[發明專利]一種活體驗證方法及設備

有效

• 申請號: 201710175495.5
• 申請日: 2017-03-22
• 公開（公告）號: CN106951869B
• 公開（公告）日: 2019-03-15
• 發明（設計）人: 熊鵬飛;王漢杰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

本發明實施例公開了一種活體驗證方法及設備。所述方法包括：獲得第一圖像數據，解析所述第一圖像數據，獲得所述第一圖像數據的紋理特征；所述紋理特征表征以下屬性特征的至少之一：所述第一圖像數據的模糊特征、所述第一圖像數據的反光特征、所述第一圖像數據的邊框特征；基于分類模型獲得所述紋理特征對應的第一類參數；基于統計處理方式獲得所述第一圖像數據中與所述紋理特征對應的第二類參數；所述第二類參數與所述第一類參數不同；當所述第一類參數大于第一類閾值、且所述第二類參數大于第二類閾值時，基于所述第一類參數和所述第二類參數確定融合參數；當所述融合參數大于第三類閾值時，確定活體驗證通過。

技術領域

本發明涉及人臉識別技術，具體涉及一種活體驗證方法及設備。

背景技術

現有的被動活體驗證方法主要分為三類：基于運動的方法、基于設備的方法以及基于紋理的方法。其中，基于運動的方法主要是通過分析圖像背景或者用戶無意識的行為判斷是否存在三維深度變化，從而區分照片還是真人。基于設備的方法通過不同光源或光強度下采集的人臉圖像來檢測真實人臉與照片/視頻圖像的差異。這類方法是基于真實人臉對光源的反光程度、與照片/視頻對光源的反光程度不同。基于紋理的方法是通過分析圖像的某一類圖像特征直接進行分類。

上述三類方法均有一些不足之處：基于運動的方法仍然需要用戶做出一些轉頭或側臉動作才可以，并不是完全的被動驗證，而且對于視頻無法區分。基于設備的方法雖然能夠取得較好的效果，但嚴重依賴于設備，可擴展性不強。基于圖像紋理的方法采用單一的圖像特征很難描述不同的攻擊樣本。比如頻域分析對于高清圖像無效，反光度對于暗光下拍攝的無反光圖像無效等等。

發明內容

為解決現有存在的技術問題，本發明實施例提供一種活體驗證方法及設備。

為達到上述目的，本發明實施例的技術方案是這樣實現的：

本發明實施例提供了一種活體驗證方法，所述方法包括：

獲得第一圖像數據，解析所述第一圖像數據，獲得所述第一圖像數據的紋理特征；所述紋理特征表征以下屬性特征的至少之一：所述第一圖像數據的模糊特征、所述第一圖像數據的反光特征、所述第一圖像數據的邊框特征；

基于分類模型獲得所述紋理特征對應的第一類參數；以及，

基于統計處理方式獲得所述第一圖像數據中與所述紋理特征對應的第二類參數；所述第二類參數與所述第一類參數不同；

當所述第一類參數大于第一類閾值、且所述第二類參數大于第二類閾值時，基于所述第一類參數和所述第二類參數確定融合參數；

當所述融合參數大于第三類閾值時，確定活體驗證通過。

上述方案中，所述方法還包括：判定所述第一類參數不大于所述第一類閾值、或所述第二類參數不大于所述第二類閾值、或所述融合參數不大于所述第三類閾值時，確定活體驗證不通過。

上述方案中，所述獲得所述第一圖像數據的紋理特征，包括：

分別獲得所述第一圖像數據的第一紋理特征、第二紋理特征和第三紋理特征；所述第一紋理特征表征所述第一圖像數據的模糊特征；所述第二紋理特征表征所述第一圖像數據的反光特征；所述第三紋理特征表征所述第一圖像數據的邊框特征；

所述基于預先配置的分類模型獲得所述紋理特征對應的第一類參數，包括：基于預先配置的第一分類模型獲得所述第一紋理特征對應的第一參數，基于預先配置的第二分類模型獲得所述第二紋理特征對應的第二參數，基于預先配置的第三分類模型獲得所述第三紋理特征對應的第三參數。

所述統計所述第一圖像數據中與所述紋理特征對應的第二類參數，包括：

統計所述第一圖像數據中與所述第一紋理特征對應的第四參數、與所述第二紋理特征對應的第五參數以及所述第三紋理特征對應的第六參數。