(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221024197 7.7 (22)申请日 2022.03.11 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 李宇明　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 谢层层　徐焕 (51)Int.Cl. H04L 9/00(2022.01) H04L 9/08(2006.01) H04L 9/32(2006.01) G06K 9/62(2022.01) G06V 40/40(2022.01)G10L 17/02(2013.01) G10L 17/04(2013.01) (54)发明名称 活体检测方法、 装置、 设备及系统 (57)摘要 本说明书提供一种活体检测方法、 装置、 设 备及系统， 利用语音和视频两种模态的信息， 从 语音信息中提取出声纹数据， 从视频图像中利用 唇语识别技术提取出待检测验证密码， 同时利用 声纹识别和唇语识别技术联合判断待检测对象 是否为活体， 可以大幅度提升活体检测的精度， 同时对高清屏攻击和 高精度头模攻击等单帧图 像较难处理的攻击， 也可以起到良好的防范作 用， 提升了活体检测的准确性。 权利要求书3页 说明书16页 附图4页 CN 114696988 A 2022.07.01 CN 114696988 A 1.一种活体 检测方法， 所述方法包括： 接收待检测视频信息， 其中， 所述待检测视频信息包括待检测对象读取客户端显示的 随机验证密码的语音信息； 从所述语音信 息中提取待检测声纹数据， 并利用唇语识别技术从所述待检测视频信 息 中提取待检测验证密码； 将所述待检测声纹数据与 预先存储的目标对象的声纹数据进行比对， 并将所述待检测 验证密码与所述随机验证密码进 行比对， 若 所述待检测声纹数据与所述目标对象的声纹数 据相同， 且所述待检测验证密码与所述 随机验证密码相同， 则确定所述待检测对 象的活体 检测通过。 2.如权利要求1所述的方法， 所述利用唇语识别技术从所述待检测视频信息中提取待 检测验证密码， 包括： 将所述待检测视频信 息中的静默视频信 息输入到预先建立的唇语识别模型中， 利用所 述唇语识别模型从所述静默视频信息中提取出所述待检测验证密码； 其中， 所述唇语识别 模型基于唇语训练样本数据进 行模型训练构建获得， 所述唇语识别模型的唇语训练样本数 据包括： 真实训练样本数据和构建训练样本数据； 其中， 所述真实训练样本数据的获取方法包括： 采集不同用户读取不同的随机验证密 码的视频 数据； 所述构建训练样本数据的获取方法包括： 利用用户读取指定随机验证密码的视频数 据， 构建不同用户读取不同随机验证密码的视频 数据， 获得 所述构建训练样本数据。 3.如权利要求2所述的方法， 所述利用用户读取指定随机验证密码的视频数据， 构建不 同用户读取不同随机验证密码的视频 数据， 获得 所述构建训练样本数据， 包括： 利用指定用户读取指定随机验证密码的视频数据驱动 不同用户的脸部静默图像， 生成 不同用户读取所述指 定随机验证密码的生成视频数据， 将所述生成视频数据作为所述构建 训练样本数据。 4.如权利要求3所述的方法， 所述随机验证密码包括多个子密码， 所述子密码为单个文 字或单个数字， 所述利用指定用户读取指 定随机验证密码的视频数据驱动不同用户的脸部 静默图像， 生成不同用户读取 所述指定随机验证密码的生成视频 数据， 还包括： 利用指定用户依次读取子密码的视频数据驱动 不同用户的脸部静默图像， 生成不同用 户读取子密码的生成视频 数据； 将不同用户读取子密码的生成视频数据按照每读取一个子密码切分出一个视频， 获得 不同用户读取不同子密码的生成子 视频数据； 将同一个用户读取不同子密码的生成子视频数据进行随机组合合成， 获得的合成视频 数据作为所述 生成视频 数据。 5.如权利要求2所述的方法， 所述随机验证密码包括多个子密码， 所述子密码为单个文 字或单个数字， 所述利用用户读取指定随机验证密码的视频数据， 构建不同用户读取不同 随机验证密码的视频 数据， 获得 所述构建训练样本数据， 包括： 采集不同用户依次读取子密码的视频数据， 将不同用户依次读取子密码的视频数据按 照每读取一个子密码切分出一个视频， 获得不同用户读取不同子密码的视频 数据； 将同一个用户读取不同子密码的视频数据进行随机组合合成， 获得的合成视频数据作权　利　要　求　书 1/3 页 2 CN 114696988 A 2为所述构建训练样本数据。 6.一种活体 检测方法， 所述方法包括： 接收到活体 检测请求后， 生成并展示随机验证密码； 采集待检测对象读取所述随机验证密码的待检测视频信 息， 所述待检测视频信 息包括 所述待检测对象读取客户端显示的随机验证密码的语音信息； 将所述待检测视频信 息、 所述随机验证密码和所述活体检测请求对应的账户信 息发送 至服务端， 以使得所述服务端利用唇语识别技术从所述待检测视频信息中提取待检测验证 密码， 结合所述待检测视频信息中的待检测声纹数据验证对所述待检测对象进行活体检 测。 7.一种活体 检测装置， 所述装置包括： 视频信息接收模块， 用于接收待检测视频信 息， 其中， 所述待检测视频信息包括待检测 对象读取客户端显示的随机验证密码的语音信息； 数据提取模块， 用于从所述语音信息中提取待检测声纹数据， 并利用唇语识别技术从 所述待检测视频信息中提取待检测验证密码； 数据比对模块， 用于将所述待检测声纹数据与 预先存储的目标对象的声纹数据进行比 对， 并将所述待检测验证密码与所述 随机验证密码进行比对， 若所述待检测声纹数据与所 述目标对象的声纹数据相同， 且所述待检测验证密码与所述 随机验证密码相同， 则确定所 述待检测对象的活体 检测通过。 8.如权利要求7 所述的装置， 所述数据提取模块具体用于： 将所述待检测视频信 息中的静默视频信 息输入到预先建立的唇语识别模型中， 利用所 述唇语识别模型从所述静默视频信息中提取出所述待检测验证密码； 其中， 所述唇语识别 模型基于唇语训练样本数据进 行模型训练构建获得， 所述唇语识别模型的唇语训练样本数 据包括： 真实训练样本数据和构建训练样本数据； 所述装置还 包括训练样本数据生成模块用于： 采集不同用户读取不同的随机验证密码的视频 数据获得 所述真实训练样本数据； 利用用户读取指定随机验证密码的视频数据， 构建不同用户读取不同随机验证密码的 视频数据， 获得 所述构建训练样本数据。 9.如权利要求8所述的装置， 所述训练样本数据生成模块具体用于： 利用指定用户读取指定随机验证密码的视频数据驱动 不同用户的脸部静默图像， 构建 不同用户读取所述指 定随机验证密码的生成视频数据， 将所述生成视频数据作为所述构建 训练样本数据。 10.如权利要求9所述的装置， 所述随机验证密码包括多个子密码， 所述子密码为单个 文字或单个数字， 所述训练样本数据生成模块还用于： 利用指定用户读取子密码的视频数据驱动不同用户的脸部静默图像， 生成不同用户读 取子密码的生成视频 数据； 将不同用户读取子密码的生成视频数据按照每读取一个子密码切分出一个视频， 获得 不同用户读取不同子密码的生成视频 数据； 将同一个用户读取不同子密码的生成视频数据进行随机组合合成， 获得的合成视频数 据作为所述 生成视频 数据。权　利　要　求　书 2/3 页 3 CN 114696988 A 3