所述特征信號(hào)判斷單元222判斷所述 眼睛注視方向序列與所述位置變化的目標(biāo)的位置變化序列是否對(duì)應(yīng)，如果所述眼睛注視方 向序列對(duì)應(yīng)于所述位置變化的目標(biāo)的位置變化序列，則確定所述待檢測(cè)對(duì)象為活體。在該 實(shí)施例的另一個(gè)示例中，所述特征信號(hào)判斷單元222判斷所述眼睛注視方向序列的變化度 是否大于第三預(yù)定閾值，如果所述變化度大于所述第三預(yù)定閾值，則確定所述待檢測(cè)對(duì)象 為活體。
[0052] 圖3是示意性圖示根據(jù)本發(fā)明實(shí)施例的活體檢測(cè)過程的示意圖。如圖3所示，所述 活體檢測(cè)系統(tǒng)20用于對(duì)于所述待檢測(cè)對(duì)象30執(zhí)行活體驗(yàn)證。在本發(fā)明的一個(gè)實(shí)施例中， 所述活體檢測(cè)系統(tǒng)20提示所述待檢測(cè)對(duì)象30預(yù)定內(nèi)容41的顯示，所述預(yù)定內(nèi)容41例如 具有隨機(jī)生成的運(yùn)動(dòng)軌跡的小球。在所述預(yù)定內(nèi)容41的顯示期間，所述活體檢測(cè)系統(tǒng)20 捕獲所述待檢測(cè)對(duì)象30的圖像。如果所述待檢測(cè)對(duì)象30為活體，則其眼部31將跟隨預(yù)定 內(nèi)容41中目標(biāo)位置變化而運(yùn)動(dòng)。在本發(fā)明的另一個(gè)實(shí)施例中，所述活體檢測(cè)系統(tǒng)20可以 在不顯示所述預(yù)定內(nèi)容41的情況下，直接采集用戶正常操作流程期間的視頻時(shí)，如果所述 待檢測(cè)對(duì)象30為活體，則其眼部31同樣將在正常操作流程期間存在運(yùn)動(dòng)。
[0053] 以上，參照?qǐng)D1到圖3概述了根據(jù)本發(fā)明實(shí)施例的活體檢測(cè)方法和活體檢測(cè)系統(tǒng)。 以下，將參照?qǐng)D4到圖7進(jìn)一步描述根據(jù)本發(fā)明的第一到第三實(shí)施例的活體檢測(cè)方法。
[0054] 圖4是進(jìn)一步圖示根據(jù)本發(fā)明第一實(shí)施例的活體檢測(cè)方法的流程圖。如圖4所示， 根據(jù)本發(fā)明第一實(shí)施例的活體檢測(cè)方法包括以下步驟。
[0055] 在步驟S401中，提示預(yù)定內(nèi)容的顯示，顯示預(yù)定內(nèi)容。在本發(fā)明的第一實(shí)施例中， 在所述活體檢測(cè)系統(tǒng)20的所述顯示模塊23上顯示提示性文字或圖案，引導(dǎo)用戶注視所述 顯示模塊23。此后，在所述顯示模塊23上顯示包含位置變化的目標(biāo)的預(yù)定內(nèi)容。例如，如 上參照?qǐng)D3所述，所述預(yù)定內(nèi)容具有隨機(jī)生成的運(yùn)動(dòng)軌跡的小球。以下，以隨機(jī)生成的位置 序列（X1J1)代表在時(shí)刻i目標(biāo)的位置。所述位置序列可以是一個(gè)隨機(jī)生成的連續(xù)曲線，或 者可替代地，所述位置序列可以是每個(gè)時(shí)刻隨機(jī)出現(xiàn)的在屏幕的四角之間跳躍。此后，處理 進(jìn)到步驟S402。
[0056] 在步驟S402中，獲取經(jīng)由視頻采集模塊采集的視頻數(shù)據(jù)。在本發(fā)明的第一實(shí)施例 中，在顯示預(yù)定內(nèi)容的同時(shí)，所述活體檢測(cè)系統(tǒng)20的視頻采集模塊21采集注視預(yù)定內(nèi)容的 顯示的待檢測(cè)對(duì)象。所述視頻數(shù)據(jù)可以為一段連續(xù)預(yù)定時(shí)間段（例如，3秒鐘）的視頻。作 為待檢測(cè)對(duì)象的人臉需要能夠清楚地出現(xiàn)在視頻中。優(yōu)選地，所述視頻圖像的大小不小于 64X64像素。此后，處理進(jìn)到步驟S403。
[0057] 在步驟S403中，基于視頻數(shù)據(jù)，確定其中的人臉圖像作為待檢測(cè)對(duì)象。在本發(fā)明 的第一實(shí)施例中，所述活體檢測(cè)系統(tǒng)20的所述活體檢測(cè)模塊22確定視頻數(shù)據(jù)中的人臉圖 像作為待檢測(cè)對(duì)象。例如，所述活體檢測(cè)模塊22可以使用預(yù)先訓(xùn)練好的人臉檢測(cè)器（諸 如Adaboost Cascade)來獲取視頻數(shù)據(jù)中人臉在視頻圖像中的位置。此后，處理進(jìn)到步驟 S404。
[0058] 在步驟S404中，提取人臉圖像中眼角和瞳孔的位置信息。在本發(fā)明的第一實(shí)施例 中，所述活體檢測(cè)系統(tǒng)20的所述活體檢測(cè)模塊22的所述活體檢測(cè)模塊22。例如，所述活體 檢測(cè)模塊22可以使用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)回歸來獲得檢測(cè)到的人臉圖像中的各個(gè)關(guān)鍵 點(diǎn)的位置。
[0059] 具體地，對(duì)于左眼，設(shè)（Px1, Py1)為人臉檢測(cè)器輸出的瞳孔位置， (LXl，Lyi)，（Rx11Ry1)分別為人臉檢測(cè)器輸出的左眼的左右兩個(gè)眼角的位置，令d = Sqrt((Lxi-Rxi)MLyi-Ryi) 2),通過如下等式（1)和等式（2)計(jì)算左眼瞳孔的相對(duì)位置為 (Ax1i, Ay1i),
[0060] Ax1i = (Px ； X (Rxi-Lxi) +Pyi X (Ryi-Lyi)) /d2 等式（1)
[0061 ] Ay1i = (-Px ； X (Ryi-Lyi) +Pyi X (Rxi-Lxi)) /d2 等式（2)
[0062] 類似地，對(duì)于右眼，計(jì)算右眼瞳孔的相對(duì)位置（Axr1, A，），此后，處理進(jìn)到步驟 S405〇
[0063] 在步驟S405中，基于眼角和瞳孔的位置信息，確定在預(yù)定內(nèi)容顯示期間，瞳孔的 相對(duì)位置序列。具體地，通過如下等式（3)和等式（4)計(jì)算兩眼瞳孔相對(duì)位置的平均值，
[0064] Axi= (Ax ^+Axr1)/2 等式（3)
[0065] Ayi= (Ay Li+AyRi)/2 等式（4)
[0066] 此后，處理進(jìn)到步驟S406。
[0067] 在步驟S406中，確定瞳孔的相對(duì)位置序列與位置變化的目標(biāo)的位置序列的相關(guān) 系數(shù)作為特征信號(hào)。具體地，通過如下等式（5)和等式（6)計(jì)算預(yù)定內(nèi)容中目標(biāo)的位置序 列（X1J1)與兩眼瞳孔的位置序列的相關(guān)系數(shù)。
[0068] 計(jì)算X與Ax的相關(guān)系數(shù) CN 105184246 A 說明書 8/12 頁(yè)
[0070] 其中，T是采集的總幀數(shù)，
[0071] 計(jì)算Y與Ay的相關(guān)系數(shù)
[0073] 其中，T是采集的總幀數(shù)，
[0074] 此后，處理進(jìn)到步驟S407。
[0075] 在步驟S407中，判斷相關(guān)系數(shù)是否大于第一預(yù)定閾值。具體地，根據(jù)等式（7)計(jì) 算相關(guān)系數(shù)作為特征信號(hào)，
[0076] c = cx+cy 等式（7)
[0077] 預(yù)先通過訓(xùn)練設(shè)置所述第一預(yù)定閾值。
[0078] 如果在步驟S407中獲得肯定結(jié)果，即相關(guān)系數(shù)大于第一預(yù)定閾值，則處理進(jìn)到步 驟S408。在步驟S408中，確定待檢測(cè)對(duì)象為活體。具體地，如果相關(guān)系數(shù)大于第一預(yù)定閾 值，其指示在待檢測(cè)對(duì)象的視頻數(shù)據(jù)中確定的兩眼瞳孔的位置變化與位置變化的目標(biāo)的位 置序列緊密相關(guān)，即存在跟隨目標(biāo)的位置變化而變化的瞳孔的位置變化，這是作為活體的 待檢測(cè)對(duì)象具有的特性。
[0079] 相反地，如果在步驟S407中獲得否定結(jié)果，即相關(guān)系數(shù)不大于第一預(yù)定閾值，則 處理進(jìn)到步驟S409。在步驟S409中，確定待檢測(cè)對(duì)象為非活體。具體地，如果相關(guān)系數(shù)不大 于第一預(yù)定閾值，其指示在待檢測(cè)對(duì)象的視頻數(shù)據(jù)中不存在與位置變化的目標(biāo)的位置序列 緊密相關(guān)的瞳孔的位置變化，即待檢測(cè)對(duì)象不具有瞳孔跟隨目標(biāo)位置變化而變化的特性。
[0080] 如上參照?qǐng)D4描述了根據(jù)本發(fā)明的第一實(shí)施例的活體檢測(cè)方法，其利用人眼隨著 屏幕中內(nèi)容的位置改變而產(chǎn)生眼球（瞳孔位置）的運(yùn)動(dòng)的特點(diǎn)，能夠有效的區(qū)分出視頻回 放、照片和活體人臉。同時(shí)，根據(jù)本發(fā)明的第一實(shí)施例的活體檢測(cè)方法不需要用戶做特定的 動(dòng)作或表情，配合難度低，用戶體驗(yàn)好。
[0081] 圖5是進(jìn)一步圖示根據(jù)本發(fā)明第二實(shí)施例的活體檢測(cè)方法的流程圖。如圖5所示， 根據(jù)本發(fā)明第二實(shí)施例的活體檢測(cè)方法包括以下步驟。
[0082] 在步驟S501中，獲取經(jīng)由視頻采集模塊采集的視頻數(shù)據(jù)。根據(jù)本發(fā)明第二實(shí)施例 的活體檢測(cè)方法不包括根據(jù)本發(fā)明的第一實(shí)施例的活體檢測(cè)方法中提示預(yù)定內(nèi)容的顯示， 顯示預(yù)定內(nèi)容的步驟。所述視頻采集模塊21采集的視頻數(shù)據(jù)是在沒有顯示預(yù)定內(nèi)容的情 況下，即在不需要所述活體檢測(cè)模塊22特別提醒用戶活體檢測(cè)流程已經(jīng)開始的情況下，直 接由所述視頻采集模塊21采集的用戶正常操作流程（例如，點(diǎn)選菜單）期間的視頻。此后， 處理進(jìn)到步驟S502。
[0083] 在步驟S502中，基于視頻數(shù)據(jù)，確定其中的人臉圖像作為待檢測(cè)對(duì)象。類似于圖4 中的步驟S403,在本發(fā)明的第二實(shí)施例中，所述活體檢測(cè)系統(tǒng)20的所述活體檢測(cè)模塊22確 定視頻數(shù)據(jù)中的人臉圖像作為待檢測(cè)對(duì)象。例如，所述活體檢測(cè)模塊22可以使用預(yù)先訓(xùn)練 好的人臉檢測(cè)器（諸如Adaboost Cascade)來獲取視頻數(shù)據(jù)中人臉在視頻圖像中的位置。 此后，處理進(jìn)到步驟S503。
[0084] 在步驟S503中，提取人臉圖像中眼角和瞳孔的位置信息。類似于圖4中的步驟 S404,在本發(fā)明的第二實(shí)施例中，所述活體檢測(cè)系統(tǒng)20的所述活體檢測(cè)模塊22的所述活體 檢測(cè)模塊22。例如，所述活體檢測(cè)模塊22可以使用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)回歸來獲得檢測(cè) 到的人臉圖像中的各個(gè)關(guān)鍵點(diǎn)的位置。此后，處理進(jìn)到步驟S504。
[0085] 在步驟S504中，基于眼角和瞳孔的位置信息，確定瞳孔的相對(duì)位置序列。在本發(fā) 明的第二實(shí)施例中，具體地，采用等式（1)和（2)計(jì)算左眼瞳孔的相對(duì)位置為（Ax^Af1)和 右眼瞳孔的相對(duì)位置（Axr1, Ay')。此后，處理進(jìn)到步驟S505。
[0086] 在步驟S505中，確定瞳孔的相對(duì)位置方差作為特征信號(hào)。在本發(fā)明的第二實(shí)施例 中，具體地，采用等式（8)和（9)計(jì)算瞳孔的相對(duì)位置方差，
[0089] 此后，處理進(jìn)到步驟S506。
[0090] 在步驟S506中，判斷相對(duì)位置方差是否大于第一預(yù)定閾值。具體地，根據(jù)等式 (10)計(jì)算相關(guān)系數(shù)
[0091] S = Sx+Sy 等式（10)
[0092] 預(yù)先通過訓(xùn)練設(shè)置所述第二預(yù)定閾值。
[0093] 如果在步驟S506中獲得肯