[0120](I)当该人脸姿态为正面姿态时，判断鼻子轮廓点的深度信息是否小于脸部轮廓点的深度信息，当鼻子轮廓点的深度信息大于脸部轮廓点的深度信息时，确定该人脸图像为活体人脸，当鼻子轮廓点的深度信息不大于脸部轮廓点的深度信息时，确定该人脸图像为伪造人脸。
[0121]按照人脸器官的分布规律，活体人脸的鼻子通常要突出脸部两侧的边缘，那么当用户面向该人脸识别设备时，鼻子轮廓点距离该人脸识别设备更近，而脸部轮廓点距离该人脸识别更远。相应地，正面姿态下的预设规则可以包括:鼻子轮廓点的深度信息大于脸部轮廓点的深度信息。
[0122]因此，该人脸识别设备判断鼻子轮廓点的深度信息是否大于脸部轮廓点的深度信息，当鼻子轮廓点的深度信息大于脸部轮廓点的深度信息时，表示鼻子轮廓点距离该人脸识别设备更近，而脸部轮廓点距离该人脸识别设备更远，符合该预设规则，则可以确定该人脸图像为活体人脸。而当鼻子轮廓点的深度信息不大于脸部轮廓点的深度信息时，确定该人脸图像不符合该预设规则，则可以确定该人脸图像为伪造人脸。
[0123]需要说明的是，本实施例仅以一个鼻子轮廓点与一个脸部轮廓点为例进行说明，实际上，该人脸识别设备可以获取到多个鼻子轮廓点和多个脸部轮廓点，此时，该人脸识别设备可以获取多个鼻子轮廓点的平均深度信息，并获取多个脸部轮廓点的平均深度信息，对获取到的两个器官点的平均深度信息进行比较，以判断该人脸图像是否符合该预设规贝IJ。或者，该人脸识别设备还可以将多个鼻子轮廓点和多个脸部轮廓点两两对比，当任一鼻子轮廓点的深度信息大于对应脸部轮廓点的深度信息时，为鼻子轮廓点投票，当任一鼻子轮廓点的深度信息不大于脸部轮廓点的深度时，为脸部轮廓点投票，全部对比完成时，如果鼻子轮廓点的投票数目大于脸部轮廓点的投票数目，则确定鼻子轮廓点的深度信息大于脸部轮廓点的深度信息，该人脸图像符合该预设规则。而如果鼻子轮廓点的投票数目不大于脸部轮廓点的投票数目，则确定鼻子轮廓点的深度信息不大于脸部轮廓点的深度信息，该人脸图像不符合该预设规则。本实施例对此不做限定。
[0124](2)当该人脸姿态为左侧姿态时，判断左侧脸部轮廓点的深度信息是否小于右侧脸部轮廓点的深度信息，该左侧姿态是指人脸向左转动的姿态，当左侧脸部轮廓点的深度信息小于右侧脸部轮廓点的深度信息时，确定该人脸图像为活体人脸，当左侧脸部轮廓点的深度信息不小于右侧脸部轮廓点的深度信息时，确定该人脸图像为伪造人脸。
[0125]按照人脸器官的分布规律，用户人脸向左转动时，左脸到该人脸识别设备的距离通常要大于右脸到该人脸识别设备的距离。相应地，左侧姿态下的预设规则可以包括:左侧脸部轮廓点的深度信息小于右侧脸部轮廓点的深度信息。
[0126]因此，该人脸识别设备判断左侧脸部轮廓点的深度信息是否小于右侧脸部轮廓点的深度信息，当左侧脸部轮廓点的深度信息小于右侧脸部轮廓点的深度信息时，表示左脸距离该人脸识别设备更远，右脸距离该人脸识别设备更近，符合该预设规则，则可以确定该人脸图像为活体人脸。而当左侧脸部轮廓点的深度信息不小于右侧脸部轮廓点的深度信息时，确定该人脸图像不符合该预设规则，则可以确定该人脸图像为伪造人脸。
[0127]需要说明的是，本实施例仅以一个左侧脸部轮廓点与一个右侧脸部轮廓点为例进行说明，实际上，该人脸识别设备可以获取到多个左侧脸部轮廓点和多个右侧脸部轮廓点，此时，该人脸识别设备可以获取多个左侧脸部轮廓点的平均深度信息，并获取多个右侧脸部轮廓点的平均深度信息，对获取到的两个器官点的平均深度信息进行比较，以判断该人脸图像是否符合该预设规则。或者，该人脸识别设备还可以将多个左侧脸部轮廓点和多个右侧脸部轮廓点两两对比，当任一左侧脸部轮廓点的深度信息小于对应的右侧脸部轮廓点的深度信息时，为左侧脸部轮廓点投票，当任一左侧脸部轮廓点的深度信息不小于对应的右侧脸部轮廓点的深度时，为右侧脸部轮廓点投票，全部对比完成时，如果左侧脸部轮廓点的投票数目大于右侧脸部轮廓点的投票数目，则确定左侧脸部轮廓点的深度信息小于右侧脸部轮廓点的深度信息，该人脸图像符合该预设规则。而如果左侧脸部轮廓点的投票数目不大于右侧脸部轮廓点的投票数目，则确定左侧脸部轮廓点的深度信息不小于脸部轮廓点的深度信息，该人脸图像不符合该预设规则。本实施例对此不做限定。
[0128](3)当该人脸姿态为右侧姿态时，判断左侧脸部轮廓点的深度信息是否大于右侧脸部轮廓点的深度信息，该左侧姿态是指人脸向右转动的姿态，当左侧脸部轮廓点的深度信息大于右侧脸部轮廓点的深度信息时，确定该人脸图像为活体人脸，当左侧脸部轮廓点的深度信息不大于右侧脸部轮廓点的深度信息时，确定该人脸图像为伪造人脸。
[0129]按照人脸器官的分布规律，用户人脸向右转动时，左脸到该人脸识别设备的距离通常要小于右脸到该人脸识别设备的距离。相应地，左侧姿态下的预设规则可以包括:左侧脸部轮廓点的深度信息大于右侧脸部轮廓点的深度信息。
[0130]该步骤(3)的具体过程与上述步骤(2)类似，在此不再赘述。
[0131]需要说明的是，本实施例仅以上述步骤(1)-(3)中的三种姿态下的预设规则为例进行说明，实际上，该人脸识别设备还可以根据人脸器官的分布规律，在上述三种姿态下采用其他形式的预设规则，且该人脸识别设备还可以设定除上述三种姿态以外的其他姿态下的预设规则，本实施例对此不做限定。
[0132]另外，人脸识别设备对人脸进行拍摄后得到的人脸图像的左右方向与人脸真实的左右方向相反，本实施例可以按照人脸图像的左右方向来区分左侧姿态与左侧姿态以及左侧脸部轮廓点与右侧脸部轮廓点，也可以按照人脸真实的左右方向来区分左侧姿态与右侧姿态以及左侧脸部轮廓点与右侧脸部轮廓点，只需保证活体人脸识别过程中采用的左右方向一致即可。
[0133]需要补充说明的是，本实施例仅关注于一张人脸图像，当确定该人脸图像为活体人脸时，即可确定活体人脸识别通过。而在实际应用时，该人脸识别设备可以通过该双摄像头，获取到多张人脸图像。例如，该人脸识别设备可以拍摄视频片段，获取该视频片段中包含的多帧连续的人脸图像，或者，该人脸识别设备可以进行多次拍摄，得到多张人脸图像。
[0134]获取到多张人脸图像时，该人脸识别设备可以对该多张人脸图像中的每张人脸图像均执行上述步骤202-204，判断每张人脸图像是否为活体人脸，得到每张人脸图像的判断结果，根据得到的判断结果，确定该多张人脸图像中的活体人脸数目，当确定该多张人脸图像中的活体人脸数目达到预设数目时，活体人脸识别通过，而当确定该多张人脸图像中的活体人脸数目未达到预设数目时，活体人脸识别不通过。
[0135]其中，该预设数目可以由该人脸识别设备预先确定，或者根据对活体人脸识别的精确度需求确定，或者根据多张人脸图像的数目以及预设比例确定，如该预设比例可以为二分之一，本实施例对此不做限定。
[0136]相关技术中的人脸识别设备需要下发面部动作指令，根据当前人脸是否做出相应的面部动作来进行活体人脸识别，该活体人脸识别过程要求用户的高度配合，且当用户做出的面部动作不明显时，很容易会误将用户的人脸判定为伪造人脸，从而造成活体人脸识别失败。而本实施例提供的活体人脸识别方法，利用获取到的深度信息，结合人脸的器官分布规律以及一些智能分析手段，自动准确地完成活体人脸识别，用户只需站在双摄像头的拍摄范围内即可，无需用户的配合，可以自然的进行活体人脸的判定，不会出现由于用户的配合不足而导致活体人脸识别失败的问题，提升了用户体验，且防止了不法分子利用伪造的人脸照片或者视频仿冒人脸识别的情况。
[0137]本实施例提供的方法，通过配置双摄像头，通过该双摄像头获取人脸图像中的器官点的深度信息以及人脸姿态，根据获取到的深度信息和人脸姿态，判断人脸图像是否为活体人脸，无需用户配合做出面部动作，降低了对用户的要求，且避免了由于用户面部动作不明显而导致活体人脸识别失败的问题。
[0138]图3是根据一示例性实施例示出的一种活体人脸识别装置的框图。参见图3，该装置包括图像获取模块301，信息获取模块302，确定模块303和判断模块304。
[0139]图像获取模块301被配置为用于通过配置的双摄像头，获取人脸图像；
[0140]信息获取模块302被配置为用于通过该双摄像头，获取该人脸图像中的器官点的深度信息，该深度信息与相应器官点到本端的距离呈负相关关系；
[0141]确定模块303被配置为用于确定该人脸图像的人脸姿态；
[0142]判断模块304被配置为用于根据该人脸图像中的器官点的深度信息以及该人脸姿态，判断该人脸图像是否为活体人脸。
[0143]本实施例提供的装置，通过配置双摄像头，通过该双摄像头获取人脸图像中的器官点的深度信息以及人脸姿态，根据获取到的深度信息和人脸姿态，判断人脸图像是否为活体人脸，无需用户配合做出面部动作，降低了对用户的要求，且避免了由于用户面部动作不明显而导致活体人脸识别失败的问题。
[0144]在另一实施例中，该信息获取模块302还被配置为用于对该人脸图像中的器官点进行定位；通过该双摄像头，获取定位得到的每个器官点的深度信息。
[0145]在另一实施例中，该判断模块304还被配置为用于判断人脸图像中的器官点的深度信息与该人脸姿态是否符合预设规则；当该人脸图像中的器官点的深度信息与该人脸姿态符合预设规则时，确定该人脸图像为活体人脸；当该人脸图像中的器官点的深度信息与该人脸姿态不符合该预设规则时，确定该人脸图像为伪造人脸。
[0146]在另一实