用于检测活体的方法和装置与流程

本公开的实施例涉及计算机技术领域，尤其涉及用于检测活体的方法和装置。

背景技术：

随着人脸识别技术的发展，人们已经可以通过“刷脸”实现账号登录、支付、解锁等。这为人们的生活带来了便利，但与此同时也存在着风险。机器既然可以识别人脸，那么当然也可以识别人脸图像。因此，可能出现不法人员利用他人的人脸图像伪装身份的风险。

目前，为了减小上述风险，通常会对目标人脸对象进行活体检测。

技术实现要素：

本公开的实施例提出了用于检测活体的方法和装置。

第一方面，本公开的实施例提供了一种用于检测活体的方法，该方法包括：从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像；从第一人脸图像中确定人脸关键点作为第一人脸关键点；从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点；基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。

在一些实施例中，从第一人脸图像中确定人脸关键点作为第一人脸关键点包括：将第一人脸图像输入预先训练的人脸关键点识别模型，获得人脸关键点作为第一人脸关键点。

在一些实施例中，从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点包括：将第二人脸图像输入人脸关键点识别模型，获得人脸关键点作为第二人脸关键点。

在一些实施例中，基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果包括：确定第一人脸关键点与第二人脸关键点的距离是否大于等于预设阈值；响应于确定大于等于预设阈值，生成用于指示目标人脸视频所对应的人脸是活体人脸的检测结果。

在一些实施例中，基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果还包括：响应于确定第一人脸关键点与第二人脸关键点的距离小于预设阈值，生成用于指示目标人脸视频所对应的人脸为非活体人脸的检测结果。

在一些实施例中，该方法还包括：获取针对目标人脸视频预先生成的初始结果，其中，初始结果用于指示目标人脸视频所对应的人脸是否为活体人脸；基于初始结果和检测结果，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。

在一些实施例中，该方法还包括：将最终结果发送给通信连接的电子设备，以及控制电子设备对最终结果进行呈现。

在一些实施例中，该方法还包括：响应于确定检测结果指示目标人脸视频所对应的人脸是活体人脸，基于光流法，对目标人脸视频所对应的视频帧序列进行检测，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。

第二方面，本公开的实施例提供了一种用于检测活体的装置，该装置包括：提取单元，被配置成从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像；第一确定单元，被配置成从第一人脸图像中确定人脸关键点作为第一人脸关键点；第二确定单元，被配置成从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点；第一生成单元，被配置成基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。

在一些实施例中，第一确定单元进一步被配置成：将第一人脸图像输入预先训练的人脸关键点识别模型，获得人脸关键点作为第一人脸关键点。

在一些实施例中，第二确定单元进一步被配置成：将第二人脸图像输入人脸关键点识别模型，获得人脸关键点作为第二人脸关键点。

在一些实施例中，第一生成单元包括：确定模块，被配置成确定第一人脸关键点与第二人脸关键点的距离是否大于等于预设阈值；第一生成模块，被配置成响应于确定大于等于预设阈值，生成用于指示目标人脸视频所对应的人脸是活体人脸的检测结果。

在一些实施例中，第一生成单元还包括：第二生成模块，被配置成响应于确定第一人脸关键点与第二人脸关键点的距离小于预设阈值，生成用于指示目标人脸视频所对应的人脸为非活体人脸的检测结果。

在一些实施例中，该装置还包括：获取单元，被配置成获取针对目标人脸视频预先生成的初始结果，其中，初始结果用于指示目标人脸视频所对应的人脸是否为活体人脸；第二生成单元，被配置成基于初始结果和检测结果，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。

在一些实施例中，该装置还包括：发送单元，被配置成将最终结果发送给通信连接的电子设备，以及控制电子设备对最终结果进行呈现。

在一些实施例中，该装置还包括：第二生成单元，被配置成响应于确定检测结果指示目标人脸视频所对应的人脸是活体人脸，基于光流法，对目标人脸视频所对应的视频帧序列进行检测，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。

第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于检测活体人脸的方法中任一实施例的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述用于检测活体人脸的方法中任一实施例的方法。

本公开的实施例提供的用于检测活体的方法和装置，通过从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像，而后从第一人脸图像中确定人脸关键点作为第一人脸关键点，接着从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点，最后基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果，从而可以基于人脸视频所对应的相邻的人脸图像中的、相对应的人脸关键点的距离来确定人脸视频所对应的人脸是否为活体人脸，可以理解，当相对应的人脸关键点间产生距离或距离大于等于预设阈值时，可以确定人脸视频所对应的人脸执行了动作，进而可以确定人脸视频所对应的人脸是活体人脸，以此，可以实现更为简便的活体检测，有助于提高活体检测的效率；并且，基于人脸图像的人脸关键点进行活体检测，可以减小检测的复杂程度，有助于减小活体检测过程中cpu的消耗；此外，可以利用本公开提供的方法对预先通过其他活体检测方法生成的初始结果进行验证，以此，有助于提高活体检测的准确性；另外，还可以将本公开作为现有技术中的活体检测的预处理步骤，以此，可以对待进行现有技术中的活体检测的人脸视频进行筛选，有助于提高活体检测的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于检测活体人脸的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于检测活体人脸的方法的一个应用场景的示意图；

图4是根据本公开的用于检测活体人脸的方法的又一个实施例的流程图；

图5是根据本公开的用于检测活体人脸的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开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公开。

图1示出了可以应用本公开的用于检测活体的方法或用于检测活体的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如支付类软件、购物类应用、视频处理类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有摄像头的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103拍摄获得的目标人脸视频进行处理的视频处理服务器。视频处理服务器可以对接收到的目标人脸视频等数据进行分析等处理，并获得处理结果(例如用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果)。

需要说明的是，本公开的实施例所提供的用于检测活体的方法可以由终端设备101、102、103执行，也可以由服务器105执行，相应地，用于检测活体的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在生成检测结果的过程中所使用的数据不需要从远程获取的情况下，上述系统架构可以不包括网络，而只包括终端设备或服务器。

继续参考图2，示出了根据本公开的用于检测活体的方法的一个实施例的流程200。该用于检测活体的方法，包括以下步骤：

步骤201，从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像。

在本实施例中，用于检测活体的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从远程或本地获取目标人脸视频，以及从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像。其中，目标人脸视频可以为用于进行活体检测的人脸视频。具体的，目标人脸视频可以为对人脸进行拍摄所获得的视频。这里拍摄的人脸可以为真实的人脸(即活体人脸)，也可以为虚拟的人脸(即非活体人脸，例如人脸雕塑、人脸图像等)。

实践中，视频帧序列按照播放时间的先后顺序排列。由于目标人脸视频为对人脸进行拍摄获得的，所以视频帧序列中的视频帧包括拍摄的人脸所对应的人脸图像区域。

具体的，上述执行主体可以从目标人脸视频所对应的视频帧序列中提取相邻的两个视频帧，并将所提取的两个视频帧分别确定为第一人脸图像和第二人脸图像。这里，第一人脸图像和第二人脸图像的确定方式可以是任意的。例如，从目标人脸视频中提取了视频帧a和视频帧b，则上述执行主体可以将视频帧a确定为第一人脸图像，将视频帧b确定为第二人脸图像；或者，也可以将视频帧b确定为第一人脸图像，将视频帧a确定为第二人脸图像。

特别的，以两个相邻的视频帧为一组，上述执行主体还可以从目标人脸视频所对应的视频帧序列中提取至少两组视频帧，以及对于所提取的至少两组视频帧中的每组视频帧，上述执行主体可以将该组视频帧中的两个相邻的视频帧分别确定为第一人脸图像和第二人脸图像。相类似的，这里，各组视频帧所对应的第一人脸图像和第二人脸图像的确定方式也可以是任意的。

步骤202，从第一人脸图像中确定人脸关键点作为第一人脸关键点。

在本实施例中，基于步骤201中得到的第一人脸图像，上述执行主体可以从第一人脸图像中确定人脸关键点作为第一人脸关键点。

实践中，人脸关键点可以是人脸(虚拟人脸或真实人脸)中关键的点，具体的，可以为影响脸部轮廓或者五官形状的点。作为示例，人脸关键点可以为鼻尖所对应的点、眼睛所对应的点、嘴角所对应的点等。

在本实施例中，第一人脸关键点可以以各种形式表征，例如可以利用在第一人脸图像中标注出的点表征；或者，可以以坐标的形式表征，坐标可以用于指示第一人脸关键点在第一人脸图像中的位置。

具体的，上述执行主体可以采用各种方法从第一人脸图像中确定人脸关键点作为第一人脸关键点。作为示例，上述执行主体可以显示第一人脸图像，进而获取用户从第一人脸图像中选取的人脸关键点作为第一人脸关键点。

在本实施例的一些可选的实现方式中，上述执行主体可以将第一人脸图像输入预先训练的人脸关键点识别模型，获得人脸关键点作为第一人脸关键点。

在本实现方式中，人脸关键点识别模型可以用于表征人脸图像与人脸图像所对应的人脸关键点的对应关系。具体的，作为示例，人脸关键点识别模型可以是技术人员预先基于对大量的人脸图像和人脸图像所对应的人脸关键点的统计而预先制定的、存储有多个人脸图像与对应的人脸关键点的对应关系表；也可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。

步骤203，从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点。

在本实施例中，基于步骤201中得到的第二人脸图像，上述执行主体可以从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点。其中，与第一人脸关键点相对应的人脸关键点为所对应的人脸部位与第一人脸关键点所对应的人脸部位相同的人脸关键点，例如第一人脸关键点所对应的人脸部位是嘴角，则与第一人脸关键点相对应的人脸关键点所对应的人脸部位也是嘴角。

具体的，上述执行主体可以采用各种方法从第二人脸图像中确定与第一人脸关键点相对应的第二人脸关键点。作为示例，上述执行主体可以采用现有的光流法对第一人脸关键点进行跟踪，进而从第二人脸图像中确定出与第一人脸关键点相对应的第二人脸关键点。

在本实施例的一些可选的实现方式中，上述执行主体可以将第二人脸图像输入上述人脸关键点识别模型，获得人脸关键点作为第二人脸关键点。

在这里，需要说明的是，由于第二人脸图像所输入的模型是用于获得第一人脸关键点的人脸关键点识别模型，而人脸关键点识别模型所能够识别的人脸关键点由训练获得人脸关键点识别模型时的训练样本决定，是预先确定的(例如能够识别眼睛所对应的点)，进而，将第二人脸图像输入上述用于获得第一人脸关键点的人脸关键点识别模型，可以获得与第一人脸关键点相对应的第二人脸关键点。

步骤204，基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。

在本实施例中，基于步骤202中得到的第一人脸关键点和步骤203中得到的第二人脸关键点，上述执行主体可以确定第一人脸关键点和第二人脸关键点的距离，以及基于所确定的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。其中，检测结果可以包括但不限于以下至少一项：数字、文字、符号、图像、音频。

在本实施例中，第一人脸关键点与第二人脸关键点的距离指的是第一人脸关键点和第二人脸关键点在同一个坐标系下的距离。具体的，由于第一人脸图像与第二人脸图像的形状、大小分别相同，所以上述执行主体可以基于第一人脸图像或第二人脸图像，建立坐标系，然后将第二人脸关键点或第一人脸关键点映射到所建立的坐标系中，进而，确定第一人脸关键点和第二人脸关键点的距离。

需要说明的是，上述执行主体可以基于人脸图像(第一人脸图像或第二人脸图像)，采用各种方法建立坐标系，例如，可以以人脸图像中的人脸关键点(第一人脸关键点或第二人脸关键点)为原点，以互相垂直的任意两个坐标轴为x轴和y轴，建立直角坐标系。

在这里，对于处于同一个坐标系下的第一人脸关键点和第二人脸关键点，上述执行主体可以采用各种方法确定二者之间的距离。例如，可以对第一人脸关键点和第二人脸关键点进行连线，获得线段，确定所获得的线段的长度，即为第一人脸关键点与对应的第二人脸关键点的距离；或者可以确定第一人脸关键点和对应的第二人脸关键点的坐标，最后基于所确定的坐标，利用距离公式确定第一人脸关键点和对应的第二人脸关键点之间的距离。

具体的，基于第一人脸关键点与第二人脸关键点的距离，上述执行主体可以采用各种方法生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。例如，上述执行主体可以确定第一人脸关键点与第二人脸关键点的距离是否为0；若不是，则可以生成用于指示目标人脸视频所对应的人脸是活体人脸的检测结果(例如“1”)；若是，则可以生成用于指示目标人脸视频所对应的人脸是非活体人脸的检测结果(例如“-1”)。

在本实施例的一些可选的实现方式中，基于第一人脸关键点与第二人脸关键点的距离，上述执行主体可以通过以下步骤生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果：首先，上述执行主体可以确定第一人脸关键点与第二人脸关键点的距离是否大于等于预设阈值。进而，上述执行主体可以响应于确定大于等于上述预设阈值，生成用于指示目标人脸视频所对应的人脸是活体人脸的检测结果。其中，预设阈值可以为技术人员预先设置的距离最小值。

在本实施例的一些可选的实现方式中，上述执行主体还可以响应于确定第一人脸关键点与第二人脸关键点的距离小于上述预设阈值，生成用于指示目标人脸视频所对应的人脸为非活体人脸的检测结果。

需要特别说明的是，当基于步骤201提取出至少两组视频帧时，对于至少两组视频帧中的每组视频帧，上述执行主体可以通过步骤202、步骤203确定出该组视频帧所对应的第一人脸关键点和第二人脸关键点，进而基于该组视频帧所对应的第一人脸关键点和第二人脸关键点的距离，上述执行主体可以生成该组视频帧所对应的检测结果。进而，针对至少两组视频帧，上述执行主体可以生成至少两个检测结果。

在本实施例的一些可选的实现方式中，获得检测结果后，上述执行主体还可以响应于确定检测结果指示目标人脸视频所对应的人脸是活体人脸，基于光流法，对目标人脸视频所对应的视频帧序列进行检测，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。其中，最终结果可以用于呈现，可以包括但不限于以下至少一项：数字、文字、符号、图像、音频。

实践中，根据光流法，利用视频帧序列中的视频帧的像素强度数据的时域变化和相关性可以确定像素点的“运动”，进而采用高斯差分滤波器或支持向量机等对运动信息进行数据统计分析，即可以视频帧序列所对应的人脸是否为活体人脸。

在本实现方式中，当所对应的检测结果指示人脸视频为活体人脸时，才基于光流法进行检测，而当检测结果指示人脸视频为非活体人脸时，则可以不基于光流法进行检测，以此，可以对待基于光流法进行检测的人脸视频进行筛选，有助于提高活体检测的效率。

继续参见图3，图3是根据本实施例的用于检测活体的方法的应用场景的一个示意图。在图3的应用场景中，服务器301首先可以从目标人脸视频302所对应的视频帧序列中提取相邻的两个视频帧作为为第一人脸图像3031和第二人脸图像3032。然后，服务器301可以从第一人脸图像3031中确定人脸关键点作为第一人脸关键点3041，以及从第二人脸图像3032中确定与第一人脸关键点3041相对应的人脸关键点作为第二人脸关键点3042。最后，服务器301可以确定第一人脸关键点3041和第二人脸关键点3042的距离305，以及基于距离305，生成用于指示目标人脸视频302所对应的人脸是否为活体人脸的检测结果306。

目前，现有技术中的活体检测通常需要对视频中的视频帧的每个像素点进行分析运算，这种方法的检测成本高，效率低。

本公开的上述实施例提供的方法可以基于人脸视频所对应的相邻的人脸图像中的、相对应的人脸关键点的距离来确定人脸视频所对应的人脸是否为活体人脸，可以理解，当相对应的人脸关键点间产生距离或距离大于等于预设阈值时，可以确定人脸视频所对应的人脸执行了动作，进而可以确定人脸视频所对应的人脸是活体人脸，以此，可以实现更为简便的活体检测，有助于提高活体检测的效率；并且，基于人脸图像的人脸关键点进行活体检测，可以减小检测的复杂程度，有助于减小活体检测过程中cpu的消耗；此外，可以利用本公开提供的方法对预先通过其他活体检测方法生成的初始结果进行验证，以此，有助于提高活体检测的准确性；另外，还可以将本公开作为现有技术中的活体检测的预处理步骤，以此，可以对待进行现有技术中的活体检测的人脸视频进行筛选，有助于提高活体检测的效率。

进一步参考图4，其示出了用于检测活体的方法的又一个实施例的流程400。该用于检测活体的方法的流程400，包括以下步骤：

步骤401，从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像。

在本实施例中，用于检测活体的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取目标人脸视频，以及从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像。其中，目标人脸视频可以为用于进行活体检测的人脸视频。具体的，目标人脸视频可以为对人脸进行拍摄所获得的视频。

步骤402，从第一人脸图像中确定人脸关键点作为第一人脸关键点。

在本实施例中，基于步骤401中得到的第一人脸图像，上述执行主体可以从第一人脸图像中确定人脸关键点作为第一人脸关键点。

步骤403，从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点。

在本实施例中，基于步骤401中得到的第二人脸图像，上述执行主体可以从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点。其中，与第一人脸关键点相对应的人脸关键点为所对应的人脸部位与第一人脸关键点所对应的人脸部位相同的人脸关键点。

步骤404，基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。

在本实施例中，基于步骤402中得到的第一人脸关键点和步骤403中得到的第二人脸关键点，上述执行主体可以确定第一人脸关键点和第二人脸关键点的距离，以及基于所确定的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。其中，检测结果可以包括但不限于以下至少一项：数字、文字、符号、图像、音频。

在本实施例中，第一人脸关键点与第二人脸关键点的距离指的是当第一人脸关键点与第二人脸关键点位于同一个图像上时二者的距离。

上述步骤401、步骤402、步骤403、步骤404分别与前述实施例中的步骤201、步骤202、步骤203、步骤204一致，上文针对步骤201、步骤202、步骤203和步骤204的描述也适用于步骤401、步骤402步骤403和步骤404，此处不再赘述。

步骤405，获取针对目标人脸视频预先生成的初始结果。

在本实施例中，上述执行主体可以通过有线连接方式或者无线连接方式从远程或本地获取针对目标人脸视频预先生成的初始结果。其中，初始结果为预先利用现有的活体检测方法生成的、用于指示目标人脸视频所对应的人脸是否为活体人脸的结果，可以包括但不限于以下至少一项：数字、文字、符号、图像、音频。

步骤406，基于初始结果和检测结果，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。

在本实施例中，基于步骤405中得到的初始结果和步骤404中得到的检测结果，上述执行主体可以生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。其中，最终结果可以用于呈现，可以包括但不限于以下至少一项：数字、文字、符号、图像、音频。

具体的，基于初始结果和检测结果，上述执行主体可以采用各种方法生成最终结果。例如，上述执行主体可以响应于确定初始结果指示目标人脸视频所对应的人脸为活体人脸，检测结果指示目标人脸视频所对应的人脸为非活体人脸，生成用于指示目标人脸视频所对应的人脸为非活体人脸的最终结果，响应于确定初始结果和检测结果均指示目标人脸视频所对应的人脸为活体人脸，生成用于指示目标人脸视频所对应的人脸为活体人脸的最终结果；或者，上述执行主体可以响应于确定初始结果和检测结果均指示目标人脸视频所对应的人脸为非活体人脸，生成用于指示目标人脸视频所对应的人脸为非活体人脸的最终结果，响应于确定初始结果和检测结果中包括指示目标人脸视频所对应的人脸为活体人脸的结果，生成用于指示目标人脸视频所对应的人脸为活体人脸的最终结果。

在本实施例的一些可选的实现方式中，获得最终结果后，上述执行主体还可以将最终结果发送给通信连接的电子设备，以及控制电子设备对最终结果进行呈现。

在这里，电子设备可以为终端，也可以为服务器。具体的，上述执行主体可以向电子设备发送控制信号，进而控制电子设备对最终结果进行呈现。这里，呈现的形式可以根据最终结果的形式确定，例如，最终结果的形式为音频，则呈现的形式可以为播放；最终结果的形式为图像或文本，则呈现的形式可以为显示。

在本实现方式中，由于最终结果为基于初始结果和检测结果生成的结果，所以相较于现有技术中的呈现初始结果的方案，本实现方式可以控制电子设备呈现更为准确的结果，提高活体检测的准确性。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于检测活体的方法的流程400突出了获取针对目标人脸视频预先生成的初始结果，以及基于初始结果和检测结果，生成目标人脸视频所对应的步骤。由此，本实施例描述的方案可以利用所获得的检测结果对预先生成的、用于表征目标人脸视频所对应的人脸是否为活体人脸初始结果进行验证，从而可以提高目标人脸视频所对应的最终结果的准确性，有助于显示更为准确的活体检测结果。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于检测活体的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于检测活体的装置500包括：提取单元501、第一确定单元502、第二确定单元503和第一生成单元504。其中，提取单元501被配置成从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像；第一确定单元502被配置成从第一人脸图像中确定人脸关键点作为第一人脸关键点；第二确定单元503被配置成从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点；第一生成单元504被配置成基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。

在本实施例中，用于检测活体的装置500的提取单元501可以通过有线连接方式或者无线连接方式从远程或本地获取目标人脸视频，以及从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像。其中，目标人脸视频可以为用于进行活体检测的人脸视频。具体的，目标人脸视频可以为对人脸进行拍摄所获得的视频。

在本实施例中，基于提取单元501得到的第一人脸图像，第一确定单元502可以从第一人脸图像中确定人脸关键点作为第一人脸关键点。

在本实施例中，基于提取单元501得到的第二人脸图像，第二确定单元502可以从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点。其中，与第一人脸关键点相对应的人脸关键点为所对应的人脸部位与第一人脸关键点所对应的人脸部位相同的人脸关键点，例如第一人脸关键点所对应的人脸部位是嘴角，则与第一人脸关键点相对应的人脸关键点所对应的人脸部位也是嘴角。

在本实施例中，基于第一确定单元502得到的第一人脸关键点和第二确定单元503得到的第二人脸关键点，第一生成单元504可以确定第一人脸关键点和第二人脸关键点的距离，以及基于所确定的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。其中，检测结果可以包括但不限于以下至少一项：数字、文字、符号、图像、音频。

在本实施例中，第一人脸关键点与第二人脸关键点的距离指的是当第一人脸关键点与第二人脸关键点位于同一个图像上时二者的距离。

在本实施例的一些可选的实现方式中，第一确定单元502可以进一步被配置成：将第一人脸图像输入预先训练的人脸关键点识别模型，获得人脸关键点作为第一人脸关键点。

在本实施例的一些可选的实现方式中，第二确定单元503可以进一步被配置成：将第二人脸图像输入人脸关键点识别模型，获得人脸关键点作为第二人脸关键点。

在本实施例的一些可选的实现方式中，第一生成单元504可以包括：确定模块(图中未示出)，被配置成确定第一人脸关键点与第二人脸关键点的距离是否大于等于预设阈值；第一生成模块(图中未示出)，被配置成响应于确定大于等于预设阈值，生成用于指示目标人脸视频所对应的人脸是活体人脸的检测结果。

在本实施例的一些可选的实现方式中，第一生成单元504还可以包括：第二生成模块(图中未示出)，被配置成响应于确定第一人脸关键点与第二人脸关键点的距离小于预设阈值，生成用于指示目标人脸视频所对应的人脸为非活体人脸的检测结果。

在本实施例的一些可选的实现方式中，装置500还可以包括：获取单元(图中未示出)，被配置成获取针对目标人脸视频预先生成的初始结果，其中，初始结果用于指示目标人脸视频所对应的人脸是否为活体人脸；第二生成单元(图中未示出)，被配置成基于初始结果和检测结果，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。

在本实施例的一些可选的实现方式中，装置500还可以包括：发送单元(图中未示出)，被配置成将最终结果发送给通信连接的电子设备，以及控制电子设备对最终结果进行呈现。

在本实施例的一些可选的实现方式中，装置500还可以包括：第三生成单元(图中未示出)，被配置成响应于确定检测结果指示目标人脸视频所对应的人脸是活体人脸，基于光流法，对目标人脸视频所对应的视频帧序列进行检测，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的最终结果。

可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。

本公开的上述实施例提供的装置500可以基于人脸视频所对应的相邻的人脸图像中的、相对应的人脸关键点的距离来确定人脸视频所对应的人脸是否为活体人脸，可以理解，当相对应的人脸关键点间产生距离或距离大于等于预设阈值时，可以确定人脸视频所对应的人脸执行了动作，进而可以确定人脸视频所对应的人脸是活体人脸，以此，可以实现更为简便的活体检测，有助于提高活体检测的效率；并且，基于人脸图像的人脸关键点进行活体检测，可以减小检测的复杂程度，有助于减小活体检测过程中cpu的消耗；此外，可以利用本公开提供的方法对预先通过其他活体检测方法生成的初始结果进行验证，以此，有助于提高活体检测的准确性；另外，还可以将本公开作为现有技术中的活体检测的预处理步骤，以此，可以对待进行现有技术中的活体检测的人脸视频进行筛选，有助于提高活体检测的效率。

下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备101、102、103或服务器105)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储装置608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从rom602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：从目标人脸视频所对应的视频帧序列中提取相邻的视频帧作为第一人脸图像和第二人脸图像；从第一人脸图像中确定人脸关键点作为第一人脸关键点；从第二人脸图像中确定与第一人脸关键点相对应的人脸关键点作为第二人脸关键点；基于第一人脸关键点与第二人脸关键点的距离，生成用于指示目标人脸视频所对应的人脸是否为活体人脸的检测结果。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一生成单元还可以被描述为“生成检测结果的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。