用于验证活体人脸的方法、设备和计算机程序产品的制作方法
【技术领域】
[0001]本公开涉及人脸识别技术领域，更具体地涉及一种用于验证活体人脸的方法、设备和计算机程序广品。
【背景技术】
[0002]人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别使用通用的摄像机作为识别信息获取装置，以非接触的方式获取识别对象的人脸图像，然后通过对所获取的图像与数据库图像进行比对来完成识别过程。目前，人脸识别技术已用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。例如，可以将人脸识别系统应用于银行远程开户、门禁系统、远程交易操作验证等。
[0003]在基于人脸识别来进行身份识别的应用中，衍生出一些恶意欺骗人脸身份验证的方法。例如，攻击者使用假面具、或者播放视频、动画等来仿冒特定人的人脸的动作来欺骗人脸身份验证。这使得基于人脸的身份验证方法很可能对这些攻击失效。为了提高身份识别的准确性，可以首先验证待验证对象是一个生物活体，然后通过比对待验证对象的面部特征与数据库中已存的各个用户的面部特征来识别待验证对象的身份。人脸识别系统的所述验证生物活体的过程能够防范攻击者使用照片、视频、动画、3D人脸模型、或者面具等方式进行攻击。因此，期望提供一种有效的验证活体人脸的技术方案，来有效地防范攻击者借助于非活体工具进行的攻击。
【发明内容】
[0004]本公开实施例提供了一种用于验证活体人脸的方法、设备和计算机程序产品，其使得能够有效地识别出不具有活体人脸的待验证对象，从而有效地防范攻击者借助于非活体工具进行的攻击。
[0005]第一方面，提供了一种用于验证活体人脸的方法。该用于验证活体人脸的方法可包括:随机地生成字符串并呈现给待验证对象；识别所述待验证对象的面部动作；确定所述面部动作是否与所述字符串的发音相匹配，得到第一确定结果；基于所述第一确定结果判断所述待验证对象是否是活体人脸。
[0006]结合第一方面，在第一方面的一种实现方式中，所述识别所述待验证对象的面部动作可包括:获取待验证对象的面部图像；分析所述面部图像而获得人脸属性；基于所获得的人脸属性确定所述面部动作。
[0007]结合第一方面及其上述实现方式，在第一方面的另一实现方式中，所述分析所述面部图像而获得人脸属性可包括通过分析每帧面部图像获得人脸的关键点位置作为人脸属性；所述基于所获得的人脸属性确定所述面部动作可包括基于所述关键点位置在各帧面部图像中的变化来确定所述面部动作。
[0008]结合第一方面及其上述实现方式，在第一方面的另一实现方式中，所述确定所述面部动作是否与所述字符串的发音相匹配可包括:利用已训练的神经元网络确定所述面部动作是否与所述字符串的发音相匹配。
[0009]结合第一方面及其上述实现方式，在第一方面的另一实现方式中，所述已训练的神经元网络通过如下的操作来获得:获取与所述字符串对应的多个训练图像，各个训练图像包括不同的人在说出所述字符串时的面部图像；确定在人脸的关键点之中的易于被面具覆盖的指定关键点；生成与每个训练图像中的人脸的包含所述指定关键点的多个关键点对应的特征向量序列；利用所生成的各个特征向量序列来训练所述神经元网络。
[0010]结合第一方面及其上述实现方式，在第一方面的另一实现方式中，利用该已训练的神经元网络确定所述面部动作是否与所述字符串的发音相匹配可包括:该已训练的神经元网络基于所述面部动作确定待验证对象说出所述字符串的概率；当所确定的概率大于预定概率时，确定所述面部动作与所述字符串的发音相匹配。
[0011]结合第一方面及其上述实现方式，在第一方面的另一实现方式中，用于验证活体人脸的方法还可包括:获取待验证对象在预定时间段期间的音频信息；确定所述音频信息是否与所述字符串的发音相匹配，得到第二确定结果。
[0012]结合第一方面及其上述实现方式，在第一方面的另一实现方式中，所述基于所述第一确定结果判断所述待验证对象是否是活体人脸包括:基于第一确定结果和第二确定结果判断所述待验证对象是否是活体人脸。
[0013]结合第一方面及其上述实现方式，在第一方面的另一实现方式中，基于第一确定结果和第二确定结果判断所述待验证对象是否是活体人脸可包括:如果第二确定结果指明所述音频信息与所述字符串的发音不匹配，判断所述待验证对象不是活体人脸；在第二确定结果指明所述音频信息与所述字符串的发音相匹配的情况下，如果第一确定结果指明所述面部动作与所述字符串的发音相匹配，判断所述待验证对象是活体人脸，如果第一确定结果指明所述面部动作与所述字符串的发音不匹配，判断所述待验证对象不是活体人脸。
[0014]第二方面，提供了一种用于验证活体人脸的设备。该用于验证活体人脸的设备可包括:处理器；存储器；和存储在所述存储器中的计算机程序指令。在所述计算机程序指令被所述处理器运行时可以执行以下步骤:随机地生成字符串并呈现给待验证对象；识别所述待验证对象的面部动作；确定所述面部动作是否与所述字符串的发音相匹配，得到第一确定结果；基于所述第一确定结果判断所述待验证对象是否是活体人脸。
[0015]结合第二方面，在第二方面的一种实现方式中，所述识别待验证对象的面部动作可包括:获取待验证对象的面部图像；分析所述面部图像而获得人脸属性；基于所获得的人脸属性确定所述面部动作。
[0016]结合第二方面及其上述实现方式，在第二方面的另一实现方式中，所述分析所述面部图像而获得人脸属性可包括通过分析每帧面部图像获得人脸的关键点位置作为人脸属性；所述基于所获得的人脸属性确定所述面部动作可包括基于所述关键点位置在各帧面部图像中的变化来确定所述面部动作。
[0017]结合第二方面及其上述实现方式，在第二方面的另一实现方式中，所述确定所述面部动作是否与所述字符串的发音相匹配可包括:利用已训练的神经元网络确定所述面部动作是否与所述字符串的发音相匹配。
[0018]结合第二方面及其上述实现方式，在第二方面的另一实现方式中，所述已训练的神经元网络通过如下的操作来获得:获取与所述字符串对应的多个训练图像，各个训练图像包括不同的人在说出所述字符串时的面部图像；确定在人脸的关键点之中的易于被面具覆盖的指定关键点；生成与每个训练图像中的人脸的包含所述指定关键点的多个关键点对应的特征向量序列；利用所生成的各个特征向量序列来训练所述神经元网络。
[0019]结合第二方面及其上述实现方式，在第二方面的另一实现方式中，利用该已训练的神经元网络确定所述面部动作是否与所述字符串的发音相匹配可包括:该已训练的神经元网络基于所述面部动作确定待验证对象说出所述字符串的概率；当所确定的概率大于预定概率时，确定所述面部动作与所述字符串的发音相匹配。
[0020]结合第二方面及其上述实现方式，在第二方面的另一实现方式中，用于验证活体人脸的设备还可包括音频采集器件，在所述计算机程序指令被所述处理器运行时还执行以下步骤:利用所述音频采集器件获取待验证对象在预定时间段期间的音频信息；确定所述音频信息是否与所述字符串的发音相匹配，得到第二确定结果。
[0021]结合第二方面及其上述实现方式，在第二方面的另一实现方式中，所述基于所述第一确定结果判断所述待验证对象是否是活体人脸可包括:基于第一确定结果和第二确定结果判断所述待验证对象是否是活体人脸。
[0022]结合第二方面及其上述实现方式，在第二方面的另一实现方式中，基于第一确定结果和第二确定结果判断所述待验证对象是否是活体人脸可包括:如果第二确定结果指明所述音频信息与所述字符串的发音不匹配，判断所述待验证对象不是活体人脸；在第二确定结果指明所述音频信息与所述字符串的发音相匹配的情况下，如果第一确定结果指明所述面部动作与所述字符串的发音相匹配，判断所述待验证对象是活体人脸，如果第一确定结果指明所述面部动作与所述字符串的发音不匹配，判断所述待验证对象不是活体人脸。
[0023]第三方面，提供了一种用于验证活体人脸的计算机程序产品，包括计算机可读存储介质。在所述计算机可读存储介质上存储了计算机程序指令。所述计算机程序指令由处理器执行以使得所述处理器:随机地生成字符串并呈现给待验证对象；识别所述待验证对象的面部动作；确定所述面部动作是否与所述字符串的发音相匹配，得到第一确定结果；基于所述第一确定结果判断所述待验证对象是否是活体人脸。
[0024]第三方面，提供了一种用于验证活体人脸的设备。该用于验证活体人脸的设备可包括:字符发生器，随机地生成字符串并呈现给待验证对象；动作识别单元，用于识别所述待验证对象的面部动作；第一匹配单元，用于确定所述面部动作是否与所述字符串的发音相匹配，得到第一确定结果；判断单元，用于基于所述第一确定结果判断所述待验证对象是否是活体人脸。
[0025]在根据本公开实施例的上述用于验证活体人脸的方法、设备和计算机程序产品的技术方案中，通过确定待验证对象的面部动作是否与随机地生成的字符串的发音相匹配，能够有效地识别出不具有活体人脸的待验证对象，从而有效地防范攻击者借助于非活体工具进行的攻击。
【附图说明】
[0026]为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得