活体检测方法、装置、计算机设备和存储介质

技术领域

本申请涉及人工智能技术领域，特别是涉及一种活体检测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随者人工智能技术的发展，基于人脸等生物信息的认证方式被越来越多的应用到终端中，这在极大提升了业务便捷度的同时也带来了安全上的风险。

攻击者常常通过打印的图片或者3D人脸图像等，就可以与存储的人脸信息比对通过，从而就可以允许攻击者访问终端，可见现有方案活体检测的准确性很低，因此如何提升活体检测的准确性，是亟待解决的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升活体检测的准确性的活体检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种活体检测方法。所述方法包括：

获取活体对象的至少两个图像集合，各图像集合中包括多个图像，所述多个图像是通过变化目标光波参数向所述活体对象发射多个光波后、所得到的各光波的反射图像，且针对不同的图像集合所变化的目标光波参数不同；

确定各图像集合对应的图像特征向量；

基于所述图像特征向量确定所述活体对象的唯一表示向量，所述唯一表示向量用于验证请求访问终端的待检测对象是否为所述活体对象。

在其中一个实施例中，所述确定各图像集合对应的图像特征向量，包括：

针对各图像集合，对所述图像集合中多个图像分别进行特征提取，得到各图像的图像特征向量；

将所述多个图像的图像特征向量中相同维度的特征进行预设处理，得到各维度处理后的特征；

基于各维度处理后的特征，获取所述图像集合的图像特征向量。

在其中一个实施例中，所述基于所述图像特征向量确定所述活体对象的唯一表示向量，包括：

将各图像特征向量中相同维度的特征进行整合，得到所述活体对象的唯一表示向量。

在其中一个实施例中，所述方法还包括：

当接收到终端访问请求时，确定所述终端访问请求中携带的待检测对象的信息，基于所述信息将所述待检测对象作为所述活体对象，返回获取活体对象的至少两个图像集合的步骤并继续执行，直至得到所述待检测对象的唯一表示向量；

将所述待检测对象的唯一表示向量与所述活体对象的唯一表示向量进行对比，确定请求访问终端的待检测对象是否为所述活体对象。

在其中一个实施例中，所述将所述待检测对象对应的唯一表示向量与所述活体对象的唯一表示向量进行对比，确定请求访问终端的待检测对象是否为所述活体对象，包括：

确定所述待检测对象的唯一表示向量与所述活体对象的唯一表示向量之间的相似度；

若所述相似度在预设相似度范围内，则确定请求访问终端的所述待检测对象是所述活体对象。

在其中一个实施例中，所述目标光波参数包括以下至少一项：

强度、频率、光通量或光的波长。

第二方面，本申请还提供了一种活体检测装置，所述装置包括：

获取模块，用于获取活体对象的至少两个图像集合，各图像集合中包括多个图像，所述多个图像是通过变化目标光波参数向所述活体对象发射多个光波后、所得到的各光波的反射图像，且针对不同的图像集合所变化的目标光波参数不同；

第一确定模块，用于确定各图像集合对应的图像特征向量；

第二确定模块，用于基于所述图像特征向量确定所述活体对象的唯一表示向量，所述唯一表示向量用于验证请求访问终端的待检测对象是否为所述活体对象。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述活体检测方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述活体检测方法的步骤。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述活体检测方法的步骤。

上述活体检测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取活体对象的至少两个图像集合，该图像集合中包括多个图像，多个图像是通过变化目标光波参数向所述活体对象发射多个光波后、所得到的各光波的反射图像，且针对不同的图像集合所变化的目标光波参数不同，即通过变化不同目标光波参数向活体对象发射光波，得到至少两个图像集合，从而确定各图像集合对应的图像特征向量后，基于图像特征向量可以确定活体对象的唯一表示向量，从而用于验证请求访问终端的待检测对象是否为活体对象，相对于现有存储简单的人脸信息的方式，攻击者通过打印的图片或者3D人脸图像就可以直接登录用户设备，而通过本申请方案所得到的活体对象的唯一表示向量并不是简单的二维或三维图像，更加复杂化，很难与打印的图片或者3D人脸图像匹配上，从而提高了活体检测的准确性。

附图说明

图1为一个实施例中活体检测方法的流程示意图；

图2为另一个实施例中活体检测方法的流程示意图；

图3为另一个实施例中活体检测方法的流程示意图；

图4为一个实施例中活体检测装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

现有方案所存储的人脸信息一般是例如人脸二维图像或三维图像等简单的人脸信息，攻击者常常通过打印的图片或者3D人脸图像等就可以与存储的人脸信息比对上，因此活体检测的准确性很低，为解决该问题，本申请提出了一种活体检测方法，具体如下：

在一个实施例中，如图1所示，提供了一种活体检测方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：

步骤101，获取活体对象的至少两个图像集合，各图像集合中包括多个图像，多个图像是通过变化目标光波参数向活体对象发射多个光波后、所得到的各光波的反射图像，且针对不同的图像集合所变化的目标光波参数不同；

活体检测是在一些身份验证场景确定对象真实生理特征的方法，常常被用于人脸识别中，活体检测能判断生物特征是否是从具有生物活体用户身上取得的，能验证用户是否为真实活体本人。

终端接收到活体信息采集请求时，向图像采集设备发送相应指令，以使得图像采集设备变化目标光波参数向活体对象发射多个光波，并接收各光波的反射图像，从而得到多个反射图像，该多个反射图像构成一个图像集合，变化目标光波参数指的是：变化目标光波参数的取值；

光波参数指的光波的物理参数，光波的光波参数可以有多个，目标光波参数属于多个光波参数，变化目标光波参数向活体对象发射多个光波指的是：多个光波参数中目标光波参数变化，而保持其他光波参数不变，向活体对象发射多个光波；

在本实施例中，目标光波参数的数量可以是一个或多个，例如光波的光波参数为N个，通过保持M个目标光波参数变化，N-M个光波参数不变，向活体对象发射多个光波，M为小于N的整数，N为大于0的整数。

图像采集设备通过变化不同的目标光波参数，可以得到不同的图像集合，从而得到至少两个图像集合，即针对不同的图像集合所变化的目标光波参数不同。例如光波的光波参数包括光波参数A、光波参数B和光波参数C，图像采集设备第一次变化光波参数A的值，保持波参数B和光波参数C不变，向活体对象发射多个光波后得到一个图像集合，图像采集设备第二次变化光波参数B的值，保持波参数A和光波参数C不变，向活体对象发射多个光波后得到另一个图像集合，图像采集设备第三次变化光波参数C的值，保持波参数A和光波参数B不变，向活体对象发射多个光波后得到又一个图像集合。

终端可以直接获取图像采集设备所采集的至少两个图像集合，其中图像采集设备可以包含于终端，属于终端的一部分，也可以为独立于终端的独立设备。

步骤S102、确定各图像集合对应的图像特征向量；

终端对每一图像集合进行处理，分别得到每一图像集合对应的图像特征向量，每一图像集合对应一个图像特征向量。

步骤S103、基于图像特征向量确定活体对象的唯一表示向量，唯一表示向量用于验证请求访问终端的待检测对象是否为活体对象。

终端得到唯一表示向量后，可以将该唯一表示向量存储于存储区域，后续如果存在待检测对象请求访问终端时，可以从存储区域中提取该唯一表示向量，然后基于该唯一表示向量验证请求访问终端的待检测对象是活体对象，还是打印的人脸图片或者3D人脸图像等非活体对象。

在本实施例中，通过获取活体对象的至少两个图像集合，该图像集合中包括多个图像，多个图像是通过变化目标光波参数向活体对象发射多个光波后、所得到的各光波的反射图像，且针对不同的图像集合所变化的目标光波参数不同，即通过变化不同目标光波参数向活体对象发射光波，得到至少两个图像集合，从而确定各图像集合对应的图像特征向量后，基于图像特征向量可以确定活体对象的唯一表示向量，从而用于验证请求访问终端的待检测对象是否为活体对象，相对于现有存储简单的人脸信息的方式，攻击者通过打印的图片或者3D人脸图像就可以直接登录用户设备，而通过本申请方案所得到的活体对象的唯一表示向量并不是简单的二维或三维图像，更加复杂化，很难与打印的图片或者3D人脸图像匹配上，从而提高了活体检测的准确性。

在一个实施例中，步骤S102确定各图像集合对应的图像特征向量，包括：

针对各图像集合，对图像集合中多个图像分别进行特征提取，得到各图像的图像特征向量；

将多个图像的图像特征向量中相同维度的特征进行预设处理，得到各维度处理后的特征；

基于各维度处理后的特征，获取图像集合的图像特征向量。

在本实施例中，针对每一图像集合，通过特征提取模型对图像集合中每一图像进行特征提取，每一图像均可以提取得到对应的图像特征向量，从而针对一个图像集合，可以提取得到多个图像特征向量；

图像特征向量中包括多个维度的特征，终端将多个图像特征向量中相同维度的特征进行预设处理，得到各维度处理后的特征，从而将各维度处理后的特征作为图像集合的图像特征向量中各维度的特征，得到图像集合的图像特征向量。

其中，预设处理可以是求平均值处理，即将多个图像特征向量中相同维度的特征进行平均，得到对应维度的平均特征，预设处理还可以是特征融合处理，例如将多个图像特征向量中相同维度的特征进行融合，得到对应维度处理后的特征。

需要说明的是，对于不同的图像集合，可以通过相同的特征提取模型进行图像特征的提取，也可以通过不同的特征提取模型进行图像特征的提取。

本实施例可以得到各图像集合的图像特征向量，从而后续通过该图像特征向量才能得到活体对象的唯一表示向量，从而才能提升活体检测的准确性。

在一个实施例中，基于图像特征向量确定活体对象的唯一表示向量，包括：将各图像特征向量中相同维度的特征进行整合，得到活体对象的唯一表示向量。

每一图像集合最终可以得到一个图像特征向量，将各图像特征向量中相同维度的特征进行整合，可以得到活体对象的唯一表示向量。

需要说明的是，对相同维度的特征进行整合包括对相同维度的特征进行拼接。

需要说明的是，在进行特征整合时，如果多个图像集合对应的图像特征向量维度不一样，则对维度较少的图像特征向量进行补零操作使得其与其他图像特向量维度一致，再将补零操作后的图像特征向量与其他图像特征向量进行整合。例如图像特征向量1包括X维的特征，图像特征向量2包括Y维的特征，X和Y均为整数，且Y小于X，则将图像特征向量2相对于图像特征向量1缺少的维度进行补零，以使得图像特征向量2也包括X维的特征。

在本实施例中，将各图像特征向量中相同维度的特征进行整合后，得到整合后的特征向量后，还可以进一步将整合后的特征向量进行映射，将映射后的特征向量作为唯一表示向量。

可见，本实施例记载了得到活体对象的唯一表示向量的具体方式，从而才能基于该唯一表示向量进行活体检测，提升活体检测的准确性。

参照图2，在一个实施例中，该方法还包括：

步骤S104、当接收到终端访问请求时，确定终端访问请求中携带的待检测对象的信息，基于信息将待检测对象作为活体对象，返回获取活体对象的至少两个图像集合的步骤并继续执行，直至得到待检测对象的唯一表示向量；

步骤S105、将待检测对象的唯一表示向量与活体对象的唯一表示向量进行对比，确定请求访问终端的待检测对象是否为活体对象。

本实施例在终端确定活体对象的唯一表示向量后执行。

用户可以触发人脸识别以向终端发送访问请求，访问请求包括人脸识别请求，终端接收到该请求后，确定该请求中携带的待检测对象的信息，基于该信息可以确定待检测对象，该信息可以是访问请求所请求识别的待检测对象的位置信息，例如访问请求指示将终端摄像头正前方的对象作为待检测对象。

终端将待检测对象作为上述图1所示实施例中的活体对象，执行与针对上述活体对象所执行操作一样的操作，即执行步骤S101和步骤S103的操作，得到待检测对象的唯一表示向量。

终端获取预先存储的活体对象的唯一表示向量，终端将待检测对象的唯一表示向量与活体对象的唯一表示向量进行对比，若比对通过，则确定请求访问终端的待检测对象是活体对象，否则，则认为待检测对象为非活体对象。

在本实施例中，在检测待检测对象是否为活体对象时，通过将待检测对象执行与活体对象相同的操作得到待检测对象的唯一表示向量，将活体对象的唯一表示向量作为校准目标，以比对待检测对象的唯一表示向量与活体对象的唯一表示向量，进行活体检测，可以提升活体检测的准确性。

在一个实施例中，将待检测对象对应的唯一表示向量与活体对象的唯一表示向量进行对比，确定请求访问终端的待检测对象是否为活体对象，包括：

确定待检测对象的唯一表示向量与活体对象的唯一表示向量之间的相似度；

若相似度在预设相似度范围内，则确定请求访问终端的待检测对象是活体对象。

该相似度可以是两唯一表示向量之间的余弦相似度，当然也可以通过其他计算相似度的方式确定两唯一表示向量之间的相似度。

如果待检测对象是打印的图片或者3D人脸图像等非活体对象，得到的待检测对象的唯一表示向量与活体对象的唯一表示向量差异较大，相似度不在预设相似度范围内，则可以确定请待检测对象并不是活体对象。

如果待检测对象是活体用户本人，则所计算得到的相似度在预设相似度范围内。

在本实施例中具体记载了通过计算相似度的方式进行活体检测，最终可以确定待检测对象是否为活体对象，提升了方案的可实施性。

在一个实施例中，目标光波参数包括以下至少一项：

强度、频率、光通量或光的波长。

如上述目标光波参数属于多个光波参数，实际上光波的多个光波参数也包括：强度、频率、光通量或光的波长中至少一样。

将强度作为目标光波参数，可以改变强度而保持频率、光通量和光的波长不变，向活体对象发射多个光波后得到图像集合；将频率作为目标光波参数，也可以改变频率而保持强度、光通量和光的波长不变，向活体对象发射多个光波后得到图像集合。可见通过改变不同的目标光波参数，可以得到多个不同的图像集合。

综上，参照图3，本申请的整体方案概述为：

S1、图像采集设备向活体对象发射多个频率相同，且强度不同的光波，得到的各光波的反射图像，形成第一图像集合；

S2、图像采集设备向活体对象发射多个强度相同，且频率不同的光波，得到的各光波的反射图像，形成第二图像集合；

S3、终端获取图像采集设备的第一图像集合和第二图像集合；

S4、终端采用预先构建的特征提取模型，对第一图像集合中的多张图像进行特征提取，得到多个图像提取特征，再将多个图像提取特征进行整合得到一个图像进行提取特征；

S5、终端采用预先构建的特征提取模型，对第二图像集合中的多张图像进行特征提取，得到多个图像提取特征，再将多个图像提取特征进行整合得到一个图像提取特征；

S6、终端将第一图像集合对应的图像进行特征以及第二图像集合对应的图像进行特征进行整合，将整合后的向量进行映射，得到活体对象的唯一表示向量，将唯一表示向量存储；

S7、当接收到待检测对象发送的人脸验证请求时，终端将待检测对象作为活体对象重复执行S1到S6的步骤，得到待检测对象的唯一表示向量；

S8、终端计算活体对象的唯一表示向量与待检测对象的唯一表示向量的相似度；

S9、如果相似度在预设相似度范围内，则终端确定该待检测对象为活体对象。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的活体检测方法的活体检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个活体检测装置实施例中的具体限定可以参见上文中对于活体检测方法的限定，在此不再赘述。

在一个实施例中，如图4所示，提供了一种活体检测装置400，包括：获取模块401、第一确定模块402和第二确定模块403，其中：

获取模块401，用于获取活体对象的至少两个图像集合，各图像集合中包括多个图像，所述多个图像是通过变化目标光波参数向所述活体对象发射多个光波后、所得到的各光波的反射图像，且针对不同的图像集合所变化的目标光波参数不同；

第一确定模块402，用于确定各图像集合对应的图像特征向量；

第二确定模块403，用于基于所述图像特征向量确定所述活体对象的唯一表示向量，所述唯一表示向量用于验证请求访问终端的待检测对象是否为所述活体对象。

在一个实施例中，第一确定模块402，具体用于：

针对各图像集合，对所述图像集合中多个图像分别进行特征提取，得到各图像的图像特征向量；

将所述多个图像的图像特征向量中相同维度的特征进行预设处理，得到各维度处理后的特征；

基于各维度处理后的特征，获取所述图像集合的图像特征向量。

在一个实施例中，第二确定模块403，具体用于：

将各图像特征向量中相同维度的特征进行整合，得到所述活体对象的唯一表示向量。

在一个实施例中，该装置还包括：

第三确定模块，用于当接收到终端访问请求时，确定所述终端访问请求中携带的待检测对象的信息，基于所述信息将所述待检测对象作为所述活体对象，返回获取活体对象的至少两个图像集合的步骤并继续执行，直至得到所述待检测对象的唯一表示向量；

对比模块，用于将所述待检测对象的唯一表示向量与所述活体对象的唯一表示向量进行对比，确定请求访问终端的待检测对象是否为所述活体对象。

在一个实施例中，比对模块，具体用于：

确定所述待检测对象的唯一表示向量与所述活体对象的唯一表示向量之间的相似度；

若所述相似度在预设相似度范围内，则确定请求访问终端的所述待检测对象是所述活体对象。

在一个实施例中，所述目标光波参数包括以下至少一项：

强度、频率、光通量或光的波长。

上述活体检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种XXX方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。