一種基于人腦智慧和人機交互的人體活體檢測方法與裝置的制造方法
【技術領域】
[0001]本發明涉及計算機應用及圖像識別技術領域，具體涉及一種基于人腦智慧和人機交互的人體活體檢測方法與裝置。
【背景技術】
[0002]身份驗證的商業化應用需求越來越強烈，人們已經把生物特征識別技術作為身份驗證的重要手段。人體生物特征包括生理特征和行為特征兩種，生理特征通常有人臉、指紋、虹膜、視網膜、掌紋、手形、語音、DNA、耳廓形狀等；行為特征通常有筆跡、步態等。然而，假冒問題對基于人體生物特征識別的身份驗證系統構成了很大的威脅。假冒者可以使用偽造的指紋膜、盜用他人的照片或者視頻、合成的語音等方式攻擊現有的基于人體生物特征的身份驗證系統。如果基于人體生物特征的身份驗證系統缺少有效的防止假冒攻擊的能力，將會帶來災難性的后果。避免前述假冒問題的手段之一是確保人體生物特征的獲取是從人體活體中取得的，因此，需要有效的人體活體檢測技術。
[0003]對基于人臉識別的身份驗證系統而言，假冒者可以采用合法用戶的照片來進行欺詐攻擊，因此，目前現有的活體檢測方法所采用的思路主要是自動區分照片人臉和活體人臉。照片人臉與活體人臉的主要區別在于照片中的人臉不會進行眨眼、張嘴等動作，而活體人臉可以做出張嘴、眨眼、搖頭等動作。然而，不法分子可以通過事先錄制合法用戶的人臉視頻圖像或者剪輯、合成合法用戶的人臉視頻圖像來對活體檢測系統進一步進行欺詐攻擊。本發明中所采用的技術手段，可以防止不法分子采用合法用戶的照片人臉或者視頻人臉圖像來對身份驗證系統進行欺詐攻擊。
[0004]對基于語言識別的身份驗證系統而言，假冒者可以通過事先錄制的語音、剪輯或者合成的語音來對身份驗證系統進行欺詐攻擊。本發明中所采用的技術手段，可以有效地防止不法分子的此類欺詐攻擊行為。
[0005]有的活體檢測方法采用在系統終端屏幕上顯示出一些文字，希望用戶能夠讀出文字信息，以此來判別是否為人體活體；然而，假冒者可以通過自動文字識別技術先識別出文字，然后通過語音合成技術自動說出文字信息，這樣也可以欺騙現有的活體檢測系統。本發明中所采用的技術手段，可以有效地防止用此類手段來對身份驗證系統的欺詐攻擊。
[0006]總而言之，人類區分人體活體及非活體是非常容易的，但是對于機器來說，它是非常困難的。因此，研宄一個易于采集、魯棒性好、抗攻擊能力強的人體活體檢測系統成為急需解決的問題。
【發明內容】
[0007]本發明的第一個目的在于克服現有技術的缺點與不足，提供一種基于人腦智慧和人機交互的人體活體檢測方法，該方法是基于用戶配合來完成的，系統或終端預先保存大量的需要人體活體經過大腦思考方可解答的題目，由系統或終端隨機發出指令題目，并指定用戶在規定的時間內用相應的方式進行解答，解答方式包括但不限于語音回答、手指或者觸摸工具(例如觸摸筆)觸摸屏幕選擇、在相應的位置觸摸書寫答案、用手勢比劃正確答案選項等等。終端隨即檢測這些指令題目是否在規定的時間內用相應的應答方式進行了正確解答，并以此來判定當前用戶是否是人體活體。
[0008]本發明通過系統或終端隨機發指令，并且隨機指定應答的方式來判斷當前用戶是否是人體活體，目的是為了避免不法者通過視頻剪輯或合成、語音剪輯或合成、機器自動文字識別等一系列技術手段對基于人體生物特征識別的身份驗證系統進行欺詐。
[0009]本發明中所述及的技術手段與方法，僅需利用常用的攝像頭和/或麥克風等信號采集設備，成本低廉，易于使用。人腦是有智慧的，而且人的智慧遠遠超過機器的智能，通過人腦智慧與人機交互的檢測方式，本發明的人體活體檢測方法可以有效地防止不法分子利用上述手段對身份驗證系統進行欺詐攻擊。
[0010]本發明的另一個目的在于克服現有技術的缺點與不足，提供一種基于人腦智慧和人機交互的人體活體檢測裝置。
[0011]本發明的第一個目的通過下述技術方案實現:
[0012]一種基于人腦智慧和人機交互的人體活體檢測方法，該方法包括下列步驟:
[0013]隨機調用指令數據庫中事先預置的指令題目，并隨機設定所述指令題目的應答方式；
[0014]獲取用戶應答信息，對應答方式和應答結果進行驗證；
[0015]若所述指令題目的應答方式和應答結果均匹配成功，則判斷應答用戶為人體活體；否則，判斷應答用戶為非人體活體。
[0016]進一步的，所述指令題目的類型包括但不限于顏色識別、目標識別、目標數量識另IJ、解答方程式、推理題目或節日問題等一系列需要人腦思考的題目。
[0017]進一步的，所述指令題目的應答方式的類型包括但不限于:用戶通過語音應答、用戶根據系統或終端提示點擊選擇答案應答、用戶根據系統或終端提示在規定的位置書寫答案應答或者用戶通過手勢勾劃出正確答案的選項應答等一系列人機互動的應答方式。
[0018]進一步的，當所述指令題目的應答方式的類型是根據用戶語音應答時，采用DTW動態時間規整的語音識別方法、HMM隱馬爾可夫模型的語音識別方法或者基于深度學習算法的語音識別方法進行應答結果驗證；
[0019]當所述指令題目的應答方式的類型是用戶根據系統或終端提示點擊選擇答案應答時，采用觸摸屏軌跡跟蹤的方法或者自動識別觸摸位置信息的方法等進行應答結果驗證；
[0020]當所述指令題目的應答方式的類型是用戶根據系統或終端提示在規定的位置書寫答案應答時，米用 OCR (Optical Character Recognit1n) /ICR(Intelligent CharacterRecognit1n)字符識別的方法進行應答結果驗證；
[0021]當所述指令題目的應答方式的類型是用戶通過手勢勾劃出答案的選項應答時，采用DTW動態時間規整的手勢識別算法或者HMM隱馬爾可夫模型的手勢識別算法或者其它基于機器學習的手勢識別算法等進行應答結果驗證。
[0022]進一步的，在所述獲取用戶應答信息，對應答方式和應答結果進行驗證的步驟之前，還包括:
[0023]設定應答時間的步驟，該步驟用于設定所述指令題目的應答時間，若所述指令題目的應答時長超過事先設定的所述應答時間，則判斷應答用戶為非人體活體。
[0024]進一步的，在所述隨機調用指令數據庫中事先預置的指令題目，并隨機設定所述指令題目的應答方式步驟之前，還包括:
[0025]指令數據庫錄入步驟，該步驟用于向指令數據庫中錄入指令題目，并設置該指令題目的正確應答結果以及至少一種對應的應答方式。
[0026]本發明的另一個目的通過下述技術方案實現:
[0027]一種基于人腦智慧和人機交互的人體活體檢測裝置，所述裝置包括下列單元:
[0028]調用與設定單元，該單元用于隨機調用指令數據庫中事先預置的指令題目，并隨機設定所述指令題目的應答方式；
[0029]獲取與驗證單元，該單元用于獲取用戶應答信息，對應答方式和應答結果進行驗證；
[0030]判斷單元，該單元用于當所述指令題目的應答方式和應答結果均匹配成功時，則判斷應答用戶為人體活體；否則，判斷應答用戶為非人體活體。
[0031]進一步的，所述裝置還包括:
[0032]應答時間設定