活体检测方法、电子设备、存储介质及程序产品与流程

1.本技术涉及活体检测技术领域，特别是涉及一种活体检测方法、电子设备、存储介质及程序产品。


背景技术：

2.炫彩光序检测是活体检测算法中重要的一环，终端在录制活体检测视频时，会按照下发策略发出各种颜色的光，待检测对象对各种颜色的光进行反射从而被录制到活体检测视频中。从活体检测视频的每一视频帧中，提取出待检测对象反射的光，并通过对比待检测对象反射的光的序列和下发的光照序列，判断是否存在摄像头劫持。然而，对比反射的光的序列和下发的光照序列，存在计算量大、耗时长的问题。


技术实现要素：

3.鉴于上述问题，本技术实施例提供了一种活体检测方法、电子设备、存储介质及程序产品，以便克服上述问题或者至少部分地解决上述问题。
4.本技术实施例的第一方面，提供了一种活体检测方法，包括：
5.获取待检测视频，所述待检测视频为：在按照第一光照序列照射待检测对象期间，所采集的待检测对象的视频；
6.从所述待检测视频中抽取出目标帧数的视频帧序列，并根据所述视频帧序列中的每个视频帧确定第二光照序列，所述第二光照序列表征所述待检测对象的各个实体位置点的反射光；
7.根据所述视频帧序列中各个视频帧的序号信息和所述第一光照序列中各个光照元素的索引信息，从所述第一光照序列中提取出多种候选光照序列，其中，各所述候选光照序列中的各个元素的索引信息与所述视频帧序列中各个视频帧的序号信息满足不同的匹配关系；
8.根据所述多种候选光照序列与所述第二光照序列，获取所述待检测对象的活体检测结果。
9.可选地，所述匹配关系是基于目标视频和目标光照序列确定的；
10.其中，所述目标视频为所述待检测视频，所述目标光照序列为所述第一光照序列；
11.或者，所述目标视频为样本视频，所述目标光照序列为与所述第一光照序列长度相同的样本光照序列。
12.可选地，所述匹配关系是通过如下过程确定的：
13.获取所述目标视频以及所述目标光照序列，所述目标视频包括多个原始视频帧；
14.确定从所述目标视频中抽取出的目标视频帧的目标序号，与所述目标视频的原始视频帧的帧序号之间的对应关系；
15.将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离；
16.根据所述对应关系和所述多个偏移距离，确定多种匹配关系。
17.可选地，所述确定从所述目标视频中抽取出的目标视频帧的序号，与所述目标视频的原始视频帧的帧序号之间的对应关系，包括：
18.获取所述目标视频的多个假设总帧数；
19.针对每个假设总帧数，确定所述目标视频帧的目标序号，与所述原始视频帧的帧序号之间的对应关系；
20.所述根据所述对应关系和所述多个偏移距离，确定多种匹配关系，包括：
21.根据多种所述对应关系和所述多个偏移距离，确定多种匹配关系。
22.可选地，所述将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离之前，所述方法还包括：
23.去掉所述目标光照序列的首尾两端的光照元素；
24.所述将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离，包括：
25.将所述原始视频帧与去掉首尾两端的光照元素后的目标光照序列进行滑动匹配，并确定多个偏移距离。
26.可选地，所述根据所述对应关系和多个所述偏移距离，确定多种匹配关系，包括：
27.在每种所述对应关系以及每个所述偏移距离下，确定与每个所述目标视频帧的目标序号相匹配的光照元素在所述目标光照序列中的目标索引；
28.基于在每种所述对应关系以及每个所述偏移距离下，与每个目标序号相匹配的目标索引，得到所述多种匹配关系。
29.可选地，所述基于在每种所述对应关系以及每个所述偏移距离下，与每个目标序号相匹配的目标索引，得到所述多种匹配关系，包括：
30.在任一所述对应关系以及任一所述偏移距离下，与任一所述目标视频帧的目标序号相匹配的目标索引小于1或大于该目标索引对应的目标光照序列的长度的情况下，将该目标视频帧的目标序号相匹配的目标索引标记为空目标索引；
31.根据与该目标视频帧相匹配的所述空目标索引，以及与其它目标视频帧相匹配的所述目标索引，确定该对应关系以及该偏移距离下的所述匹配关系。
32.可选地，所述每个目标视频帧的目标序号与所述原始视频帧的帧序号的多种对应关系为s，其中，i'＝s(i)，i为所述目标序号，i'为与目标序号i对应的帧序号；
33.在所述多种对应关系以及所述多个偏移距离下，所述每个目标视频帧的目标序号i相匹配的目标索引为s(i)-dt，其中，dt为所述偏移距离；
34.在所述多种对应关系以及所述多个偏移距离下，所述多种匹配关系为f，其中，f(i)＝s(i)-dt＝i'-dt。
35.可选地，所述目标视频帧的帧数为m；
36.所述每个目标视频帧的目标序号与所述原始视频帧的帧序号的对应关系为s；
37.其中，i'＝s(i)＝ceil(c/2+c
×
i)，c＝n/m，n为所述目标视频的假设总帧数，ceil为向上取整函数，i＝1,2，
…
，m，表征所述m个目标视频帧各自的目标序号。
38.可选地，所述根据所述视频帧序列中各个视频帧的序号信息和所述第一光照序列中各个光照元素的索引信息，从所述第一光照序列中提取出多种候选光照序列，包括：
39.针对每个匹配关系，确定在所述匹配关系下所述第一光照序列中与任一视频帧的
序号相匹配的光照元素的索引为空的空元素；
40.根据所述视频帧序列中其它视频帧的序号和所述第一光照序列中各个光照元素的索引信息，确定其它光照元素；
41.根据所述空元素和所述其它光照元素，生成该匹配关系下的所述候选光照序列。
42.可选地，根据所述多种候选光照序列与所述第二光照序列，获取所述待检测对象的活体检测结果，包括：
43.分别获取各个所述候选光照序列与所述第二光照序列的相似度值；
44.根据各个所述候选光照序列与所述第二光照序列的相似度值，确定目标候选光照序列；
45.根据所述第二光照序列和所述目标候选光照序列，生成所述待检测对象的响应图，所述响应图中各像素点的响应强度表征：所述像素点所对应的实体位置点反射的第二光照序列与所述第一光照序列之间的相似度；
46.根据所述响应图，确定所述待检测对象的活体检测结果。
47.可选地，所述分别获取各个所述候选光照序列与所述第二光照序列的相似度值，包括：
48.针对每个所述候选光照序列，确定所述第二光照序列中与所述候选光照序列中的各个非空元素位置对应的目标光照元素；
49.计算各所述非空元素与位置对应的所述目标光照元素的相似度；
50.将各个所述非空元素与位置对应的所述目标光照元素的相似度的平均值，确定为所述候选光照序列与所述第二光照序列之间的相似度值。
51.本技术实施例的第二方面，提供了一种电子设备，包括存储器、处理器及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序以实现如第一方面所述的活体检测方法。
52.本技术实施例的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如第一方面所述的活体检测方法。
53.本技术实施例的第四方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如第一方面所述的活体检测方法。
54.本技术实施例包括以下优点：
55.本实施例中，第二光照序列表征视频帧序列中的每个视频帧中待检测对象的各个实体位置点的反射光，因此第二光照序列的长度与视频帧序列的长度相同，且小于待检测视频的原始视频帧的数量。根据视频帧序列中各个视频帧的序号信息和第一光照序列中各个光照元素的索引信息，从第一光照序列中提取出多种候选光照序列，因此，候选光照序列的长度也与视频帧序列的长度相同。因此，相较于基于待检测视频的每一视频帧中待检测对象的各个实体位置点的反射光的序列和第一光照序列，获取待检测对象的活体检测结果，本实施例中根据第二光照序列和候选光照序列获取待检测对象的活体检测结果，具有计算量小、耗时较短的优点。此外，因为候选光照序列与第二光照序列的长度相同，因此，确定的待检测对象的活体检测结果更加准确。
附图说明
56.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例的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技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
57.图1是本技术实施例中一种活体检测方法的步骤流程图；
58.图2是本技术实施例中活体检测方法的流程示意图；
59.图3是本技术实施例中一种活体检测装置的结构示意图；
60.图4是本技术实施例中一种电子设备的示意图。
具体实施方式
61.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
62.近年来，基于人工智能的计算机视觉、深度学习、机器学习、图像处理、图像识别等技术研究取得了重要进展。人工智能(artificial intelligence，ai)是研究、开发用于模拟、延伸人的智能的理论、方法、技术及应用系统的新兴科学技术。人工智能学科是一门综合性学科，涉及芯片、大数据、云计算、物联网、分布式存储、深度学习、机器学习、神经网络等诸多技术种类。计算机视觉作为人工智能的一个重要分支，具体是让机器识别世界，计算机视觉技术通常包括人脸识别、活体检测、指纹识别与防伪验证、生物特征识别、人脸检测、行人检测、目标检测、行人识别、图像处理、图像识别、图像语义理解、图像检索、文字识别、视频处理、视频内容识别、三维重建、虚拟现实、增强现实、同步定位与地图构建(slam)、计算摄影、机器人导航与定位等技术。随着人工智能技术的研究和进步，该项技术在众多领域展开了应用，例如安全防控、城市管理、交通管理、楼宇管理、园区管理、人脸通行、人脸考勤、物流管理、仓储管理、机器人、智能营销、计算摄影、手机影像、云服务、智能家居、穿戴设备、无人驾驶、自动驾驶、智能医疗、人脸支付、人脸解锁、指纹解锁、人证核验、智慧屏、智能电视、摄像机、移动互联网、网络直播、美颜、美妆、医疗美容、智能测温等领域。
63.在进行活体检测时，需要通过对比发出的光照序列(例如：炫彩光序列)和采集到的视频中对象的反射光照序列之间的相似度，在相似度低于某一阈值时，认为采集到的视频为经摄像头劫持技术直接发送到服务器的攻击视频，而非终端采集的视频。
64.计算发出的光照序列与反射光照序列之间的相似度，需要保证发出的光照序列与反射光照序列之间严格对齐。然而，采集的视频可能存在丢帧、多帧或不同步的情况，导致发出的光照序列与反射光照序列之间无法对齐。例如，假设发出的光照序列有24个光照元素，每个光照元素对应一个视频帧；在按照光照序列的第2个光照元素发出光照射待检测对象时才开始视频采集，会导致采集的视频只有23个视频帧，则采集的视频存在丢帧的情况；在还未发出光照射待检测对象时就已经开始视频采集，光照序列的第1个光照元素对应视频的第2个视频帧，可能导致采集的视频有25帧，则采集的视频存在多帧的情况；在按照光照序列的第2个光照元素发出光照射待检测对象时才开始视频采集，在按照光照序列的第24个光照元素发出光照射待检测对象时采集的视频帧为倒数第二个视频帧的情况下，虽然采集的视频也有24个视频帧，但是存在不同步的问题。
65.在发出的光照序列与反射光照序列之间未对齐的情况下，即使并非摄像头劫持攻击，也会导致发出的光照序列和反射光照序列之间的相似度低于阈值，从而被误判为摄像头劫持攻击。
66.此外，对采集的视频的每一视频帧进行处理，获得的反射光照序列的长度与视频帧的帧数相等，因此，在计算反射光照序列与下发的光照序列的相似度时，计算量较大。
67.相关技术提出的活体检测方法，利用活体人脸与屏幕/打印纸具有不同的反射模式这一信息，来提高活体检测的准确性。具体地，人脸凹凸不平，不同区域反射的光不同，通过屏幕/打印纸等进行翻拍，屏幕/打印纸等比较光滑且平整，因此反射的光比较均匀、有规律。这种方法需要针对待检测对象的不同区域生成不同的反射的光照序列，并计算下发的光照序列的与不同的反射光照序列的相似度，进而生成响应图，并根据响应图确定活体检测结果。因为存在多个反射光照序列，因此这种活体检测方法的计算量尤其的大，获得活体检测结果的耗时较长。
68.参照图1所示，示出了本技术实施例中一种活体检测方法的步骤流程图，如图1所示，该活体检测方法包括以下步骤：
69.步骤s11：获取待检测视频，所述待检测视频为：在按照第一光照序列照射待检测对象期间，所采集的待检测对象的视频；
70.步骤s12：从所述待检测视频中抽取出目标帧数的视频帧序列，并根据所述视频帧序列中的每个视频帧确定第二光照序列，所述第二光照序列表征所述待检测对象的各个实体位置点的反射光；
71.步骤s13：根据所述视频帧序列中各个视频帧的序号信息和所述第一光照序列中各个光照元素的索引信息，从所述第一光照序列中提取出多种候选光照序列，其中，各所述候选光照序列中的各个元素的索引信息与所述视频帧序列中各个视频帧的序号信息满足不同的匹配关系；
72.步骤s14：根据所述多种候选光照序列与所述第二光照序列，获取所述待检测对象的活体检测结果。
73.终端按照第一光照序列发出不同颜色和/或不同光照强度的光照射待检测对象，并在按照第一光照序列发出光照照射待检测对象期间，采集待检测对象的待检测视频。其中，待检测对象为终端的摄像头采集到的对象。第一光照序列可以是终端本身生成的光照序列，也可以是服务器下发给终端的光照序列。
74.从待检测视频中提取出目标帧数的视频帧，并根据目标帧数的视频帧生成视频帧序列。待检测视频包括多个原始视频帧，提取的目标帧数的视频帧为原始视频帧中的部分视频帧，提取的视频帧的目标帧数少于原始视频帧的帧数。视频帧序列中各个视频帧的先后顺序遵循各个视频帧在待检测视频中的先后顺序。
75.从待检测视频中提取目标帧数的视频帧，提取规则可以根据需求进行设置，可以是均匀提取也可以为非均匀提取。目标帧数可以是预先配置好的确定的帧数，但因为待检测视频可能存在丢帧或多帧的情况，因此即使是按照相同规则进行视频帧提取，提取出的每一视频帧对应的原始视频帧的帧序号也可能不同。例如，提取规则都为均匀提取，目标帧数为8，在待检测视频包括的原始视频帧的总帧数为24帧的情况下，提取的第4个视频帧可能为原始视频帧中的第14个视频帧，在待检测视频包括的原始视频帧的总帧数为23帧的情
况下，提取的第4个视频帧可能为原始视频帧中的第13个视频帧。
76.对视频帧序列中的每个视频帧进行处理，确定待检测对象的实体位置点在视频帧序列中的每个视频帧中对应的像素点，获取各个实体位置点在每个视频帧中对应的像素点的像素值，从而得到各个实体位置点在视频帧序列中的每个视频帧中的反射光，进而得到第二光照序列。待检测对象的一个实体位置点是指待检测对象实际存在的一个点，例如，待检测对象为人脸时，待检测对象的一个实体位置点可以是人脸鼻子上的一个点，该点的大小为视频中一个像素点表征的大小。因为第二光照序列中的每个光照元素表征在一个视频帧中的反射光，因此，第二光照序列的长度与视频帧序列的长度相同。
77.光照元素为光照序列中的元素，可以表征光的颜色、强度等信息。例如，终端依次发出了红光、蓝光和绿光，对应的光照序列可以为(红、蓝、绿)，则该光照序列中的“红”可以为一个光照元素，该光照元素表征了光的颜色。
78.在待检测视频不存在丢帧、多帧或不同步的问题时，第二光照序列中光照元素与第一光照序列中光照元素的匹配关系，符合视频帧序列中每个视频帧与待检测视频的原始视频帧的对应关系。例如，视频帧序列中第2个视频帧为待检测视频的第5个原始视频帧，则第二光照序列中第2个光照元素与第一光照序列中的第5个光照元素相匹配。
79.当待检测视频存在丢帧、多帧或不同步的问题时，第二光照序列中光照元素与第一光照序列中光照元素的匹配关系，可能不符合视频帧序列中每个视频帧与待检测视频的原始视频帧的对应关系。例如，视频帧序列中第2个视频帧为原始视频帧中的第5个视频帧，因为待检测视频存在丢帧、多帧或不同步的问题，导致待检测视频的视频帧与第一光照序列之间存在一步的偏移距离，导致待检测视频中第5个视频帧反射的光对应第一光照序列的第6个光照元素，因此，第二光照序列中的第2个光照元素应该与第一光照序列中的第6个光照元素相匹配。
80.根据上述例子可以看出，第二光照序列中的各个光照元素分别应该与第一光照序列中的哪个光照元素相匹配，一方面取决于提取的视频帧与原始视频帧的对应关系，另一方面取决于待检测视频反射的光的序列和第一光照序列之间的偏移距离。
81.可以获取多种匹配关系，每种匹配关系对应一种对应关系和一种偏移距离，对应关系为视频帧序列中的每个视频帧的序号与原始视频帧的帧序号之间的对应关系，偏移距离表征待检测视频反射的光的序列与第一光照序列之间进行滑动匹配的偏移距离。对应关系与原始视频帧的总帧数和从待检测视频中提取视频帧序列的提取规则有关，偏移距离与待检测视频是否存在丢帧、多帧或不同步等问题有关。
82.匹配关系表征视频帧序列中各个视频帧的序号信息与每种候选光照序列中各个光照元素在第一光照序列中的索引信息的一一匹配关系，因此，根据视频帧序列中各个视频帧的序号信息和第一光照序列中各个光照元素的索引信息，可以从第一光照序列中提取出的多种候选光照序列，每种候选光照序列的长度，与视频帧序列的长度相同。在一种匹配关系表征视频帧序列中第1个视频帧与一种候选光照序列中第1个光照元素在第一光照序列中的索引为5的情况下，则将第一光照序列中的第5个光照元素作为候选光照序列的第1个光照元素，以此类推，得到该种候选光照序列中的每个光照元素。
83.每种匹配关系对应一种对应关系和一种偏移距离，在进行活体检测时目标帧数和提取规则是确定的，原始视频帧的总帧数是不确定的，因此对应关系中包括不确定的原始
视频帧的总帧数；因为偏移距离也是不确定的，因此每种匹配关系中可以包括原始视频帧的总帧数和偏移距离两个未知数。可以通过穷举原始视频帧的总帧数和偏移距离两个未知数可能的取值，从而得到多种匹配关系。例如，第一光照序列的长度为24，因为待检测视频通常只会存在一两帧的多帧或少帧，因此待检测视频的总帧数的取值可以为22、23、24、25或26。偏移距离的最小值为0，最大值将在后文详述。
84.可以理解的是，多种匹配关系中，至多只有一种匹配关系为真实的匹配关系。因此，可以分别多种候选光照序列分别与第二光照序列的相似度值，根据各个候选光照序列与第二光照序列的相似度值，从多种候选光照序列中筛选出目标候选光照序列。在一些实施方式中，可以是将与第二光照序列之间的相似度值最大的候选光照序列，确定为目标候选光照序列。
85.根据第二光照序列和目标候选光照序列，可以生成待检测对象的响应图，进而根据响应图，确定待检测对象的活体检测结果。其中，响应图中各像素点的响应强度表征：像素点所对应的实体位置点反射的第二光照序列与第一光照序列之间的相似度。
86.将待检测对象的响应图输入活体检测模型，活体检测模型根据待检测对象的响应图对待检测对象进行活体检测，可以得到待检测对象的活体检测结果。活体检测模型为通过有监督训练，学习了活体人脸的响应图的图像特征的模型，可以区分活体人脸的响应图和其它攻击(例如：翻拍攻击)的响应图，因此，活体检测模型可以通过待检测对象的响应图，得到待检测对象的活体检测结果。其中，活体检测模型进行的有监督训练可以为：获取多个样本对象(包括活体人脸以及其它对象)的响应图，将样本对象的响应图输入待训练的活体检测模型，得到样本对象为活体的预测概率；根据预测概率和样本对象真实是否为活体，建立损失函数，基于损失函数对待训练的活体检测模型的模型参数进行更新，得到活体检测模型。如此，活体检测模型可以学习到活体人脸的响应图。其中，获取样本对象的响应图的方法可以参照获取待检测对象的响应图的方法。
87.可以理解的是，与第二光照序列之间的相似度值最高的候选光照序列，为真实的匹配关系对应的候选光照序列。因此，根据相似度值筛选出目标候选光照序列中的每个光照元素，与第二光照序列中的每个光照元素一一对应。因此，根据第二光照序列和目标候选光照序列，获取的待检测对象的活体检测结果更加准确。
88.采用本技术实施例的技术方案，第二光照序列表征视频帧序列中的每个视频帧中待检测对象的各个实体位置点的反射光，因此第二光照序列的长度与视频帧序列的长度相同，且小于待检测视频的原始视频帧的数量。根据视频帧序列中各个视频帧的序号信息和第一光照序列中各个光照元素的索引信息，从第一光照序列中提取出多种候选光照序列，因此，候选光照序列的长度也与视频帧序列的长度相同。因此，相较于基于待检测视频的每一视频帧中待检测对象的各个实体位置点的反射光的序列和第一光照序列，获取待检测对象的活体检测结果，本实施例中根据第二光照序列和候选光照序列获取待检测对象的活体检测结果，具有计算量小、耗时较短的优点。此外，因为候选光照序列与第二光照序列的长度相同，因此，确定的待检测对象的活体检测结果更加准确。
89.在上述技术方案的基础上，匹配关系可以是基于目标视频和目标光照序列确定的。其中，目标视频可以为待检测视频，目标光照序列为第一光照序列；或者，目标视频为样本视频，目标光照序列为与第一光照序列长度相同的样本光照序列。
90.可以是在获取了待检测视频和第一光照序列之后，根据待检测视频和第一光照序列确定多种匹配关系。
91.也可以是预先根据样本视频和与第一光照序列长度相同的样本光照序列确定多种匹配关系，并在进行活体检测时，直接根据预先生成的多种匹配关系获取多种候选光照序列。样本光照序列可以为任意光照序列。第一光照序列是按照下发策略下发的光照序列，因此，在下发第一光照序列之前即可获取到第一光照序列的长度。样本视频可以为任意视频，因为样本视频的视频总帧数可以为待检测视频的假设总帧数。
92.预先根据样本视频和与第一光照序列长度相同的样本光照序列确定多种匹配关系，在进行活体检测时直接使用多种匹配关系，可以缩短获取到活体检测结果的时间，保证活体检测结果的实时性，提高了活体检测的效率。
93.在上述技术方案的基础上，多种匹配关系可以是通过如下所述的过程确定的。
94.获取从目标视频中提取出目标帧数的目标视频帧；在目标视频为待检测视频的情况下，目标视频帧为视频帧序列中的视频帧。在目标视频为样本视频的情况下，目标视频帧为从样本视频总提取出的视频帧，且从目标视频中提取目标视频帧时采用的提取规则，与从待检测视频中提取出视频帧采用的提取规则相同。
95.在提取规则、目标帧数和目标视频的原始视频帧的总帧数都确定的情况下，可以确定目标视频帧的目标序号，与原始视频帧的帧序号之间的对应关系。
96.然而，实际情况中，原始视频帧的总帧数通常是不确定的，因此，在提取规则和目标帧数都确定，而原始视频帧的总帧数不确定的情况下，可以通过对原始视频帧的总帧数取不同值，得到目标视频帧的目标序号与原始视频帧的帧序号之间的多种对应关系。可以获取目标视频的多个假设总帧数，针对每个假设总帧数，确定目标视频帧的目标序号，与原始视频帧的帧序号之间的对应关系。目标视频帧的目标序号表征：目标视频帧处于多个目标视频帧中的顺序。
97.如此，可以使后续得到的多种匹配关系中之间，包含对应不同对应关系的匹配关系。进而在各个待检测视频包含的原始视频帧的数量不同的情况下，多种匹配关系中至少存在与每一待检测视频包含的原始视频帧的真实数量适配的匹配关系。
98.在得到目标视频帧的目标序号与原始视频帧的帧序号之间的对应关系之后，可以将原始视频帧与目标光照序列进行滑动匹配，并确定多个偏移距离。此处将原始视频帧与目标光照序列进行滑动匹配，并非为了判断原始视频帧与目标光照序列在什么偏移距离下能匹配上，而是为了确定偏移距离的取值范围。
99.在确定了多种对应关系和偏移距离的取值范围的情况下，则可以遍历多种对应关系和多个偏移距离，从而确定多种匹配关系。后文将详述如何根据对应关系和偏移距离，确定多种匹配关系。此处将多个原始视频帧视作一个序列，进行滑动匹配时，滑动窗口的长度为较短的序列的长度，滑动步长为一步，偏移距离的最小值为0，最大值为原始视频帧的总帧数与目标光照序列的长度之间的差值的绝对值。
100.在一些实施方式中，可以去掉目标光照序列的首尾两端的光照元素，得到去掉首尾两端的光照元素的目标光照序列。每端去掉的光照元素的数量可以根据需求进行设置。例如，若目标光照序列对应的炫彩打光数为p，每种颜色的光打q帧，则目标光照序列的长度为p
×
q，则每端去掉的光照元素的数量可以为q/2。去掉光照元素时，应该保证不要将整段
同种颜色的光照元素去掉，例如，目标光照序列中前3个光照元素都为红光，第4个光照元素为蓝光，则去掉的光照元素的数量可以为1或2。
101.此种实施方式中，确定的多个偏移距离，可以是将原始样本视频帧与去掉首尾两端的光照元素的目标光照序列进行滑动匹配。
102.因为待检测视频的丢帧和多帧问题，都存在于待检测视频的首尾两端。因此，通过去掉目标光照序列的首尾两端的光照元素，然后将掉首尾两端的光照元素后的目标光照序列与原始视频帧进行滑动匹配，得到的匹配关系，也未考虑待检测视频和第一光照序列的首尾两端。进而，根据匹配关系获取候选光照序列，并计算候选光照序列与第一光照序列的相似度时，也未考虑首尾两端，从而解决了丢帧和多帧带来的相似度不高的问题。
103.可选地，根据对应关系和每个偏移距离，确定多种匹配关系，可以包括：确定在每种对应关系以及每个偏移距离下，确定与每个目标视频帧的目标序号相匹配的目标索引；基于在每种对应关系以及每个偏移距离下，与每个目标视频帧的目标序号相匹配的目标索引，得到多种匹配关系。
104.例如，目标视频帧的目标序号1、2、3分别对应原始视频帧的帧序号5、10、15，偏移距离为2，则与目标序号1匹配的目标索引为5-2＝3，与目标序号2匹配的目标索引为8，与目标序号3匹配的目标索引为13；因此，可以确定匹配关系为：(1-3，2-7，3-13)。基于此匹配关系，在从第一光照序列中提取候选光照序列时，可以根据第一光照序列中的第3、7、13个光照元素，生成候选光照序列。
105.例如，目标视频帧的目标序号与原始视频帧的帧序号的对应关系为i'＝3i，其中i为目标序号，i'为与目标序号i对应的帧序号。偏移距离为dt，dt的取值范围为0到3的正整数，则可以得到匹配关系r(i)＝i'-dt＝3i-dt。当i＝1，dt＝1时，可以解得r(i)＝2。则在对应关系为i'＝3i，偏移距离为1的情况下，目标视频帧的目标序号1匹配的目标索引为2。其中，通过代入不同的dt的取值，可以得到多个匹配关系。
106.如此，根据目标视频帧的序号，可以确定与目标视频帧的目标序号相匹配的光照元素在目标光照序列中的目标索引，进而得到目标视频帧的目标序号和光照元素在光照序列中的目标索引之间的匹配关系，这种匹配关系与视频帧的序号与光照元素在第一光照序列中的索引之间的匹配关系相同，因此，可以得到视频帧序列中各个视频帧的序号，与各个候选光照序列中的各个光照元素在所述第一光照序列中的索引之间的匹配关系。
107.在上述技术方案的基础上，在任一所述对应关系以及任一所述偏移距离下，与任一所述目标视频帧的目标序号相匹配的目标索引小于1或大于该目标索引对应的目标光照序列的长度的情况下，将该对应关系以及该偏移距离下的匹配关系中，与该目标序号相匹配的目标索引记为空目标索引。
108.目标索引的取值最小值为1，最大值为目标光照序列的长度。因此，在确定的任一匹配关系中，若与任一目标序号相匹配的目标索引小于1，或大于该目标索引对应的目标光照序列的长度，则该目标序号对应的目标索引为空。此时，可以对匹配关系进行标注，标注该目标序号对应空元素，空元素占据一个元素位置。
109.在根据视频帧序列中各个视频帧的序号信息和第一光照序列中各个光照元素的索引信息，从第一光照序列中提取出多种候选光照序列时，针对每个匹配关系，确定在该匹配关系下第一光照序列中与任一视频帧的序号相匹配的光照元素的索引为空的空元素。并
根据视频帧序列分钟其它视频帧的序号和第一光照序列中各个光照元素的索引信息，确定其它光照元素。根据空元素和其它光照元素，生成该匹配关系下的候选光照序列。
110.若一种匹配关系中标注了目标序号3对应空元素，则在根据该种匹配关系提取候选光照序列时，提取的候选光照序列中的第3个光照元素为空元素。
111.在计算第二光照序列和候选光照序列的相似度值时，确定所述第二光照序列中与所述候选光照序列中的各个非空元素位置对应的目标光照元素；计算各所述非空元素与位置对应的所述目标光照元素的相似度；将各个所述非空元素与位置对应的所述目标光照元素的相似度的平均值，确定为所述候选光照序列与所述第二光照序列之间的相似度值。
112.根据候选光照序列中的非空元素，以及与每一非空元素处于对应位置的第二光照序列中的光照元素，计算该候选光照序列与所述第二光照序列之间的相似度。
113.可以是在任一候选光照序列中包括空元素的情况下，删除该候选光照序列中的空元素，得到新候选光照序列；根据该空元素的元素位置，删除第二光照序列中与空元素处于相应元素位置的光照元素，得到新第二光照序列；将新候选光照序列与新第二光照序列之间的相似度值，确定为该候选光照序列与第二光照序列之间的相似度值。
114.例如，一种匹配关系为(1-4，2-7，3-空)，则可以根据第一光照序列中的第4、7个元素，以及一个空元素，生成候选光照序列。因为空元素占据了一个元素位置，因此，该候选光照序列的长度为3。在计算该候选光照序列与第二光照序列之间的相似度时，删除候选光照序列中的空元素，得到新候选光照序列；删除第二光照序列中的第3个光照元素，得到新第二光照序列。计算新候选光照序列与新第二光照序列之间的相似度，并将该相似度确定为该候选光照序列和第二光照序列之间的相似度。
115.如此，考虑了存在偏移时，与视频帧匹配的光照元素在光照序列中的索引超出了光照序列的范围的情况。在根据匹配关系从第一光照序列中提取候选光照序列时，通过设置占据元素位置的空元素，使得到的候选光照序列的长度与第二光照序列的长度相同，且能根据空元素占据的元素位置，确定第二光照序列中需要计算相似度的光照元素。
116.在一些实施方式中，如图2所示，获取待检测视频，设待检测视频包括的原始视频帧的数量为n，待检测视频包括的原始视频帧为v＝(v1，
…
，vn)。获取第一光照序列y＝(y1，
…
，yn)，第一光照序列的长度为n。
117.从待检测视频中均匀抽取m个视频帧，得到视频帧序列v'＝(v'1，
…
，v'm)。令c＝n/m，视频帧序列中的第i个视频帧为原始视频中的第i'个原始视频帧，i'＝s(i)＝ceil(c/2+c
×
i)＝ceil(n/2m+i
×
n/m)，ceil为向上取整函数；i＝1,2，
…
，m，表征m个视频帧各自的序号。则视频帧序列v'＝(v'1，
…
，v'm)＝(v
s(1)
，
…
，v
s(m)
)。
118.对视频帧序列中的每个视频帧进行处理，确定待检测对象的实体位置点在视频帧序列中的每个视频帧中对应的像素点，获取一个实体位置点在每个视频帧中对应的像素点，分别在视频帧序列中的每个视频帧中的反射光，进而得到第二光照序列。待检测对象的一个实体位置点是指待检测对象实际存在的一个点，例如，待检测对象为人脸时，待检测对象的一个实体位置点可以是人脸鼻子上的一个点，该点的大小为视频中一个像素点表征的大小。因为第二光照序列中的每个光照元素表征从一个视频帧中反射的光，因此，第二光照序列的长度与视频帧序列的长度相同，都为m。
119.视频帧序列中的视频帧的序号与原始视频帧的帧序号之间的对应关系可以表征
为s，其中，i'＝s(i)＝ceil(c/2+c
×
i)＝ceil(n/2m+i
×
n/m)。对应关系也可以表征从待检测视频中提取视频帧的提取规则，因为m的值确定，因此该提取规则与n的取值有关。因此，在这种提取规则之下，对应关系s与待检测视频包含的原始视频帧的数量n有关。
120.可以获取多种匹配关系，多种匹配关系可以是按照如下步骤确定的。
121.获取目标视频，从目标视频中提取出m个目标视频帧。从原始视频中提取目标视频帧的提取规则，与从目标视频中提取视频帧的提取规则相同，因此，目标视频帧的目标序号与原始视频帧的帧序号的对应关系，与视频帧序列中的视频帧的序号与原始视频帧的帧序号之间的对应关系相同，都为s。
122.获取目标光照序列，目标光照序列的长度与第一光照序列的长度相同。设目标光照序列中，共有p种颜色的光，每种颜色的光占q个元素位置，则n＝p
×
q。则目标光照序列对应的索引序列为indexy＝(1,...,n)。去掉索引序列的首尾两端的光照元素，去掉的的光照元素的数量可以根据需求进行设置，可以设置为d＝floor(q/2)，floor为向下取整函数，得到新的索引序列为indexy'＝(d,d+1,...,n-d)，此时新的索引序列的长度为n'＝n-floor(q/2)
×
2。一般情况下n'不等于n，即去掉了首尾两端的光照元素的目标光照序列和原始视频帧组成的序列的长度不同。
123.通过滑动窗口的方式对目标光照序列和原始视频帧组成的序列进行滑动匹配，记录下每个原始视频帧与目标光照序列中的光照元素在不同偏移距离下对应的关系。用dt表征偏移距离，则偏移距离dt＝0,1,...,|n'-n|。|n'-n|为新的索引序列的长度与原始视频帧组成的序列的长度的差值的绝对值。此时，原始视频中第i'个原始视频帧在新的索引序列中的索引为r(i')＝i'-dt，i'＝0,1,...,n，因此，目标视频帧中的i个目标视频帧在新的索引序列中的索引为r(i)＝s(i)-dt，i＝0,1,...,m。
124.根据目标视频帧中的i个目标视频帧在新的索引序列中的索引为r(i)＝s(i)-dt，可以得到匹配关系f，f(i)＝i'-dt＝s(i)-dt＝ceil(n/2m+i
×
n/m)-dt。在n和dt取不同值时，可以得到多个匹配关系。
125.受限于新的索引序列的长度，因此，r(i)＜1或r(i)大于n'时，则认为该目标视频帧在目标光照序列中没有对应的光照元素。在r(i)＜1或r(i)大于n'，可以单独记录fi＝null。
126.去掉多个匹配关系中的重复项，则可以得到最终的多个匹配关系。
127.在进行活体检测时，可以直接根据多个匹配关系，从第一光照序列中获取多个候选光照序列。例如，若m＝5，在n＝20，dt＝1的情况下，则匹配关系f(i)＝ceil[20
÷
(2
×
5)+i
×
20
÷
5]-1。i的取值分别为1、2、3、4、5，则对应的f(i)的取值分别为5、9、13、17、21。因此，可以根据第一光照序列中的第5、9、13、17、21个光照元素，生成候选光照序列。
[0128]
当n和dt取其它值时，可以得到其它匹配关系，并根据得到的其它匹配关系生成其它候选光照序列。
[0129]
遍历了n和dt可能的取值，得到的多个匹配关系，涵盖了待检测视频的原始视频帧数存在的多种可能，以及待检测视频和第一光照序列之间存在多种步数的不同步的情况。然而，从多个匹配关系中，存在一种符合真实情况的匹配关系。可以理解的是，符合真实情况的匹配关系中，候选光照序列与第二光照序列之间的相似度最高。因此，可以根据每个候选光照序列与第二光照序列之间的相似度，从多个候选光照序列中筛选出目标候选光照序
列。
[0130]
根据第二光照序列和目标候选光照序列，生成待检测对象的响应图，响应图中各像素点的响应强度表征：像素点所对应的实体位置点反射的第二光照序列与第一光照序列之间的相似度；根据响应图，获取所述待检测对象的活体检测结果。
[0131]
采用本技术实施例的技术方案，具有以下优点：
[0132]
1、目标光照序列的长度与第一光照序列的长度相同，从原始视频中提取的目标视频帧的数量与从待检测视频中提取的视频帧的数量相同，以及提取规则也相同，因此，可以根据目标光照序列、原始视频和目标视频帧等，可以预先计算出多种适用于待检测视频和第一光照序列的匹配关系，从而提高活体检测的效率。
[0133]
2、匹配关系中包括未知的原始视频的预期总帧数，因此，多种匹配关系包含了适用于在待检测视频存在丢帧或多帧情况时的匹配关系。匹配关系中包括未知的偏移距离，因此，多种匹配关系包含了适用于在待检测视频与第一光照序列存在不同步数的不同步时的匹配关系。
[0134]
3、待检测视频的丢帧或多帧通常是因为首尾两端的视频帧存在丢帧或多帧。在确定匹配关系时，去掉了目标光照序列的首尾两端的光照元素。因此，根据匹配关系提取候选光照序列时，也排除了第一光照序列的首尾两端的光照元素，从而使计算相似度时，排除了首尾两端的相似度。
[0135]
4、相较于根据待检测视频的各个视频帧计算相似度，本实施例只需要根据目标帧数的视频帧计算相似度，大大减少了计算量，缩短了活体检测的耗时时长。
[0136]
5、多种匹配关系中穷举了原始视频帧的假设总帧数和偏移距离，因此，基于多种匹配关系提取的多种候选光照序列，涵盖了在待检测视频的原始视频帧数存在的多种可能，以及待检测视频和第一光照序列之间存在多种步数的不同步的每种情况下对应的候选光照序列。因此，可以从多种候选光照序列中筛选出与视频帧序列相适配的、符合真实匹配关系的目标候选光照序列。因此，获得的活体检测结果也更加准确。
[0137]
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术实施例并不受所描述的动作顺序的限制，因为依据本技术实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本技术实施例所必须的。
[0138]
图3是本技术实施例的一种活体检测装置的结构示意图，如图3所示，该活体检测装置包括视频获取模块31、视频抽取模块32、序列提取模块33和结果获取模块34，其中：
[0139]
视频获取模块31，用于获取待检测视频，所述待检测视频为：在按照第一光照序列照射待检测对象期间，所采集的待检测对象的视频；
[0140]
视频抽取模块32，用于从所述待检测视频中抽取出目标帧数的视频帧序列，并根据所述视频帧序列中的每个视频帧确定第二光照序列，所述第二光照序列表征所述待检测对象的各个实体位置点的反射光；
[0141]
序列提取模块33，用于根据所述视频帧序列中各个视频帧的序号信息和所述第一光照序列中各个光照元素的索引信息，从所述第一光照序列中提取出多种候选光照序列，其中，各所述候选光照序列中的各个元素的索引信息与所述视频帧序列中各个视频帧的序
号信息满足不同的匹配关系；
[0142]
结果获取模块34，用于根据所述多种候选光照序列与所述第二光照序列，获取所述待检测对象的活体检测结果。
[0143]
可选地，所述匹配关系是基于目标视频和目标光照序列确定的；
[0144]
其中，所述目标视频为所述待检测视频，所述目标光照序列为所述第一光照序列；
[0145]
或者，所述目标视频为样本视频，所述目标光照序列为与所述第一光照序列长度相同的样本光照序列。
[0146]
可选地，所述匹配关系是通过如下过程确定的：
[0147]
获取所述目标视频以及所述目标光照序列，所述目标视频包括多个原始视频帧；
[0148]
确定从所述目标视频中抽取出的目标视频帧的目标序号，与所述目标视频的原始视频帧的帧序号之间的对应关系；
[0149]
将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离；
[0150]
根据所述对应关系和所述多个偏移距离，确定多种匹配关系。
[0151]
可选地，所述确定从所述目标视频中抽取出的目标视频帧的序号，与所述目标视频的原始视频帧的帧序号之间的对应关系，包括：
[0152]
获取所述目标视频的多个假设总帧数；
[0153]
针对每个假设总帧数，确定所述目标视频帧的目标序号，与所述原始视频帧的帧序号之间的对应关系；
[0154]
所述根据所述对应关系和所述多个偏移距离，确定多种匹配关系，包括：
[0155]
根据多种所述对应关系和所述多个偏移距离，确定多种匹配关系。
[0156]
可选地，所述将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离之前，所述方法还包括：
[0157]
去掉所述目标光照序列的首尾两端的光照元素；
[0158]
所述将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离，包括：
[0159]
将所述原始视频帧与去掉首尾两端的光照元素后的目标光照序列进行滑动匹配，并确定多个偏移距离。
[0160]
可选地，所述根据所述对应关系和多个所述偏移距离，确定多种匹配关系，包括：
[0161]
在每种所述对应关系以及每个所述偏移距离下，确定与每个所述目标视频帧的目标序号相匹配的光照元素在所述目标光照序列中的目标索引；
[0162]
基于在每种所述对应关系以及每个所述偏移距离下，与每个目标序号相匹配的目标索引，得到所述多种匹配关系。
[0163]
可选地，所述基于在每种所述对应关系以及每个所述偏移距离下，与每个目标序号相匹配的目标索引，得到所述多种匹配关系，包括：
[0164]
在任一所述对应关系以及任一所述偏移距离下，与任一所述目标视频帧的目标序号相匹配的目标索引小于1或大于该目标索引对应的目标光照序列的长度的情况下，将该目标视频帧的目标序号相匹配的目标索引标记为空目标索引；
[0165]
根据与该目标视频帧相匹配的所述空目标索引，以及与其它目标视频帧相匹配的所述目标索引，确定该对应关系以及该偏移距离下的所述匹配关系。
[0166]
可选地，所述每个目标视频帧的目标序号与所述原始视频帧的帧序号的多种对应关系为s，其中，i'＝s(i)，i为所述目标序号，i'为与目标序号i对应的帧序号；
[0167]
在所述多种对应关系以及所述多个偏移距离下，所述每个目标视频帧的目标序号i相匹配的目标索引为s(i)-dt，其中，dt为所述偏移距离；
[0168]
在所述多种对应关系以及所述多个偏移距离下，所述多种匹配关系为f，其中，f(i)＝s(i)-dt＝i'-dt。
[0169]
可选地，所述目标视频帧的帧数为m；
[0170]
所述每个目标视频帧的目标序号与所述原始视频帧的帧序号的对应关系为s；
[0171]
其中，i'＝s(i)＝ceil(c/2+c
×
i)，c＝n/m，n为所述目标视频的假设总帧数，ceil为向上取整函数，i＝1,2，
…
，m，表征所述m个目标视频帧各自的目标序号。
[0172]
可选地，所述序列提取模块33具体用于执行：
[0173]
针对每个匹配关系，确定在所述匹配关系下所述第一光照序列中与任一视频帧的序号相匹配的光照元素的索引为空的空元素；
[0174]
根据所述视频帧序列中其它视频帧的序号和所述第一光照序列中各个光照元素的索引信息，确定其它光照元素；
[0175]
根据所述空元素和所述其它光照元素，生成该匹配关系下的所述候选光照序列。
[0176]
可选地，结果获取模块34具体用于执行：
[0177]
分别获取各个所述候选光照序列与所述第二光照序列的相似度值；
[0178]
根据各个所述候选光照序列与所述第二光照序列的相似度值，确定目标候选光照序列；
[0179]
根据所述第二光照序列和所述目标候选光照序列，生成所述待检测对象的响应图，所述响应图中各像素点的响应强度表征：所述像素点所对应的实体位置点反射的第二光照序列与所述第一光照序列之间的相似度；
[0180]
根据所述响应图，确定所述待检测对象的活体检测结果。
[0181]
可选地，所述分别获取各个所述候选光照序列与所述第二光照序列的相似度值，包括：
[0182]
针对每个所述候选光照序列，确定所述第二光照序列中与所述候选光照序列中的各个非空元素位置对应的目标光照元素；
[0183]
计算各所述非空元素与位置对应的所述目标光照元素的相似度；
[0184]
将各个所述非空元素与位置对应的所述目标光照元素的相似度的平均值，确定为所述候选光照序列与所述第二光照序列之间的相似度值。
[0185]
需要说明的是，装置实施例与方法实施例相近，故描述的较为简单，相关之处参见方法实施例即可。
[0186]
本技术实施例还提供了一种电子设备，参照图4，图4是本技术实施例提出的电子设备的示意图。如图4所示，电子设备100包括：存储器110和处理器120，存储器110与处理器120之间通过总线通信连接，存储器110中存储有计算机程序，该计算机程序可在处理器120上运行，进而实现本技术实施例公开的活体检测方法中的步骤。
[0187]
本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如本技术实施例公开的所述的活体检测方法。
[0188]
本技术实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如本技术实施例公开的所述的活体检测方法。
[0189]
本技术实施例还提供了一种计算机程序，该计算机程序被执行时可实现本技术实施例公开的活体检测方法。
[0190]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0191]
本领域内的技术人员应明白，本技术实施例的实施例可提供为方法、装置或计算机程序产品。因此，本技术实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0192]
本技术实施例是参照根据本技术实施例的方法、装置、电子设备和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0193]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0194]
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0195]
尽管已描述了本技术实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术实施例范围的所有变更和修改。
[0196]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
[0197]
以上对本技术所提供的一种活体检测方法、电子设备、存储介质及程序产品，进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，
依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。

技术特征：
1.一种活体检测方法，其特征在于，包括：获取待检测视频，所述待检测视频为：在按照第一光照序列照射待检测对象期间，所采集的待检测对象的视频；从所述待检测视频中抽取出目标帧数的视频帧序列，并根据所述视频帧序列中的每个视频帧确定第二光照序列，所述第二光照序列表征所述待检测对象的各个实体位置点的反射光；根据所述视频帧序列中各个视频帧的序号信息和所述第一光照序列中各个光照元素的索引信息，从所述第一光照序列中提取出多种候选光照序列，其中，各所述候选光照序列中的各个元素的索引信息与所述视频帧序列中各个视频帧的序号信息满足不同的匹配关系；根据所述多种候选光照序列与所述第二光照序列，获取所述待检测对象的活体检测结果。2.根据权利要求1所述的方法，其特征在于，所述匹配关系是基于目标视频和目标光照序列确定的；其中，所述目标视频为所述待检测视频，所述目标光照序列为所述第一光照序列；或者，所述目标视频为样本视频，所述目标光照序列为与所述第一光照序列长度相同的样本光照序列。3.根据权利要求2所述的方法，其特征在于，所述匹配关系是通过如下过程确定的：获取所述目标视频以及所述目标光照序列，所述目标视频包括多个原始视频帧；确定从所述目标视频中抽取出的目标视频帧的目标序号，与所述目标视频的原始视频帧的帧序号之间的对应关系；将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离；根据所述对应关系和所述多个偏移距离，确定多种匹配关系。4.根据权利要求3所述的方法，其特征在于，所述确定从所述目标视频中抽取出的目标视频帧的序号，与所述目标视频的原始视频帧的帧序号之间的对应关系，包括：获取所述目标视频的多个假设总帧数；针对每个假设总帧数，确定所述目标视频帧的目标序号，与所述原始视频帧的帧序号之间的对应关系；所述根据所述对应关系和所述多个偏移距离，确定多种匹配关系，包括：根据多种所述对应关系和所述多个偏移距离，确定多种匹配关系。5.根据权利要求3所述的方法，其特征在于，所述将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离之前，所述方法还包括：去掉所述目标光照序列的首尾两端的光照元素；所述将所述原始视频帧与所述目标光照序列进行滑动匹配，并确定多个偏移距离，包括：将所述原始视频帧与去掉首尾两端的光照元素后的目标光照序列进行滑动匹配，并确定多个偏移距离。6.根据权利要求3-5任一所述的方法，其特征在于，所述根据所述对应关系和多个所述偏移距离，确定多种匹配关系，包括：
在每种所述对应关系以及每个所述偏移距离下，确定与每个所述目标视频帧的目标序号相匹配的光照元素在所述目标光照序列中的目标索引；基于在每种所述对应关系以及每个所述偏移距离下，与每个目标序号相匹配的目标索引，得到所述多种匹配关系。7.根据权利要求6所述的方法，其特征在于，所述基于在每种所述对应关系以及每个所述偏移距离下，与每个目标序号相匹配的目标索引，得到所述多种匹配关系，包括：在任一所述对应关系以及任一所述偏移距离下，与任一所述目标视频帧的目标序号相匹配的目标索引小于1或大于该目标索引对应的目标光照序列的长度的情况下，将该目标视频帧的目标序号相匹配的目标索引标记为空目标索引；根据与该目标视频帧相匹配的所述空目标索引，以及与其它目标视频帧相匹配的所述目标索引，确定该对应关系以及该偏移距离下的所述匹配关系。8.根据权利要求3-5任一所述的方法，其特征在于，所述每个目标视频帧的目标序号与所述原始视频帧的帧序号的多种对应关系为s，其中，i'＝s(i)，i为所述目标序号，i'为与目标序号i对应的帧序号；在所述多种对应关系以及所述多个偏移距离下，所述每个目标视频帧的目标序号i相匹配的目标索引为s(i)-dt，其中，dt为所述偏移距离；在所述多种对应关系以及所述多个偏移距离下，所述多种匹配关系为f，其中，f(i)＝s(i)-dt＝i'-dt。9.根据权利要求3-5任一所述的方法，其特征在于，所述目标视频帧的帧数为m；所述每个目标视频帧的目标序号与所述原始视频帧的帧序号的对应关系为s；其中，i'＝s(i)＝ceil(c/2+c
×
i)，c＝n/m，n为所述目标视频的假设总帧数，ceil为向上取整函数，i＝1,2，
…
，m，表征所述m个目标视频帧各自的目标序号。10.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述视频帧序列中各个视频帧的序号信息和所述第一光照序列中各个光照元素的索引信息，从所述第一光照序列中提取出多种候选光照序列，包括：针对每个匹配关系，确定在所述匹配关系下所述第一光照序列中与任一视频帧的序号相匹配的光照元素的索引为空的空元素；根据所述视频帧序列中其它视频帧的序号和所述第一光照序列中各个光照元素的索引信息，确定其它光照元素；根据所述空元素和所述其它光照元素，生成该匹配关系下的所述候选光照序列。11.根据权利要求1-5任一项所述的方法，其特征在于，根据所述多种候选光照序列与所述第二光照序列，获取所述待检测对象的活体检测结果，包括：分别获取各个所述候选光照序列与所述第二光照序列的相似度值；根据各个所述候选光照序列与所述第二光照序列的相似度值，确定目标候选光照序列；根据所述第二光照序列和所述目标候选光照序列，生成所述待检测对象的响应图，所述响应图中各像素点的响应强度表征：所述像素点所对应的实体位置点反射的第二光照序列与所述第一光照序列之间的相似度；根据所述响应图，确定所述待检测对象的活体检测结果。
12.根据权利要求11所述的方法，其特征在于，所述分别获取各个所述候选光照序列与所述第二光照序列的相似度值，包括：针对每个所述候选光照序列，确定所述第二光照序列中与所述候选光照序列中的各个非空元素位置对应的目标光照元素；计算各所述非空元素与位置对应的所述目标光照元素的相似度；将各个所述非空元素与位置对应的所述目标光照元素的相似度的平均值，确定为所述候选光照序列与所述第二光照序列之间的相似度值。13.一种电子设备，包括存储器、处理器及存储在所述存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至12任一项所述的活体检测方法。14.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至12任一项所述的活体检测方法。15.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至12任一项所述的活体检测方法。

技术总结
本申请实施例提供了一种活体检测方法、电子设备、存储介质及程序产品。方法包括：获取待检测视频，待检测视频为：在按照第一光照序列照射待检测对象期间，所采集的待检测对象的视频；从待检测视频中抽取出目标帧数的视频帧序列，并根据视频帧序列中的每个视频帧确定第二光照序列，第二光照序列表征待检测对象的各个实体位置点的反射光；根据视频帧序列中各个视频帧的序号信息和第一光照序列中各个光照元素的索引信息，从第一光照序列中提取出多种候选光照序列，其中，各候选光照序列中的各个元素的索引信息与视频帧序列中各个视频帧的序号信息满足不同的匹配关系；根据多种候选光照序列与第二光照序列，获取待检测对象的活体检测结果。测结果。测结果。


技术研发人员：马志明
受保护的技术使用者：北京旷视科技有限公司
技术研发日：2023.03.24
技术公布日：2023/7/18