活体检测方法、装置及全自动保管箱

技术领域

本发明涉及生物识别技术领域，尤指一种活体检测方法、装置及全自动保管箱。

背景技术

如今，以人脸识别为代表的生物识别技术发展越来越迅速，使用场景也日渐丰富。为了防止使用假照片、换脸、面具等手段对人脸识别技术进行攻击，在人脸识别前，往往要通过活体检测来判断是不是真活人。目前使用最多的两种活体检测方法是：后端活体检测和后端活体检测+动作活体检测。

(一)后端活体检测

这种方法的原理是：通过摄像头对人脸进行拍照，将人脸信息上送到服务器端的活体检测接口，接口内部通过一定算法判断是否为真人。但这种方法最大的缺点是检测能力严重依赖于算法模型的优劣，而且也受环境条件、拍摄角度、摄像头采集的图片质量的影响，光线过强、过暗、图片质量过差、拍摄偏转角度等条件下的真人会被误认为假体攻击，所以检测成功率不是很高。但这种方法技术实现较简单，适用于有工作人员在场指导的场景(因此也就不敢采用假照片、面具等方式进行造假)。如果出现活体检测不成功，工作人员可通过调节拍照角度等方法引导客户重复检测。像自助终端办理审核类业务时采用的就是这种方法。

(二)后端活体检测+动作活体检测

这种方法的原理是：在后端活体检测的基础上，增加动作活体检测，主要是在眨眼、摇头、张嘴等一系列动作的配合下判断到底是不是真人，手机端活体检测大多数使用的是这种方法。但动作活体检测的技术实现难度较大，而且必须要求完成相关动作，整个检测耗时可能会较长。

但是对于一些复杂场景，比如全自动保管箱业务，它要求24小时服务、无人看管、操作简单、成功率高等特点，目前还没有一种理想的解决方法。

发明内容

针对现有技术中存在的问题，本发明实施例的主要目的在于提供一种活体检测方法、装置及全自动保管箱，实现不需要做任何配合动作，也不需要将人脸信息上送服务端完成准确的活体检测。

为了实现上述目的，本发明实施例提供一种活体检测方法，所述方法包括：

获取待检测活体的普通照片及红外照片，并对所述普通照片及所述红外照片进行融合，得到融合照片；

根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息；

根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到所述待检测活体的活体检测结果。

可选的，在本发明一实施例中，所述对所述普通照片及所述红外照片进行融合，得到融合照片包括：

对所述普通照片及红外照片进行预处理，并利用边缘检测算法，得到预处理后的普通照片及红外照片分别对应的边缘图；其中，所述预处理包括去噪处理及平滑处理；

对普通照片的边缘图及红外照片的边缘图进行特征点检测及特征点匹配，得到普通照片与红外照片之间的变换关系，并利用所述变换关系对普通照片及红外照片进行配准；

对配准后的普通照片进行IHS变换，得到I分量、H分量及S分量，并利用所述I分量对配准后的红外图片进行图像分解，得到融合后的I分量；

根据所述H分量、S分量及融合后的I分量进行IHS逆变换，得到所述融合照片。

可选的，在本发明一实施例中，所述根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息包括：

根据所述融合照片在频域上的分布，得到所述融合照片的频域分布；

利用光流技术，从所述融合照片中提取出所述面部光流直方图；

对所述融合照片进行光谱分析，得到所述融合照片的面部光谱信息。

可选的，在本发明一实施例中，所述根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到所述待检测活体的活体检测结果包括：

根据所述频域分布，对所述融合照片进行心率分布检测，得到照片攻击结果；

对所述面部光流直方图进行动态模式分解，得到最大运动能量的子空间图，并根据所述子空间图，得到屏幕攻击结果；

根据所述面部光谱信息，对所述融合照片中的待检测活体进行材质检测，得到材质检测结果；

利用所述照片攻击结果、所述屏幕攻击结果及所述材质检测结果，得到所述待检测活体的活体检测结果。

本发明实施例还提供一种活体检测装置，所述装置包括：

照片融合模块，用于获取待检测活体的普通照片及红外照片，并对所述普通照片及所述红外照片进行融合，得到融合照片；

信息提取模块，用于根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息；

活体检测模块，用于根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到所述待检测活体的活体检测结果。

可选的，在本发明一实施例中，所述照片融合模块包括：

预处理单元，用于对所述普通照片及红外照片进行预处理，并利用边缘检测算法，得到预处理后的普通照片及红外照片分别对应的边缘图；其中，所述预处理包括去噪处理及平滑处理；

照片配准单元，用于对普通照片的边缘图及红外照片的边缘图进行特征点检测及特征点匹配，得到普通照片与红外照片之间的变换关系，并利用所述变换关系对普通照片及红外照片进行配准；

IHS变换单元，用于对配准后的普通照片进行IHS变换，得到I分量、H分量及S分量，并利用所述I分量对配准后的红外图片进行图像分解，得到融合后的I分量；

照片融合单元，用于根据所述H分量、S分量及融合后的I分量进行IHS逆变换，得到所述融合照片。

可选的，在本发明一实施例中，所述信息提取模块包括：

频率分布单元，用于根据所述融合照片在频域上的分布，得到所述融合照片的频域分布；

光流直方图单元，用于利用光流技术，从所述融合照片中提取出所述面部光流直方图；

光谱信息单元，用于对所述融合照片进行光谱分析，得到所述融合照片的面部光谱信息。

可选的，在本发明一实施例中，所述活体检测模块包括：

照片攻击单元，用于根据所述频域分布，对所述融合照片进行心率分布检测，得到照片攻击结果；

屏幕攻击单元，用于对所述面部光流直方图进行动态模式分解，得到最大运动能量的子空间图，并根据所述子空间图，得到屏幕攻击结果；

材质检测单元，用于根据所述面部光谱信息，对所述融合照片中的待检测活体进行材质检测，得到材质检测结果；

检测结果单元，用于利用所述照片攻击结果、所述屏幕攻击结果及所述材质检测结果，得到所述待检测活体的活体检测结果。

本发明实施例还提供一种全自动保管箱，所述全自动保管箱包括摄像头，内箱，保管箱操作模块及活体检测模块；

所述保管箱操作模块根据接收到的用户的存取请求，控制所述摄像头采集用户的普通照片及红外照片；

所述活体检测模块获取所述摄像头采集到的普通照片及红外照片，并对所述普通照片及所述红外照片进行融合，得到融合照片；根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息；根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到活体检测结果，并将所述活体检测结果发送至所述保管箱操作模块；

所述保管箱操作模块根据所述活体检测结果，控制所述内箱打开。

可选的，在本发明一实施例中，所述活体检测模块还用于对所述普通照片及红外照片进行预处理，并利用边缘检测算法，得到预处理后的普通照片及红外照片分别对应的边缘图；其中，所述预处理包括去噪处理及平滑处理；对普通照片的边缘图及红外照片的边缘图进行特征点检测及特征点匹配，得到普通照片与红外照片之间的变换关系，并利用所述变换关系对普通照片及红外照片进行配准；对配准后的普通照片进行IHS变换，得到I分量、H分量及S分量，并利用所述I分量对配准后的红外图片进行图像分解，得到融合后的I分量；根据所述H分量、S分量及融合后的I分量进行IHS逆变换，得到所述融合照片。

可选的，在本发明一实施例中，所述活体检测模块还用于根据所述融合照片在频域上的分布，得到所述融合照片的频域分布；利用光流技术，从所述融合照片中提取出所述面部光流直方图；对所述融合照片进行光谱分析，得到所述融合照片的面部光谱信息。

可选的，在本发明一实施例中，所述活体检测模块还用于根据所述频域分布，对所述融合照片进行心率分布检测，得到照片攻击结果；对所述面部光流直方图进行动态模式分解，得到最大运动能量的子空间图，并根据所述子空间图，得到屏幕攻击结果；根据所述面部光谱信息，对所述融合照片中的待检测活体进行材质检测，得到材质检测结果；利用所述照片攻击结果、所述屏幕攻击结果及所述材质检测结果，得到所述待检测活体的活体检测结果。

可选的，在本发明一实施例中，所述全自动保管箱还包括触摸屏，用于接收用户的存取请求。

可选的，在本发明一实施例中，所述全自动保管箱还包括机械手、传送带及出箱口。

可选的，在本发明一实施例中，所述保管箱操作模块还用于根据所述活体检测结果及所述存取请求中的取件请求，控制所述机械手从对应内箱中获取待取物品，以及将所述待取物品放置于所述传送带上；控制所述传送带将所述待取物品传输至所述出箱口，并控制所述出箱口打开。

可选的，在本发明一实施例中，所述保管箱操作模块还用于根据所述活体检测结果及所述存取请求中的存件请求，控制所述出箱口打开及控制所述传送带将待存物品传输至所述机械手；控制所述机械手将所述待存物品放入对应内箱中。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本发明通过对普通照片及红外照片进行融合，并利用融合照片进行活体检测，在保证检测准确率的同时，不需要做任何配合动作，也不需要将人脸信息上送服务端进行检测，无需调用服务等网络传输环节，检测速度更快。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种活体检测方法的流程图；

图2为本发明实施例中照片融合的流程图；

图3为本发明实施例中融合照片的信息提取流程图；

图4为本发明实施例中活体检测的流程图；

图5为本发明实施例一种全自动保管箱的结构示意图；

图6为本发明实施例中全自动保管箱的工作流程图；

图7为本发明实施例中全自动保管箱中SDK授权流程图；

图8为本发明实施例一种活体检测装置的结构示意图；

图9为本发明实施例中照片融合模块的结构示意图；

图10为本发明实施例中信息提取模块的结构示意图；

图11为本发明实施例中活体检测模块的结构示意图；

图12为本发明一实施例所提供的电子设备的结构示意图。

具体实施方式

本发明实施例提供一种活体检测方法、装置及全自动保管箱，可用于金融领域或其他领域，需要说明的是，本发明的活体检测方法、装置及全自动保管箱可用于金融领域，也可用于除金融领域之外的任意领域，本发明的活体检测方法、装置及全自动保管箱应用领域不做限定。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示为本发明实施例一种活体检测方法的流程图，本发明实施例提供的活体检测方法的执行主体包括但不限于计算机。图中所示方法包括：

步骤S1，获取待检测活体的普通照片及红外照片，并对所述普通照片及所述红外照片进行融合，得到融合照片。

其中，待检测活体一般指人，通过摄像头采集人的普通照片及红外照片。较佳的，可以采用双目摄像头进行照片采集。

进一步的，照片融合过程包括：利用anny边缘检测和ORB特征检测，对普通照片和红外照片进行严格配准。具体的，先对普通照片和红外照片进行去噪、平滑等预处理，基于canny边缘检测算法得到普通照片和红外照片的canny边缘图，分别对其做SURF特征点检测和特征点初步配对，获得普通照片和红外照片之间准确的变换关系，通过得到的变换关系完成普通照片和红外照片的配准；对普通照片进行IHS变换，得到I，H，S三个分量；基于二维的harr小波算法，以普通照片的I分量和红外照片作为输入，通过将图像分解在水平、垂直及对角方向的高频信息和相应分辨率下的低频分量，得到融合后的I分量；将融合后的I分量和普通照片的H和S分量进行IHS逆变换得到融合后的图像。

步骤S2，根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息。

其中，根据融合照片在频域上的分布不同，可得到融合照片的频域分布。利用光流技术，可从融合照片中提取得到面部光流直方图。具体的，赋予融合照片中的每一个像素点一个速度矢量，从而形成该图像的运动场，在运动矩阵中计算出特征矢量的极限点，从而得到面部光流直方图。此外，通过分析融合照片中的面部反射的光谱信息，得到面部光谱信息。

步骤S3，根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到所述待检测活体的活体检测结果。

其中，根据融合照片的频域分布，可区分出是否为照片攻击。因为融合照片会包含心率分布，根据在频率上分布不同来判断，如果是照片，是没有心率的。

进一步的，将提取到的脸部光流直方图通过动态模式分解得到最大运动能量的子空间图，再分析纹理可判断是否为屏幕视频攻击。进一步的，通过分析融合照片的光谱信息，可区分出真实人脸皮肤和其他攻击材质的不同。具体的，利用皮肤和其他材质反射率的差异性，分析光谱曲线图，如果是人脸，反射率呈现W型走势，其他材质无才特征。

进一步的，经过利用频域分布、面部光流直方图及面部光谱信息，对融合照片进行活体检测判断后，若照片攻击结果、屏幕攻击结果及材质检测结果均为通过，则待检测活体的活体检测结果为通过。若照片攻击结果、屏幕攻击结果及材质检测结果中任一结果判断为不通过，即识别出照片攻击、屏幕视频攻击或其他材质攻击，则待检测活体的活体检测结果为不通过。

作为本发明的一个实施例，如图2所示，对所述普通照片及所述红外照片进行融合，得到融合照片包括：

步骤S11，对所述普通照片及红外照片进行预处理，并利用边缘检测算法，得到预处理后的普通照片及红外照片分别对应的边缘图；其中，所述预处理包括去噪处理及平滑处理；

步骤S12，对普通照片的边缘图及红外照片的边缘图进行特征点检测及特征点匹配，得到普通照片与红外照片之间的变换关系，并利用所述变换关系对普通照片及红外照片进行配准；

步骤S13，对配准后的普通照片进行IHS变换，得到I分量、H分量及S分量，并利用所述I分量对配准后的红外图片进行图像分解，得到融合后的I分量；

步骤S14，根据所述H分量、S分量及融合后的I分量进行IHS逆变换，得到所述融合照片。

其中，利用anny边缘检测和ORB特征检测，对普通照片和红外照片进行严格配准。具体的，先对普通照片和红外照片进行去噪、平滑等预处理，基于canny边缘检测算法得到普通照片和红外照片的canny边缘图，分别对其做SURF特征点检测和特征点初步配对，获得普通照片和红外照片之间准确的变换关系，通过得到的变换关系完成普通照片和红外照片的配准；对普通照片进行IHS变换，得到I，H，S三个分量；基于二维的harr小波算法，以普通照片的I分量和红外照片作为输入，通过将图像分解在水平、垂直及对角方向的高频信息和相应分辨率下的低频分量，得到融合后的I分量；将融合后的I分量和普通照片的H和S分量进行IHS逆变换得到融合后的图像。

作为本发明的一个实施例，如图3所示，根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息包括：

步骤S21，根据所述融合照片在频域上的分布，得到所述融合照片的频域分布。

其中，根据融合照片在频域上的分布不同，可得到融合照片的频域分布。

步骤S22，利用光流技术，从所述融合照片中提取出所述面部光流直方图。

其中，利用光流技术，可从融合照片中提取得到面部光流直方图。具体的，赋予融合照片中的每一个像素点一个速度矢量，从而形成该图像的运动场，在运动矩阵中计算出特征矢量的极限点，从而得到面部光流直方图

步骤S23，对所述融合照片进行光谱分析，得到所述融合照片的面部光谱信息。

其中，通过分析融合照片中的面部反射的光谱信息，得到面部光谱信息。

作为本发明的一个实施例，如图4所示，根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到所述待检测活体的活体检测结果包括：

步骤S31，根据所述频域分布，对所述融合照片进行心率分布检测，得到照片攻击结果。

其中，根据融合照片在频域上的分布不同，可区分出是否为照片攻击。因为融合照片会包含心率分布，根据在频率上分布不同来判断。如果是照片，是没有心率的。

步骤S32，对所述面部光流直方图进行动态模式分解，得到最大运动能量的子空间图，并根据所述子空间图，得到屏幕攻击结果。

其中，利用光流技术提取面部光流直方图，并从融合照片中提取融合照片中的特征矢量通过动态模式分解得到最大运动能量的子空间图。具体的，动态模式分解是一种降维的方法，由于得到的特征矢量的维度很高，特征值计算就非常困难，动态模式可解决这一问题，进而得到特征值。再对最大运动能量的子空间图分析纹理，可判断是否为屏幕视频攻击。

具体的，根据计算得到的特征值就知道特征向量在不同空间下的模态是如何变化的，视频攻击的纹理特征具有相关性小、能量值小且无较明显变化、逆差距较大等特点，从而区分出是否为屏幕视频攻击。

步骤S33，根据所述面部光谱信息，对所述融合照片中的待检测活体进行材质检测，得到材质检测结果。

其中，通过分析人脸反射的光谱信息，可区分出真实人脸皮肤和其他攻击材质的不同。

具体的，光谱信息从融合照片提取，提取过程是：将融合照片进行数据建模，调整模型参数得到高斯模型，基于DLFA算法计算得到波长与反射率的光谱曲线图。进一步的，利用皮肤和其他材质反射率的差异性，分析光谱曲线图，如果是人脸，反射率呈现W型走势，其他材质无才特征。

步骤S34，利用所述照片攻击结果、所述屏幕攻击结果及所述材质检测结果，得到所述待检测活体的活体检测结果。

其中，若经过步骤S31-S33的判断，照片攻击结果、屏幕攻击结果及材质检测结果均为通过，则待检测活体的活体检测结果为通过。若照片攻击结果、屏幕攻击结果及材质检测结果中任一结果判断为不通过，即识别出照片攻击、屏幕视频攻击或其他材质攻击，则待检测活体的活体检测结果为不通过。

本发明通过对普通照片及红外照片进行融合，并利用融合照片进行活体检测，在保证检测准确率的同时，不需要做任何配合动作，也不需要将人脸信息上送服务端进行检测，无需调用服务等网络传输环节，检测速度更快。

如图5所示为本发明实施例一种全自动保管箱的结构示意图，图中所示全自动保管箱包括：摄像头2，内箱7，保管箱操作模块(图中未示出)及活体检测模块(图中未示出)；

保管箱操作模块根据接收到的用户的存取请求，控制所述摄像头2采集用户的普通照片及红外照片。

其中，保管箱操作模块用于负责用户办理保管箱业务。摄像头2可以采用双目摄像头，用于采集人脸信息，包括普通照片及红外照片。进一步的，保管箱操作模块可以通过触摸屏接收用户的存取请求。存取请求包括取件请求及存件请求。

活体检测模块获取所述摄像头采集到的普通照片及红外照片，并对所述普通照片及所述红外照片进行融合，得到融合照片；根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息；根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到活体检测结果，并将所述活体检测结果发送至所述保管箱操作模块。

其中，照片融合过程包括：利用anny边缘检测和ORB特征检测，对普通照片和红外照片进行严格配准。具体的，先对普通照片和红外照片进行去噪、平滑等预处理，基于canny边缘检测算法得到普通照片和红外照片的canny边缘图，分别对其做SURF特征点检测和特征点初步配对，获得普通照片和红外照片之间准确的变换关系，通过得到的变换关系完成普通照片和红外照片的配准；对普通照片进行IHS变换，得到I，H，S三个分量；基于二维的harr小波算法，以普通照片的I分量和红外照片作为输入，通过将图像分解在水平、垂直及对角方向的高频信息和相应分辨率下的低频分量，得到融合后的I分量；将融合后的I分量和普通照片的H和S分量进行IHS逆变换得到融合后的图像。

进一步的，根据融合照片在频域上的分布不同，可得到融合照片的频域分布。利用光流技术，可从融合照片中提取得到面部光流直方图。具体的，赋予融合照片中的每一个像素点一个速度矢量，从而形成该图像的运动场，在运动矩阵中计算出特征矢量的极限点，从而得到面部光流直方图。此外，通过分析融合照片中的面部反射的光谱信息，得到面部光谱信息。

其中，根据融合照片的频域分布，可区分出是否为照片攻击。因为融合照片会包含心率分布，根据在频率上分布不同来判断，如果是照片，是没有心率的。

进一步的，将提取到的脸部光流直方图通过动态模式分解得到最大运动能量的子空间图，再分析纹理可判断是否为屏幕视频攻击。进一步的，通过分析融合照片的光谱信息，可区分出真实人脸皮肤和其他攻击材质的不同。具体的，利用皮肤和其他材质反射率的差异性，分析光谱曲线图，如果是人脸，反射率呈现W型走势，其他材质无才特征。

进一步的，经过利用频域分布、面部光流直方图及面部光谱信息，对融合照片进行活体检测判断后，若照片攻击结果、屏幕攻击结果及材质检测结果均为通过，则待检测活体的活体检测结果为通过。若照片攻击结果、屏幕攻击结果及材质检测结果中任一结果判断为不通过，即识别出照片攻击、屏幕视频攻击或其他材质攻击，则待检测活体的活体检测结果为不通过。

保管箱操作模块根据所述活体检测结果，控制所述内箱打开。

其中，若活体检测结果为通过，则保管箱操作模块控制对应的内箱打开，以进行存件或取件。若活体检测结果为不通过，则保管箱操作模块不打开内箱。

作为本发明的一个实施例，活体检测模块还用于对所述普通照片及红外照片进行预处理，并利用边缘检测算法，得到预处理后的普通照片及红外照片分别对应的边缘图；其中，所述预处理包括去噪处理及平滑处理；对普通照片的边缘图及红外照片的边缘图进行特征点检测及特征点匹配，得到普通照片与红外照片之间的变换关系，并利用所述变换关系对普通照片及红外照片进行配准；对配准后的普通照片进行IHS变换，得到I分量、H分量及S分量，并利用所述I分量对配准后的红外图片进行图像分解，得到融合后的I分量；根据所述H分量、S分量及融合后的I分量进行IHS逆变换，得到所述融合照片。

作为本发明的一个实施例，活体检测模块还用于根据所述融合照片在频域上的分布，得到所述融合照片的频域分布；利用光流技术，从所述融合照片中提取出所述面部光流直方图；对所述融合照片进行光谱分析，得到所述融合照片的面部光谱信息。

作为本发明的一个实施例，活体检测模块还用于根据所述频域分布，对所述融合照片进行心率分布检测，得到照片攻击结果；对所述面部光流直方图进行动态模式分解，得到最大运动能量的子空间图，并根据所述子空间图，得到屏幕攻击结果；根据所述面部光谱信息，对所述融合照片中的待检测活体进行材质检测，得到材质检测结果；利用所述照片攻击结果、所述屏幕攻击结果及所述材质检测结果，得到所述待检测活体的活体检测结果。

作为本发明的一个实施例，全自动保管箱还包括触摸屏3，用于接收用户的存取请求。

其中，触摸屏3用于接收用户的存取请求，具体的，触摸屏3负责与客户交互，如展示和选择箱号等。全自动保管箱还包括端机输入装置1，主要由显示器和操作系统组成，负责活体检测和人脸识别。

作为本发明的一个实施例，全自动保管箱还包括机械手6、传送带5及出箱口4。

在本实施例中，保管箱操作模块还用于根据所述活体检测结果及所述存取请求中的取件请求，控制所述机械手从对应内箱中获取待取物品，以及将所述待取物品放置于所述传送带上；控制所述传送带将所述待取物品传输至所述出箱口，并控制所述出箱口打开。

在本实施例中，保管箱操作模块还用于根据所述活体检测结果及所述存取请求中的存件请求，控制所述出箱口打开及控制所述传送带将待存物品传输至所述机械手；控制所述机械手将所述待存物品放入对应内箱中。

其中，出箱口4负责拿取内箱，传送带5负责将内箱传输到出箱口，机械手6负责抓取内箱，内箱7负责物品的存取。

具体的，客户在保管箱操作模块上办理保管箱业务后，如对物品进行存取时，需首先进入看物间(无监控、无工作人员的完全独立隐私空间)，在看物间内通过端机输入装置1进行活体检测和人脸识别，验证通过后选择在触摸屏3上展示的箱号，机械手6抓取要取出的内箱7，然后通过传送带5运送到出箱口4，客户可对内箱7中存放的物品进行操作。

在本发明一具体实施例中，如图6所示，活体检测是通过安装在端机输入装置1上的SDK工具包来实现。SDK工具包内部处理包括以下几部分：拍照驱动模块、双目摄像头、可见光与红外融合模块、图像预处理模块、活体检测分析模块、输出检测结果。

拍照驱动模块，通过前端js函数驱动双目摄像头对人脸进行拍照，包括一张普通照片和一张红外照片。

图片预处理模块，对两张照片进行灰度校正、噪声过滤、归一化、图像增强等预处理，为照片下一步处理做准备。

可见光与红外融合模块，采用IHS和小波变换融合算法，合成一张空间分辨率高、彩色纹理清晰、图像信息丰富等的融合照片。

具体融合流程如下：

(1)基于canny边缘检测和ORB特征检测，对普通照片和红外照片进行严格配准。首先对普通照片和红外照片进行去噪、平滑等预处理，基于canny边缘检测算法得到普通照片和红外照片的canny边缘图，分别对其做SURF特征点检测和特征点初步配对，获得普通照片和红外照片之间准确的变换关系，通过得到的变换关系完成普通照片和红外照片的配准。

(2)对普通照片进行IHS变换，得到I,H,S三个分量。

(3)基于二维的harr小波算法，以普通照片的I分量和红外照片作为输入，通过将图像分解在水平、垂直及对角方向的高频信息和相应分辨率下的低频分量，得到融合后的I分量。

(4)将融合后的I分量和普通照片的H和S分量进行IHS逆变换得到融合后的图像。

活体检测分析模块，根据融合照片在频域上的分布不同，可区分出是否为照片攻击。因为融合照片会包含心率分布，根据在频率上分布不同来判断。如果是照片，是没有心率的；将提取到的面部光流直方图，提取过程包括为利用光流技术进行提取，具体的，赋予图像中的每一个像素点一个速度矢量，从而形成该图像的运动场，在运动矩阵中计算出特征矢量的极限点，从而得到光流直方图。

进一步的，提取融合照片中的特征矢量通过动态模式分解得到最大运动能量的子空间图。动态模式分解是一种降维的方法，由于得到的特征矢量的维度很高，特征值计算就非常困难，动态模式可解决这一问题，进而得到特征值。再通过分析纹理可判断是否为屏幕视频攻击，具体的，根据计算得到的特征值就知道特征向量在不同空间下的模态是如何变化的，视频攻击的纹理特征具有相关性小、能量值小且无较明显变化、逆差距较大等特点，从而区分出是否为视频攻击。

进一步的，通过分析人脸反射的光谱信息，光谱信息从融合照片提取。提取过程是：将融合照片进行数据建模，调整模型参数得到高斯模型，基于DLFA算法计算得到波长与反射率的光谱曲线图。利用面部光谱信息可区分出真实人脸皮肤和其他攻击材质的不同利用皮肤和其他材质反射率的差异性，分析光谱曲线图，如果是人脸，反射率呈现W型走势，其他材质无才特征。

输出检测结果，输出活体检测最终结果输出到端机输入装置1的显示器上，对json数据格式进行转换后，在屏幕上显示通过或者不通过，数据格式为json。

本发明在安装摄像头的客户端进行检测，在客户端端机上安装已封装好的SDK工具包(以下简称SDK)，SDK内部的主要功能是对双目摄像头采集到的两张照片进行活体检测，从而判断是否为真人活体。为了保证SDK使用的唯一性和安全性，通过远程授权的方式保证客户端设备和SDK是一一绑定的。利用授权工具生成预授权文件，请求服务端部署的授权服务，生成授权文件，将其放到指定目录下，从而完成SDK的授权。授权服务只需在初次使用时请求一次即可。

其中，检测过程是在客户端完成，无需调用服务等网络传输过程，因此检测速度更快。SDK只有授权后才可以使用，保证了活体检测过程中的安全性和可靠性，从而实现全自动保管箱业务对活体检测的要求。

在本发明一具体实施例中，如图7所示为活体检测中SDK授权流程图，SDK只有授权成功后才可以正常使用。

在端机输入装置1安装授权工具，此授权工具是一个可执行exe工具，运行时会获取端机输入装置1的相关物理信息(包括mac、ip、cpu等)，并生成预授权文件。

在服务端部署授权服务，作用是通过解析预授权文件得到端机设备的物理信息，根据物理信息生成一个包含唯一授权ID的授权文件。

在端机输入装置1上通过http请求授权服务，上送预授权文件，返回授权文件，将其放到指定目录下，完成SDK的授权。

授权服务只需在初次使用时请求一次即可。

本发明的全自动保管箱相比于后端活体检测和动作活体检测技术，不需要做任何配合动作，也不需要将人脸信息上送服务端进行检测，而是通过按照SDK包在客户端进行检测。由于无需调用服务等网络传输环节，因此检测速度更快。同时，采用远程授权的方式保证客户端设备和SDK是一一绑定的，通过生成授权文件对SDK进行授权，保证活体检测过程中的安全性和可靠性，从而满足了具有24小时服务、无人看管、检测成功率要求高的全自动保管箱业务场景。

如图8所示为本发明实施例一种活体检测装置的结构示意图，图中所示装置包括：

照片融合模块10，用于获取待检测活体的普通照片及红外照片，并对所述普通照片及所述红外照片进行融合，得到融合照片。

其中，待检测活体一般指人，通过摄像头采集人的普通照片及红外照片。较佳的，可以采用双目摄像头进行照片采集。

进一步的，照片融合过程包括：利用anny边缘检测和ORB特征检测，对普通照片和红外照片进行严格配准。具体的，先对普通照片和红外照片进行去噪、平滑等预处理，基于canny边缘检测算法得到普通照片和红外照片的canny边缘图，分别对其做SURF特征点检测和特征点初步配对，获得普通照片和红外照片之间准确的变换关系，通过得到的变换关系完成普通照片和红外照片的配准；对普通照片进行IHS变换，得到I，H，S三个分量；基于二维的harr小波算法，以普通照片的I分量和红外照片作为输入，通过将图像分解在水平、垂直及对角方向的高频信息和相应分辨率下的低频分量，得到融合后的I分量；将融合后的I分量和普通照片的H和S分量进行IHS逆变换得到融合后的图像。

信息提取模块20，用于根据所述融合照片，得到所述融合照片的频域分布、面部光流直方图及面部光谱信息。

其中，根据融合照片在频域上的分布不同，可得到融合照片的频域分布。利用光流技术，可从融合照片中提取得到面部光流直方图。具体的，赋予融合照片中的每一个像素点一个速度矢量，从而形成该图像的运动场，在运动矩阵中计算出特征矢量的极限点，从而得到面部光流直方图。此外，通过分析融合照片中的面部反射的光谱信息，得到面部光谱信息。

活体检测模块30，用于根据所述频域分布、面部光流直方图及面部光谱信息，对所述融合照片进行活体检测，得到所述待检测活体的活体检测结果。

其中，根据融合照片的频域分布，可区分出是否为照片攻击。因为融合照片会包含心率分布，根据在频率上分布不同来判断，如果是照片，是没有心率的。

进一步的，将提取到的脸部光流直方图通过动态模式分解得到最大运动能量的子空间图，再分析纹理可判断是否为屏幕视频攻击。进一步的，通过分析融合照片的光谱信息，可区分出真实人脸皮肤和其他攻击材质的不同。具体的，利用皮肤和其他材质反射率的差异性，分析光谱曲线图，如果是人脸，反射率呈现W型走势，其他材质无才特征。

进一步的，经过利用频域分布、面部光流直方图及面部光谱信息，对融合照片进行活体检测判断后，若照片攻击结果、屏幕攻击结果及材质检测结果均为通过，则待检测活体的活体检测结果为通过。若照片攻击结果、屏幕攻击结果及材质检测结果中任一结果判断为不通过，即识别出照片攻击、屏幕视频攻击或其他材质攻击，则待检测活体的活体检测结果为不通过。

作为本发明的一个实施例，如图9所示，照片融合模块10包括：

预处理单元11，用于对所述普通照片及红外照片进行预处理，并利用边缘检测算法，得到预处理后的普通照片及红外照片分别对应的边缘图；其中，所述预处理包括去噪处理及平滑处理；

照片配准单元12，用于对普通照片的边缘图及红外照片的边缘图进行特征点检测及特征点匹配，得到普通照片与红外照片之间的变换关系，并利用所述变换关系对普通照片及红外照片进行配准；

IHS变换单元13，用于对配准后的普通照片进行IHS变换，得到I分量、H分量及S分量，并利用所述I分量对配准后的红外图片进行图像分解，得到融合后的I分量；

照片融合单元14，用于根据所述H分量、S分量及融合后的I分量进行IHS逆变换，得到所述融合照片。

作为本发明的一个实施例，如图10所示，所述信息提取模块20包括：

频率分布单元21，用于根据所述融合照片在频域上的分布，得到所述融合照片的频域分布；

光流直方图单元22，用于利用光流技术，从所述融合照片中提取出所述面部光流直方图；

光谱信息单元23，用于对所述融合照片进行光谱分析，得到所述融合照片的面部光谱信息。

作为本发明的一个实施例，如图11所示，所述活体检测模块30包括：

照片攻击单元31，用于根据所述频域分布，对所述融合照片进行心率分布检测，得到照片攻击结果；

屏幕攻击单元32，用于对所述面部光流直方图进行动态模式分解，得到最大运动能量的子空间图，并根据所述子空间图，得到屏幕攻击结果；

材质检测单元33，用于根据所述面部光谱信息，对所述融合照片中的待检测活体进行材质检测，得到材质检测结果；

检测结果单元34，用于利用所述照片攻击结果、所述屏幕攻击结果及所述材质检测结果，得到所述待检测活体的活体检测结果。

基于与上述一种活体检测方法相同的申请构思，本发明还提供了上述一种活体检测装置。由于该一种活体检测装置解决问题的原理与一种活体检测方法相似，因此该一种活体检测装置的实施可以参见一种活体检测方法的实施，重复之处不再赘述。

本发明通过对普通照片及红外照片进行融合，并利用融合照片进行活体检测，在保证检测准确率的同时，不需要做任何配合动作，也不需要将人脸信息上送服务端进行检测，无需调用服务等网络传输环节，检测速度更快。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

如图12所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图12中所示的所有部件；此外，电子设备600还可以包括图12中没有示出的部件，可以参考现有技术。

如图12所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。

其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。

输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。

存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。

基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。