本申请涉及人脸识别领域，具体而言，涉及一种基于人脸活体识别的准确率测试方法及系统。
背景技术：
随着人脸识别技术的兴起，各种算法及设备厂商都陆续推出了自己的产品。不少厂家在提供人脸识别的同时，更能提供活体算法来防御照片和视频的攻击，但是由于各家技术方法都不同，效果相差很大。
在活体算法的准确率的测试上，目前没有标准的测量方法，存在测试条件多，变化影响大，测试样本采样归类困难等多重阻碍，导致准确率测试，耗时耗力，结果还不够客观。
针对相关技术中上述问题，目前尚未提出有效的解决方案。
技术实现要素：
本申请的主要目的在于提供一种基于人脸活体识别的准确率测试方法及系统，以解决活体算法的准确率计算方法耗时耗力且结果不够客观的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种基于人脸活体识别的准确率测试方法。
根据本申请的基于人脸活体识别的准确率测试方法包括：
预先对人脸活体识别的影响因素进行分类；
获取不同环境影响因素下的所有人脸视频；
将所述所有人脸视频均进行逐帧转换为人脸图片；
针对所有的所述人脸图片进行人脸活体识别；
获得所有所述人脸活体识别的结果，并得到识别的准确率。
进一步的，如前述的基于人脸的活体识别准确率测试方法，所述对人脸活体识别的影响因素进行分类，包括：
将所述环境影响因素分为：距离、光线强度、角度和人种。
进一步的，如前述的基于人脸的活体识别准确率测试方法，对所述距离进行划分，包括：
确定最远的人脸活体识别距离；
将所述最远的活体识别距离进行n次等分，划分为均等的n等份。
进一步的，如前述的基于人脸的活体识别准确率测试方法，对所述光线强度进行划分，包括：
室内昏暗，光线强度为15lux～80lux；
室内明亮，光线强度为300lux～800lux；
室外明亮，光线强度为10000lux～12000lux。
进一步的，如前述的基于人脸的活体识别准确率测试方法，
对所述角度进行划分，包括：
以人脸为基准，并对人脸的yaw，pitch，roll三种旋转均以45度为检测分界线。
进一步的，如前述的基于人脸的活体识别准确率测试方法，
对所述人种进行划分，包括：将人种分为黄种人，白人和黑人。
进一步的，如前述的基于人脸的活体识别准确率测试方法，所述获取不同环境影响因素下的所有人脸视频，包括：
获取不同环境影响因素下的大于等于100人的所有人脸视频；所述人脸视频时间大于等于10分钟。
为了实现上述目的，根据本申请的另一方面，提供了一种基于人脸的活体识别准确率测试系统。
根据本申请的基于人脸的活体识别准确率测试系统包括：
分类单元，用于预先对人脸活体识别的影响因素进行分类；
视频获取单元，用于获取不同环境影响因素下的所有人脸视频；
人脸图片获取单元，用于将所述所有人脸视频均进行逐帧转换为人脸图片；
识别单元，用于针对所有的所述人脸图片进行人脸活体识别；
准确率计算单元，用于获得所有所述人脸活体识别的结果，并得到识别的准确率。
进一步的，如前述的基于人脸的活体识别准确率测试系统，所述分类单元包括：
距离分类模块：用于对距离进行划分；
光线强度分类模块：用于对光线强度进行划分；
角度分类模块：用于对角度进行划分；
人种分类模块：用于对人种进行划分。
进一步的，如前述的基于人脸的活体识别准确率测试系统，所述视频获取单元，具体用于：
获取不同环境影响因素下的大于等于100人的所有人脸视频；所述人脸视频时间大于等于10分钟。
在本申请中，通过预先对人脸活体识别的影响因素进行分类；获取不同环境影响因素下的所有人脸视频；将所述所有人脸视频均进行逐帧转换为人脸图片；针对所有的所述人脸图片进行人脸活体识别；获得所有所述人脸活体识别的结果，并得到识别的准确率。达到了测试样本采样归类明确，进而达到了准确率测试简单快速，结果客观的目的，从而实现了对人脸活体识别的准确率进行准确计算的技术效果，进而解决了由于没有标准的测量方法造成的测试条件多，变化影响大，测试样本采样归类困难，以及因此导致的准确率测试耗时耗力，结果还不够客观的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种方法流程示意图；以及
图2是根据本申请实施例的一种系统模块图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
从以上的描述中，可以看出，本发明实现了如下技术效果：
如图1所示，本发明提供一种基于人脸活体识别的准确率测试方法，该方法包括如下的步骤s1至步骤s5：。
根据本申请的基于人脸活体识别的准确率测试方法包括：
s1.预先对人脸活体识别的影响因素进行分类；
s2.获取不同环境影响因素下的所有人脸视频；
s3.将所述所有人脸视频均进行逐帧转换为人脸图片；
s4.针对所有的所述人脸图片进行人脸活体识别；
s5.获得所有所述人脸活体识别的结果，并得到识别的准确率。
在一些实施例中，如前述的基于人脸的活体识别准确率测试方法，所述对人脸活体识别的影响因素进行分类，包括：
将所述环境影响因素分为：距离、光线强度、角度和人种。
在一些实施例中，如前述的基于人脸的活体识别准确率测试方法，对所述距离进行划分，包括：
确定最远的人脸活体识别距离；
将所述最远的活体识别距离进行n次等分，划分为均等的n等份。
在一些实施例中，如前述的基于人脸的活体识别准确率测试方法，对所述光线强度进行划分，包括：
室内昏暗，光线强度为15lux～80lux；
室内明亮，光线强度为300lux～800lux；
室外明亮，光线强度为10000lux～12000lux；
一般的，将室内光线强度在80lux～300lux以及室外800lux～10000lux作为正常光照强度，因此不需进行测试。
在一些实施例中，如前述的基于人脸的活体识别准确率测试方法，
对所述角度进行划分，包括：
以人脸为基准，并对人脸的yaw，pitch，roll三种旋转均以45度为检测分界线，具体为：每一种旋转中均向两侧偏转45度。
在一些实施例中，如前述的基于人脸的活体识别准确率测试方法，
对所述人种进行划分，包括：将人种分为黄种人，白人和黑人。
具体的，结合门禁业务为例，(1)、距离的划分最容易实现，1m，2m，3m；分别对应不同形态的门禁设备；(2)、光照的情况的划分，根据室内装修照度标准，划分为昏暗20lux，室内明亮500lux背对光源/正对光源，室外明亮10000lux背对光源/正对光源；(3)、角度的情况划分以人脸为基准yaw，pitch，roll三种旋转均以45度为检测分界线；(4)、在上述人种划分的基础上可以进一步将所述黄种人，白人和黑人细分出青壮年，老人，小孩，结合具体产品形态，选定范围，这里一般为黄种人青壮年。
在一些实施例中，如前述的基于人脸的活体识别准确率测试方法，所述获取不同环境影响因素下的所有人脸视频，包括：
获取不同环境影响因素下的大于等于100人的所有人脸视频；所述人脸视频时间大于等于10分钟。因为视频采样环节，尽可能多的采样不同人在上述环境组合中的样本，一次采集，后续可以重复使用，已目前人脸识别的衡量标准99.99％来说，样本量需达100000级别，因此只有达到此采样人数及采样时间才能满足该样本量。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种用于实施上述基于人脸的活体识别准确率测试方法的系统，如图2所示，该系统包括：
分类单元1，用于预先对人脸活体识别的影响因素进行分类；
视频获取单元2，用于获取不同环境影响因素下的所有人脸视频；
人脸图片获取单元3，用于将所述所有人脸视频均进行逐帧转换为人脸图片；
识别单元4，用于针对所有的所述人脸图片进行人脸活体识别；
准确率计算单元5，用于获得所有所述人脸活体识别的结果，并得到识别的准确率。
在一些实施例中，如前述的基于人脸的活体识别准确率测试系统，所述分类单元包括：
距离分类模块：用于对距离进行划分；
光线强度分类模块：用于对光线强度进行划分；
角度分类模块：用于对角度进行划分；
人种分类模块：用于对人种进行划分。
在一些实施例中，如前述的基于人脸的活体识别准确率测试系统，所述视频获取单元，具体用于：
获取不同环境影响因素下的大于等于100人的所有人脸视频；所述人脸视频时间大于等于10分钟。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。