一致，则确定所述待识别人脸为合法的活体人脸。
[0091] 在一些可行的实施方式中，将所采集待识别人脸的面部特征与预设数据库中的预 设面部特征进行匹配，若匹配一致，则确定待识别人脸为合法的活体人脸。预设数据库中的 预设面部特征即是用户预先在数据库中存储的合法的面部特征。
[0092] 本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预 设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的 特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大 于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准 确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。
[0093] 请参照图7,是本发明实施例提供的终端的第一实施例结构示意图。本实施例中所 描述的终端，包括：
[0094] 获取单元10,用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括 预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值 之间的特定波长范围及非特定波长范围；
[0095] 在一些可行的实施方式中，环境光线或者已知光谱的光源照射在活体人脸时，通 常活体人脸皮肤的真皮层的血红蛋白，在546. 42-546. 56nm(纳米）和576. 26-575. 45nm 处存在两个显著的吸收峰，具体的如图3所示，其中一条曲线为活体人脸的吸收光谱。当 光线照射在活体人脸的皮肤表面时会进行反射形成反射光，反射光包含真皮层的散射 光，由于吸收峰的原因，因此反射光谱在这两个吸收峰值之间的特定波长范围（例如： 559. 48-559. 72nm区域）存在显著的光谱尖峰，如图3所示，另一条曲线为经过活体人脸反 射后的反射光谱。活体人脸与非活体人脸的反射光谱完全不同，如图4所示，其中一条为人 体模型的反射光谱，还有一条为人体皮肤的反射光谱，从图可见，人体模型的反射光谱在特 定范围内无光谱尖峰，活体人脸在特定范围内存在光谱尖峰。
[0096] 利用活体人脸的上述特征能够识别出待识别人脸为真实的活体人脸或者为非活 体人脸（例如人体模型，图像等等），具体的识别方法为获取单元10获取通过待识别人脸 反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括 活体人脸固有的对光线的吸收峰值之间的特定波长范围（例如：559. 48-559. 72nm区域） 及非特定波长范围，非特定波长范围可以是与特定波长范围相邻的波长范围，例如预设波 长范围可以是[546. 56nm，576. 26nm];此外非特定波长范围也可以是不与特定波长范围相 邻，例如非特定波长范围可以包括[546.42nm，546.56nm]与[576.26nm，575.45nm]〇
[0097] 第一判断单元11，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据 是否大于所述非特定波长范围内的反射谱数据；
[0098] 在一些可选的实施方式中，预设波长范围内的反射谱数据可以是以曲线的形式存 在，则判断待识别人脸是否为活体人脸的方法可以是，第一判断单元11判定反射谱数据曲 线R( λ )在特定波长范围内（例如：559. 48-559. 72nm)处是否存在尖峰，即是判断反射谱 数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据。
[0099] 第一确定单元12,用于若所述特定波长范围内的反射谱数据大于所述非特定波长 范围内的反射谱数据，则确定所述待识别人脸为活体人脸。
[0100] 在一些可行的实施方式中，当通过以上方式判断出特定波长范围内的反射谱数据 大于非特定波长范围内的反射谱数据，第一确定单元12则确定待识别人脸为活体人脸。
[0101] 本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预 设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的 特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大 于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准 确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。
[0102] 请参照图8,是本发明实施例提供的终端的第二实施例结构示意图。本实施例中所 描述的终端是在图7所描述的终端基础上优化得到的，包括获取单元20、第一判断单元21、 第一确定单元22、采集单元23以及匹配单元24 :
[0103] 获取单元20,用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括 预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值 之间的特定波长范围及非特定波长范围；
[0104] 可选的，获取单元20的结构可以有以下两种可选的实施方式：
[0105] 在第一种可选的实施方式中，获取单元20用于采用预设光谱的光照射所述待识 别人脸，以使所述待识别人脸将所述预设光谱进行反射以形成反射光谱；
[0106] 在一些可行的实施方式中，获取单元20采用预设光谱的光照射待识别人脸，需要 说明的是，预设光谱为连续光谱，连续光谱的光源可以由不连续光谱的光源进行组合。当预 设光谱照射在待识别人脸时，无论是非活体人脸还是活体人脸均会进行反射，形成反射光 谱。
[0107] 获取单元20进一步采集所述反射光谱，所述反射光谱包括所述预设波长范围内 的反射光；
[0108] 在一些可行的实施方式中，获取单元20利用光谱仪采集待识别人脸反射所形成 的反射光谱，该反射光谱包括预设波长范围内的反射光。预设波长范围包括特定波长范围 和非特定波长范围。
[0109] 光学设计时，采集反射光谱的光谱仪的视野（Field of view，F0V)可以设置较小， 尽量只接受待识别人脸区域。通常待识别人脸在画面中央，可以设计光谱仪的测量中心为 画面中心，以增加光谱仪获得待识别人脸区域反射光的比例。需要说明的是，也可以在光谱 仪上添加机电装置（如步进电机）以控制光谱仪旋转测量角度，现有的人脸检测技术可以 比较容易定位人脸位置，可以先根据人脸的位置调整光谱仪的测量角度，更精准地测量待 识别人脸的反射光谱。机电装置可以是步进电机，MEMS微电机，超声波电机等。
[0110] 获取单元20进一步对所述反射光谱进行处理，获得所述反射谱数据。
[0111] 在一些可行的实施方式中，获取单元20对反射光谱进行处理，以获得反射谱数 据，通过对反射谱数据的分析，可以确定待识别人脸是否为活体人脸。具体的对反射光谱的 处理方式可以是，用反射光谱除以预设光谱，得到反射谱，再将反射谱进行归一化处理，即 可以得到反射谱数据。
[0112] 进一步的，获取单元20可以执行以下步骤：
[0113] 将所述反射光谱进行归一化处理；
[0114] 将所述预设光谱进行归一化处理；
[0115] 根据进行归一化处理后的所述预设光谱和进行归一化处理后的所述反射光谱，获 得所述反射谱数据。
[0116] 在一些可行的实施方式中，可以是将进行归一化处理后的反射光谱除以进行归一 化出口后的预设光谱，即可以得到反射谱数据。
[0117] 在第二种可选的实施方式中，获取单元20采集环境光谱的光照射在所述待识别 人脸上反射后所形成的反射光谱，所述反射光谱包括所述预设波长范围内的反射光；
[0118] 在一些可行的实施方式中，若是采用环境光谱的光照射在待识别人脸上进行反 射，获取单元20则采集环境光谱照射在待识别人脸上反射后所形成的反射光谱，该反射光 谱包括预设波长范围内的反射光，预设波长范围包括特定波长范围和非特定波长范围。需 要说明的是，仍然采用光谱仪采集反射光谱。
[0119] 获取单元20进一步对所述反射光谱进行处理，获得所述反射谱数据。
[0120] 具体的，获取单元20执行以下步骤：
[0121] 采集所述环境光谱；
[0122] 将所述环境光谱进行归一化处理；
[0123] 将所述反射光谱进行归一化处理；
[0124] 根据进行归一化处理后的所述环境光谱和进行归一化处理后的所述反射光谱，获 得所述反射谱数据。
[0125] 在一些可行的实施方式中，由于本实施例中未采用额外光源进行照射，而是直接 采用环境光谱照射待识别人脸，因此需要采集环境光谱。采集环境光谱的光谱仪与采集反 射光谱的光谱仪不同，如图5所示，假设利用终端上光谱仪1采集反射光谱，采用光谱仪2 采集环境光谱，光谱仪1的FOV可以设置较小，尽量只接受人脸区域，光谱仪2的FOV可以 设置较大，终端上摄像头的FOV则参照传统的摄像头，摄像头的FOV可以通过光学镜头焦距 控制，焦距越短，FOV越大，具体的，光谱仪1、光谱仪2以及摄像头的FOV之间的大小关系请 参照图6所示，光谱仪2的F0V>摄像头的F0V>光谱仪1的F0V。
[0126] 由于光谱仪2具有较大的F0V，受单一反射物干扰少，可以认为其入射光光谱为环 境光谱。光谱仪1测量的反射光谱与光谱仪2获得的环境光谱的比值近似为