1.一种人脸活体的鉴别方法,所述方法包括:
获取随机的动作序列集,提示用户在规定的时间内依次完成所述动作序列集中的指定动作;
获取人脸视频序列,使用人脸检测方法检测所述人脸视频序列中的第一帧人脸图像;
定位所述第一帧人脸图像中的人脸关键点;
跟踪人脸关键点,输出每一帧的人脸关键点;
根据所述人脸关键点采用连续分析法输出所述人脸视频序列对应的动作的状态参数;
根据所述状态参数的连续性鉴别用户是否完成当前的指定动作,如果用户在规定的时间内依次完成所述动作序列集中的指定动作,则鉴定为人脸活体,否则,鉴定为非活体。
2.根据权利要求1所述的方法,其特征在于,所述人脸检测方法为基于深度卷积神经网络的人脸检测方法,所述定位所述第一帧人脸图像中的人脸关键点采用基于深度卷积神经网络的定位方法。
3.根据权利要求1所述的方法,其特征在于,当前指定动作为摇头,所述根据所述人脸关键点采用连续分析法输出所述人脸视频序列对应的动作的状态参数的步骤包括:
根据每帧人脸图像的人脸关键点做姿态估计得到连续的人脸三维角度。
4.根据权利要求1所述的方法,其特征在于,当前指定动作为眨眼或张嘴,所述根据所述人脸关键点采用连续分析法输出所述人脸视频序列对应的动作的状态参数的步骤包括:
通过回归器输出所述人脸视频序列对应的动作的连续状态值,所述连续状态值与所述当前指定动作的张开幅度对应。
5.根据权利要求1所述的方法,其特征在于,所述根据所述状态参数的连续性鉴别用户是否完成当前的指定动作的步骤包括:
判断任意相邻的两个状态参数的差值是否大于预设阈值,如果是,则当前的指定动作鉴定不通过,否则当前的指定动作鉴定通过。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过分类器判断所述人脸视频序列中的人脸图像的类别,如果所述人脸图像为异常人脸,则当前的指定动作鉴定不通过。
7.一种人脸活体的鉴别装置,其特征在于,所述装置包括:
提示模块,用于获取随机的动作序列集,提示用户在规定的时间内依次完成所述动作序列集中的指定动作;
检测模块,用于获取人脸视频序列,使用人脸检测方法检测所述人脸视频序列中的第一帧人脸图像;
定位跟踪人脸关键点模块,用于定位所述第一帧人脸图像中的人脸关键点,跟踪人脸关键点,输出每一帧的人脸关键点;
连续分析模块,用于根据所述人脸关键点采用连续分析法输出所述人脸视频序列对应的动作的状态参数;
鉴定模块,用于根据所述状态参数的连续性鉴别用户是否完成当前的指定动作,如果用户在规定的时间内依次完成所述动作序列集中的指定动作,则鉴定为人脸活体,否则,鉴定为非活体。
8.根据权利要求7所述的装置,其特征在于,所述人脸检测方法为基于深度卷积神经网络的人脸检测方法,所述定位所述第一帧人脸图像中的人脸关键点采用基于深度卷积神经网络的定位方法。
9.根据权利要求7所述的装置,其特征在于,当前指定动作为摇头,所述连续分析模块还用于根据每帧人脸图像的人脸关键点做姿态估计得到连续的人脸三维角度。
10.根据权利要求7所述的装置,其特征在于,当前指定动作为眨眼或张嘴,所述连续分析模块还用于通过回归器输出所述人脸视频序列对应的动作的连续状态值,所述连续状态值与所述当前指定动作的张开幅度对应。
11.根据权利要求7所述的装置,其特征在于,所述鉴定模块还用于判断任意相邻的两个状态参数的差值是否大于预设阈值,如果是,则当前的指定动作鉴定不通过,否则当前的指定动作鉴定通过。
12.根据权利要求7所述的装置,其特征在于,所述装置还包括:
异常检测模块,用于通过分类器判断所述人脸视频序列中的人脸图像的类别,如果所述人脸图像为异常人脸,则当前的指定动作鉴定不通过。