[发明专利]TEE环境下使用相机相近帧进行活体检测的方法及装置

说明书

本发明实施例公开了一种TEE环境下使用相机相近帧进行活体检测的方法、装置及电子设备，涉及数据处理技术领域。该方法包括：获取包含目标对象在活体状态下拍摄的第一图像序列和目标对象在非活体状态下形成的第二图像序列；分别对所述第一图像序列和所述第二图像序列中的图像执行差值计算，得到第一差值图像序列和第二差值图像序列；将所述第一差值图像序列和所述第二差值图像序列作为训练样本，对预先设置的分类模型进行数据训练，得到训练后的符合预设精度的分类模型；在TEE环境中，基于训练后的分类模型，对相机新拍摄到的目标对象是否为活体进行检测。通过本申请的方案，提高了TEE环境下活体检测的准确度。

技术领域

本发明涉及数据处理技术领域，尤其涉及TEE环境下使用相机相近帧进行活体检测的技术。

背景技术

当前手机设备的人脸识别方案趋势是全部放入TEE TEE(Trusted executionenvironment，可信执行环境）环境完成。在TEE环境中设备可使用的资源极其有限，以高通sm7250为例，默认可以使用的内存空间50M且只能使用单核cpu,安全性高的视频流的活体检测方案完全无法运行。现下的单帧图像活体检测方案又非常难降低SAR。

目前手机设备搭载人脸识已成大趋势，各大公司也已经制定各平台人脸识别的相关标准，比如Google就对Android手机的人脸识别各等级的SAR指标作了规定，弱等级（weaktier）要求SAR 低于20%，强等级要求低于7%，并且同时要求人脸识别的整个管道安全，管道安全要求攻击者在入侵内核和平台后既无法读取原始生物识别数据，也无法将合成数据注入管道以影响身份验证决策，目前移动设备只有TEE环境可以实现管道安全。因此在手机上目前只能在TEE环境运行人脸识别算法。

TEE环境因为其极其有限的软硬件资源，导致目前没有非常有效的SAR方案，Google因此也因此将其Android手机SAR指标定得较低。TEE下通常只有10-50M的运行时可用内存空间，并且无法使用动态库。具体流程是高通等平台商提供平台可用的TEE环境和编译套件，包括TEE环境可用的安全相机，然后各算法提供开发商基于此编译套件开发基于此TEE环境的TA，在TA中实现人脸识别功能，实现的人脸识别功能中就包含本文所述的活体检测算法。

非TEE环境下的人脸识别方案非常多，其中不乏各项指标都很高的方案。但是受限于TEE环境的苛刻软硬件环境，比如只有几十M的内存，不能使用动态库，因此非TEE下的人脸识别方案都不可用。

TEE环境下已有的活体检测方案为单帧图片方案，即使用电子照片和3d模型进行单帧图片样本采样并进行算法编写和模型训练，最终部署在TEE环境中依然采样单帧图片进行活体检测。

针对上述问题，亟需一种全新的TEE环境下使用相机相近帧进行活体检测的技术。

发明内容

有鉴于此，本发明实施例提供一种TEE环境下使用相机相近帧进行活体检测的方法、装置、电子设备、非暂态计算机可读存储介质及计算机程序，至少部分的解决现有技术中存在的问题。

第一方面，本发明实施例提供了一种TEE环境下使用相机相近帧进行活体检测的方法，包括：

获取包含目标对象在活体状态下拍摄的第一图像序列和目标对象在非活体状态下形成的第二图像序列，所述第一图像序列和所述第二图像序列分别包含N个连续拍摄形成的图像帧；

分别对所述第一图像序列和所述第二图像序列中的图像执行差值计算，得到第一差值图像序列和第二差值图像序列，所述第一差值图像序列和所述第二差值图像序列分别包含N-1个图像；

将所述第一差值图像序列和所述第二差值图像序列作为训练样本，对预先设置的分类模型进行数据训练，得到训练后的符合预设精度的分类模型，以便于将训练后的分类模型部署到TEE环境中；

在TEE环境中，基于训练后的分类模型，对相机新拍摄到的目标对象是否为活体进行检测。