一种基于人脑智慧和人机交互的人体活体检测方法与装置的制造方法
【技术领域】
[0001]本发明涉及计算机应用及图像识别技术领域，具体涉及一种基于人脑智慧和人机交互的人体活体检测方法与装置。
【背景技术】
[0002]身份验证的商业化应用需求越来越强烈，人们已经把生物特征识别技术作为身份验证的重要手段。人体生物特征包括生理特征和行为特征两种，生理特征通常有人脸、指纹、虹膜、视网膜、掌纹、手形、语音、DNA、耳廓形状等；行为特征通常有笔迹、步态等。然而，假冒问题对基于人体生物特征识别的身份验证系统构成了很大的威胁。假冒者可以使用伪造的指纹膜、盗用他人的照片或者视频、合成的语音等方式攻击现有的基于人体生物特征的身份验证系统。如果基于人体生物特征的身份验证系统缺少有效的防止假冒攻击的能力，将会带来灾难性的后果。避免前述假冒问题的手段之一是确保人体生物特征的获取是从人体活体中取得的，因此，需要有效的人体活体检测技术。
[0003]对基于人脸识别的身份验证系统而言，假冒者可以采用合法用户的照片来进行欺诈攻击，因此，目前现有的活体检测方法所采用的思路主要是自动区分照片人脸和活体人脸。照片人脸与活体人脸的主要区别在于照片中的人脸不会进行眨眼、张嘴等动作，而活体人脸可以做出张嘴、眨眼、摇头等动作。然而，不法分子可以通过事先录制合法用户的人脸视频图像或者剪辑、合成合法用户的人脸视频图像来对活体检测系统进一步进行欺诈攻击。本发明中所采用的技术手段，可以防止不法分子采用合法用户的照片人脸或者视频人脸图像来对身份验证系统进行欺诈攻击。
[0004]对基于语言识别的身份验证系统而言，假冒者可以通过事先录制的语音、剪辑或者合成的语音来对身份验证系统进行欺诈攻击。本发明中所采用的技术手段，可以有效地防止不法分子的此类欺诈攻击行为。
[0005]有的活体检测方法采用在系统终端屏幕上显示出一些文字，希望用户能够读出文字信息，以此来判别是否为人体活体；然而，假冒者可以通过自动文字识别技术先识别出文字，然后通过语音合成技术自动说出文字信息，这样也可以欺骗现有的活体检测系统。本发明中所采用的技术手段，可以有效地防止用此类手段来对身份验证系统的欺诈攻击。
[0006]总而言之，人类区分人体活体及非活体是非常容易的，但是对于机器来说，它是非常困难的。因此，研宄一个易于采集、鲁棒性好、抗攻击能力强的人体活体检测系统成为急需解决的问题。
【发明内容】
[0007]本发明的第一个目的在于克服现有技术的缺点与不足，提供一种基于人脑智慧和人机交互的人体活体检测方法，该方法是基于用户配合来完成的，系统或终端预先保存大量的需要人体活体经过大脑思考方可解答的题目，由系统或终端随机发出指令题目，并指定用户在规定的时间内用相应的方式进行解答，解答方式包括但不限于语音回答、手指或者触摸工具(例如触摸笔)触摸屏幕选择、在相应的位置触摸书写答案、用手势比划正确答案选项等等。终端随即检测这些指令题目是否在规定的时间内用相应的应答方式进行了正确解答，并以此来判定当前用户是否是人体活体。
[0008]本发明通过系统或终端随机发指令，并且随机指定应答的方式来判断当前用户是否是人体活体，目的是为了避免不法者通过视频剪辑或合成、语音剪辑或合成、机器自动文字识别等一系列技术手段对基于人体生物特征识别的身份验证系统进行欺诈。
[0009]本发明中所述及的技术手段与方法，仅需利用常用的摄像头和/或麦克风等信号采集设备，成本低廉，易于使用。人脑是有智慧的，而且人的智慧远远超过机器的智能，通过人脑智慧与人机交互的检测方式，本发明的人体活体检测方法可以有效地防止不法分子利用上述手段对身份验证系统进行欺诈攻击。
[0010]本发明的另一个目的在于克服现有技术的缺点与不足，提供一种基于人脑智慧和人机交互的人体活体检测装置。
[0011]本发明的第一个目的通过下述技术方案实现:
[0012]一种基于人脑智慧和人机交互的人体活体检测方法，该方法包括下列步骤:
[0013]随机调用指令数据库中事先预置的指令题目，并随机设定所述指令题目的应答方式；
[0014]获取用户应答信息，对应答方式和应答结果进行验证；
[0015]若所述指令题目的应答方式和应答结果均匹配成功，则判断应答用户为人体活体；否则，判断应答用户为非人体活体。
[0016]进一步的，所述指令题目的类型包括但不限于颜色识别、目标识别、目标数量识另IJ、解答方程式、推理题目或节日问题等一系列需要人脑思考的题目。
[0017]进一步的，所述指令题目的应答方式的类型包括但不限于:用户通过语音应答、用户根据系统或终端提示点击选择答案应答、用户根据系统或终端提示在规定的位置书写答案应答或者用户通过手势勾划出正确答案的选项应答等一系列人机互动的应答方式。
[0018]进一步的，当所述指令题目的应答方式的类型是根据用户语音应答时，采用DTW动态时间规整的语音识别方法、HMM隐马尔可夫模型的语音识别方法或者基于深度学习算法的语音识别方法进行应答结果验证；
[0019]当所述指令题目的应答方式的类型是用户根据系统或终端提示点击选择答案应答时，采用触摸屏轨迹跟踪的方法或者自动识别触摸位置信息的方法等进行应答结果验证；
[0020]当所述指令题目的应答方式的类型是用户根据系统或终端提示在规定的位置书写答案应答时，米用 OCR (Optical Character Recognit1n) /ICR(Intelligent CharacterRecognit1n)字符识别的方法进行应答结果验证；
[0021]当所述指令题目的应答方式的类型是用户通过手势勾划出答案的选项应答时，采用DTW动态时间规整的手势识别算法或者HMM隐马尔可夫模型的手势识别算法或者其它基于机器学习的手势识别算法等进行应答结果验证。
[0022]进一步的，在所述获取用户应答信息，对应答方式和应答结果进行验证的步骤之前，还包括:
[0023]设定应答时间的步骤，该步骤用于设定所述指令题目的应答时间，若所述指令题目的应答时长超过事先设定的所述应答时间，则判断应答用户为非人体活体。
[0024]进一步的，在所述随机调用指令数据库中事先预置的指令题目，并随机设定所述指令题目的应答方式步骤之前，还包括:
[0025]指令数据库录入步骤，该步骤用于向指令数据库中录入指令题目，并设置该指令题目的正确应答结果以及至少一种对应的应答方式。
[0026]本发明的另一个目的通过下述技术方案实现:
[0027]一种基于人脑智慧和人机交互的人体活体检测装置，所述装置包括下列单元:
[0028]调用与设定单元，该单元用于随机调用指令数据库中事先预置的指令题目，并随机设定所述指令题目的应答方式；
[0029]获取与验证单元，该单元用于获取用户应答信息，对应答方式和应答结果进行验证；
[0030]判断单元，该单元用于当所述指令题目的应答方式和应答结果均匹配成功时，则判断应答用户为人体活体；否则，判断应答用户为非人体活体。
[0031]进一步的，所述装置还包括:
[0032]应答时间设定