征识别信息，其中，所述第一光谱图像特征识别信息和所述第二光谱图像特征识别信息分别包括各自对应的光谱条件的光谱位置坐标信息，所述光谱条件分别为各自对应的光反射特征所关联的多个预设的光谱形式；

根据所述第一光谱图像特征识别信息和所述第二光谱图像特征识别信息生成每个当前疑似活体区域与对应的关联疑似活体区域的活体特征识别信息；

根据所述活体特征识别信息分别对每个当前疑似活体区域与对应的关联疑似活体区域进行活体特征单元识别，并将识别到的活体特征单元按照时序排列的方式进行拼接后，得到多个拼接光谱特征向量序列，并基于人工智能模型对每个所述拼接光谱特征向量序列进行识别得到所述目标采集区域的人脸验证结果。

在第一方面的一种可能的实现方式中，所述根据所述每个连续的时间节点的人脸图像数据流确定与所述目标采集区域对应的每个疑似活体区域的步骤，包括：

根据所述每个连续的时间节点的人脸图像数据流，确定包含有所述目标采集区域的光反射特性信息的光反射动态变化信息，并在所述光反射动态变化信息中确定具有第一光反射特征的第一动态变化信息，和具有第二光反射特征的第二动态变化信息，所述第一光反射特征用于表示光反射强度大于第一预设强度所对应的光反射特征，所述第二光反射特征用于表示光反射强度小于第二预设强度所对应的光反射特征；

在与所述目标采集区域的人脸位置相对应的所述光反射动态变化信息的光反射特征中，确定人脸位置关键点的光反射特征；