活体检测方法、装置、服务器和人脸识别设备.pdf

(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CN110991231A(43)申请公布日2020.04.10(21)申请号201911029402.3(22)申请日2019.10.28(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人曹佳炯(74)专利代理机构北京三友知识产权代理有限公司11127代理人周达刘飞(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书4页说明书17页附图6页(54)发明名称活体检测方法、装置、服务器和人脸识别设备(57)摘要本说明书提供一种活体检测方法、装置、服务器和人脸识别设备。在一个实施例中，通过先从目标图像数据中获取目标对象的人脸比对特征；再确定并根据目标对象的人脸比对特征，与包含有多个疑似非活体对象的人脸比对特征的预设的攻击图像特征库之间的相似度参数，来判断目标对象是否为疑似非活体对象，进而再确定目标对象是否为活体对象。提高了活体检测的准确度和效率。CN110991231ACN110991231A权利要求书1/4页1.一种活体检测方法，包括：获取目标图像数据，其中，所述目标图像数据包含有目标对象；从所述目标图像数据中获取目标对象的人脸比对特征；确定所述人脸比对特征与预设的攻击图像特征库的相似度参数，其中，所述预设的攻击图像特征库中包括多个疑似非活体对象的人脸比对特征；根据所述相似度参数，确定所述目标对象是否为活体对象。2.根据权利要求1所述的方法，在确定所述人脸比对特征与预设的攻击图像特征库的相似度参数后，所述方法还包括：使用预设的活体检测模型，确定所述目标图像数据中的目标对象为非活体对象的概率值作为目标概率；相应的，根据所述相似度参数，确定所述目标对象是否为活体对象，包括：根据所述相似度参数，和所述目标概率，确定所述目标图像数据中的目标对象是否为活体对象。3.根据权利要求1所述的方法，确定所述人脸比对特征与预设的攻击图像特征库的相似度参数，包括：根据所述人脸比对特征与所述预设的攻击图像特征库，计算所述人脸比对特征与预设的攻击图像特征库中的各个特征数据之间的余弦相似度；根据所述人脸比对特征与预设的攻击图像特征库中的各个特征数据之间的余弦相似度，确定所述人脸比对特征与预设的攻击图像特征库的相似度参数。4.根据权利要求1所述的方法，根据所述目标概率，和所述相似度参数，确定所述目标图像数据中的目标对象是否为活体对象，包括：比较所述相似度参数和预设的相似度阈值，确定所述相似度参数是否大于等于所述预设的相似度阈值，得到对应的第一比较结果；根据所述第一比较结果，确定出与所述第一比较结果匹配的概率阈值；比较所述目标概率和所述概率阈值，确定所述目标概率是否大于等于所述概率阈值，得到对应的第二比较结果；根据所述第二比较结果，确定所述目标对象是否为活体对象。5.根据权利要求4所述的方法，根据所述第一比较结果，确定出与所述第一比较结果匹配的概率阈值，包括：根据所述第一比较结果，在确定所述相似度参数大于等于所述预设的相似度阈值的情况下，确定预设的第一概率值作为与所述第一比较结果匹配的概率阈值；根据所述第一比较结果，在确定所述相似度参数小于所述预设的相似度阈值的情况下，确定预设的第二概率值作为与所述第一比较结果匹配的概率阈值；其中，所述预设的第一概率值的数值小于所述预设的第二概率值。6.根据权利要求1所述的方法，所述预设的攻击图像特征库按照以下方式建立：获取样本数据，其中，所述样本数据包括包含有非活体对象的图像数据，和包含有活体对象的图像数据；通过人脸比对模型，从所述样本数据中提取得到多个样本特征；从所述多个样本特征中筛选出用于指示疑似非活体对象的特征数据，作为黑样本特2CN110991231A权利要求书2/4页征；根据所述黑样本特征，建立所述预设的攻击图像特征库。7.根据权利要求6所述的方法，从所述多个样本特征中筛选出用于指示疑似非活体对象的特征数据，作为黑样本特征，包括：确定所述样本数据的LBP特征；根据所述样本数据的LBP特征，通过混合高斯模型，划分得到第一样本数据集和第二样本数据集；利用预设的活体检测模型，分别确定第一样本数据集的目标概率平均值，和第二样本数据集的目标概率平均值；根据所述第一样本数据集的目标概率平均值，和第二样本数据集的目标概率平均值，从所述第一样本数据集和第二样本数据集中选择目标概率平均值大的样本数据集作为符合要求的样本数据集；获取所述符合要求的样本数据集中的样本数据的样本特征作为所述黑样本特征。8.根据权利要求6所述的方法，在从所述多个样本特征中筛选出用于指示疑似非活体对象的特征数据，作为黑样本特征之前，所述方法还包括：通过预设的活体检测模