(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910871588.0
(22)申请日 2019.09.16
(71)申请人 成都恒道智融信息技术有限公司
地址 610000 四川省成都市武侯区天府五
街200号6栋B座1楼
(72)发明人 赵晋 苏亚龙 孙奥峰
(74)专利代理机构 北京鱼爪知识产权代理有限
公司 11754
代理人 曹治丽
(51)Int.Cl.
G06K 9/00(2006.01)
G06K 9/46(2006.01)
(54)发明名称
(57)摘要
提供一种基于颜变化的活体检测方法，采
用多个不同的颜序列光源对检测对象进行人
验证码的一致性，通过反欺诈网络来检测是否
为欺诈。通过使用颜验证码的方式，使用户被
动的完成活体检测，降低了用户使用的繁琐程
度，同时，由于广在不同介质上的反光程度不同，
不同颜间的多帧人脸图像插值计算后，会有明
显区别，
能有效的提高活体检测的正确率。权利要求书2页 说明书6页 附图1页CN 110969077 A 2020.04.07
C N 110969077
A
1.一种基于颜变化的活体检测方法，其特征在于，包括如下步骤：
接收身份认证活体检测请求，根据请求产生加密的颜序列验证码；
启动摄像头并将亮度调至最亮，间隔时间依次产生相应的颜序列验证码的颜，并上传视频文件；
获取人脸在不同颜下的图像序列，采用卷积神经网络对所述的图像序列进行特征提取，生成多组人脸特征图像；
将不同颜下的图像序列特征送入颜识别卷积神经网络，校验颜序列是否与颜验证码一致；
将不同颜下的图像序列在RGB通道上做差值计算，将人脸的多组差值特征图像输入至反欺诈卷积神经网络，按照预设的处理方式，对人脸的多组特征图像进行处理，获取检测对象的人脸活体深度特征，将人脸活体深度特征送至反欺诈卷积神经网络，检测视频是否为欺诈；
将颜识别卷积神经网络和反欺诈卷积神经网络的识别结果融合，产生最终的监测结果。
2.根据权利要求1所述的基于颜变化的活体检测方法，其特征在于，使用活体检测开始时，会对用户人
脸进行距离检测，通过图像采集区域与和人脸区域的大小比例，计算用户面部跟设备之间的距离，若超出了规定范围，则提示用户调整到合适的距离。
3.根据权利要求1所述的基于颜变化的活体检测方法，其特征在于，所述的颜序列验证的长度为3-5字节，包括颜变化间隔和使用的颜库，其变换间隔为固定间隔，其间隔设置200-1000ms。
4.根据权利要求1所述的基于颜变化的活体检测方法，其特征在于，所述颜序列验证码根据随机算法产生，同一种颜不会在相邻位置上连续出现，但可以在一个验证码中出现多次。
5.根据权利要求1所述的基于颜变化的活体检测方法，其特征在于，采集到图像后，根据配置的颜间隔，在相应的颜间隔的中间点位置抽取你，得到和颜验证码长度数量相同的高强度强光图像。
6.根据权利要求5所述的基于颜变化的活体检测方法，其特征在于，所得到的人脸图像帧首先会被送入人脸范围抽象网络进行人脸面部区域识别，得到人脸特征。
7.根据权利要求6所述的基于颜变化的活体检测方法，其特征在于，所述的人脸范围抽象网络的输入为人脸帧图像，输出为以人脸位置左上和右下点坐标为范围的人脸关键部位，去除帧图像中的非人脸部位及背景环境。
8.根据权利要求1所述的基于颜变化的活体检测方法，其特征在于，人脸特征被输入到所述的颜识别
卷积神经网络后，会被预测为3个红绿蓝的概率值，当概率大于阈值时，则表示当前图片中包含了该种颜；若真实颜为红绿蓝的图像，则产生的一个大于阈值的结果；若为其它混合颜的图像，则会产生两个颜的结果，该结果用于还原图像的颜验证码，以此结果比对系统生成的颜验证码和采集到的图像帧还原的验证码是否一致。
9.根据权利要求8所述的基于颜变化的活体检测方法，其特征在于，通过颜验证的图像帧会被送入深度还原网络，根据相邻两帧图像的颜变化，还原采集图像的深度，并完成欺诈程序预测。
10.根据权利要求1所述的基于颜变化的活体检测方法，其特征在于，所述的活体检测方法可以由单个电子设备执行，执行设备包含摄像头和显示屏，其具体可以是手机、平板电脑、掌上电脑、台式电脑中的一种或多种。
一种基于颜变化的活体检测方法
技术领域
[0001]本申请涉及深度学习与人工智能技术领域，是一种基于颜变化的活 体检测方法。
背景技术
[0002]和指纹、虹膜等生物特征相比，人脸特征是最容易获取的。人脸识别 系统逐渐开始商用，并向着自动化、无人监督化的趋势发展，然而目前人 脸识别技术能识别人脸图像的身份但无法准确辨别所输入人脸的真伪。那 么如何自动地、有效地辨别图像真伪抵抗欺骗攻击以确保系统安全已成为 人识别技术中一个迫切需要解决的问题。
[0003]通用的活体检测有以下几种方式：
[0004]使用翻拍的人脸彩图像的纹理信息判别。由于翻拍的图像会产生较 多的噪声。如果是对着电脑屏幕进行翻拍，由于屏幕的时间分辨率与相机 频率的不同会产生莫列干涉，从而使得图像上产生条带噪声，根据不同噪 声进行分析判断是否为真实人脸。该技术中，当前部分拍照设备分辨率较 高、图像信噪比较高，从而对噪声判断技术带来不确定的因素。
[0005]使用虚假人脸区域与其背景的一致性来判别。虚假人脸往往是通过打 印或在硬件媒体上以播放的形式进行静态或动态展示。然而虚假人脸区域 的领域或边缘背景在纸张或媒体硬件设备的运动过程中，与虚假人脸不产 生运动差异，保持一致性。基于该特点，在视频图像中可利用运动检测与 判定虚假人脸与否。该技术中需要利用视频帧信息，增加了系统的运算复 杂度，同时用户体验性较差。
[0006]使用人脸局部信息的非刚性运动判别。虚假静态人脸图像无论出于何 种运动都为刚性运动，而真实人脸在视频中会产生面部细微的非刚性变化， 从而根据此差异可以判定真实人与否。该技术中，需要
采用高时间分辨率 的采集设备，同时从刚性的变化真实人运动中(如头部转动)提取非刚性面 部信息，为活体检测时效性的提升和算法复杂度的降低带来困难。
[0007]使用人脸三维重构判别。真实人的3D信息与虚假的电子设备描述的人 3D信息有很强的区分度。利用相机的多角度拍摄以及相机内部参数，重构 出人关键点深度信息，根据关键点的深度信息进行有监督的人判定。该技 术需要对相机内部参数进行标定，而相机内部参数的标定的准确性、拍摄 不同图像的相机之间的旋转位移关系以及图像的质量对重构的人深度值有 极大的影响，因此该方法对活体检测的误检率较高。
[0008]在对现有技术的研究和实践过程中，发现现有的方案活体检测所采用 的算法，其判断的准确率并不高，并且也无法有效抵挡合成人脸攻击，另 外，繁琐的主动交互也会大大降低正确样本的通过率，所以，整体而言， 现有方案的活体检测效果并不佳，大大影响身份验证的准确性和安全性。
发明内容
[0009]本发明的目的在于提供一种基于颜变化的活体检测方法，其 能够从一定程度上还原出采集图像的深度，并有效的提高活体检测 的正确率。
[0010]本发明是这样实现的：
[0011]提供一种基于颜变化的活体检测方法，以降低使用门槛，改善活体 检测效果，从而提高身份验证的准确性和安全性。包括：
[0012]接收身份认证活体检测请求，根据请求产生加密的颜验证码；
[0013]启动手机摄像头，并将屏幕亮度调至最亮，并在手机屏幕上按一定的 时间间隔依次产生相应颜验证码的颜，并上传视频文件；
[0014]获取多个人脸在不同颜下的图像序列，采用卷积神经网络对所述多 个人脸图像序列进行个特征提取，生成多组人脸特征图像；
[0015]将不同颜下的图像序列特征送入颜识别卷积神经网络，校验颜 序列是否与颜验证码一致；
[0016]将不同颜下的图像序列在rgb通道上做差值计算，将所述多组人脸 差值特征图像输入至反欺诈卷机神经网络，按照预设处理方式，对所述多 组人脸特征图像进行处理，获得所述检测对象的人脸活体深度特征，将人 脸活体深度特征，送至反欺诈神经网络，检测视频是否为欺诈；
[0017]将颜识别卷积神经网络和反欺诈卷积神经网络识别结果融合，产生 最终检测结果。
[0018]在本发明的一些实施例中，使用活体检测开始时，会对用户人脸进行 距离检测，通过图像采集区域与和人脸区域的大小比例，计算用户面部跟 设备之间的距离，若超出了规定范围，则提示用户调整到合适的距离。
[0019]在本发明的一些实施例中，所述的颜序列验证的长度为3-5字节， 包括颜变化间隔和使用的颜库，其变换间隔为固定间隔。
[0020]在本发明的一些实施例中，所述颜序列验证码根据随机算法产生， 同一种颜不会在相邻位置上连续出现，但可以在一个验证码中出现多次。
[0021]在本发明的一些实施例中，采集到图像后，根据配置的颜间隔，在 相应的颜间隔的中间点位置抽取你，得到和颜验证码长度数量相同的 高强度强光图像。[0022]在本发明的一些实施例中，所得到的人脸图像帧首先会被送入人脸范 围抽象网络进行人脸面部区域识别，得到人脸特征。
[0023]在本发明的一些实施例中，所述的人脸范围抽象网络的输入为人脸帧 图像，输出为以人脸位置左上和右下点坐标为范围的人脸关键部位，去除 帧图像中的非人脸部位及背景环境。
[0024]在本发明的一些实施例中，人脸特征被输入到所述的颜识别卷积神 经网络后，会被预测为3个红绿蓝的概率值，当概率大于阈值时，则表示 当前图片中包含了该种颜；若真实颜为红绿蓝的图像，
则产生的一个 大于阈值的结果；若为其它混合颜的图像，则会产生两个颜的结果， 该结果用于还原图像的颜验证码，以此结果比对系统生成的颜验证码 和采集到的图像帧还原的验证码是否一致。
[0025]在本发明的一些实施例中，通过颜验证的图像帧会被送入深度还原 网络，根据
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议