光谱仪1所测 量待识别人脸表面的反射谱，再将反射谱进行归一化处理，即可获得反射谱数据。
[0127] 需要说明的是，对反射光谱进行处理获得反射谱数据的处理方式也可以是将环境 光谱进行归一化处理，将反射光谱进行归一化处理，再将归一化处理后的反射光谱除以归 一化处理后的环境光谱，即可以获得反射谱数据。
[0128] 第一判断单元21，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；
[0129] 可选的，所述非特定波长范围包括第一波长范围和第二波长范围，所述第一波长 范围中的波长小于所述第二波长范围中的波长，所述特定波长范围位于所述第一波长范围 和所述第二波长范围之间。
[0130] 可选的，第一判断单元21可以有以下两种可选的实施方式：
[0131] 在第一种可选的实施方式中，如图9所示，第一判断单元21包括第二判断单元 210、第三判断单元211以及第二确定单元212 ;
[0132] 第二判断单元210,用于判断所述第一波长范围的反射谱数据是否呈递增趋势；
[0133] 第三判断单元211，用于判断所述第二波长范围的反射谱数据是否呈递减趋势；
[0134] 第二确定单元212,用于若所述第一波长范围的反射谱数据呈递增趋势，所述第二 波长范围的反射谱数据呈递减趋势，则确定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。
[0135] 在一些可选的实施方式中，第一波长范围可以是[546.5611111，559.4811111]，特定波长 范围可以是[559. 48nm，559. 72nm]，第二波长范围可以是[559. 72nm，576. 26nm]，判断第一 波长范围内的反射谱数据是否呈递增趋势，可以是计算546. 56nm-559. 48nm范围内反射谱 数据对波长的一阶微分：
[0136]
[0137] 判断第二波长范围内的反射谱数据是否呈递减趋势，可以是计算 559. 72nm-576. 26nm范围内反射谱数据对波长的一阶微分：
[0138]
[0139] 需要说明的是，如果光谱仪输出的是离散的光谱信号，可以用差分计算来模拟微 分运算。或者将离散的反射谱数据拟合为多阶的样条曲线，然后对样条曲线求微分。
[0140] 若f ( λ ) >〇则第一波长范围内的反射谱数据呈递增趋势，若g ( λ )〈〇,则第二波长 范围内的反射谱数据呈递减趋势，f (λ) >0且g( λ )〈0,则确定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。
[0141] 在第二种可选的实施方式中，如图10所示，第一判断单元21可以包括计算单元 213、第四判断单元214以及第三确定单元215 ;
[0142] 计算单元213,用于分别计算所述第一波长范围、所述第二波长范围以及所述特定 波长范围的反射谱数据的统计参数，所述统计参数包括中值平均值或者算术平均值；
[0143] 所述第一波长范围包括活体人脸固有的对光线的第一吸收峰值，所述第二波长范 围包括活体人脸固有的对光线的第二吸收峰值；
[0144] 在一些可行的实施方式中，第一波长范围可以为λ 1，范围为[546. 42, 546. 56]， 特定波长范围可以为入2，范围为[559.48,559.72]，第二波长范围可以为人3，范围为 [576. 26, 575. 45]。第一吸收峰值在第一波长范围内，第二吸收峰值在第二波长范围内。为 了便于比较，计算单元213分别计算第一波长范围，特定波长范围以及第二波长范围内的 统计参数 R( λ I)，R( λ 2)，R( λ 3)。
[0145] 第四判断单元214,用于判断所述特定波长范围的反射谱数据的统计参数是否均 大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数；
[0146] 在一些可行的实施方式中，第四判断单元214判断方式可以是判断以下逻辑表达 式是否为真，当为真时，则确定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，逻辑表达式为：
[0147] RU I) < R(A2) > RU3),其中：
[0148] 第三确定单元215,用于若所述特定波长范围的反射谱数据的统计参数均大于所 述第一波长范围和所述第二波长范围的反射谱数据的统计参数，则确定所述特定波长范围 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。
[0149] 第一确定单元22,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。
[0150] 采集单元23,用于采集所述待识别人脸的面部特征；
[0151] 在一些可行的实施方式中，为了提高安全性，通常在一些实际应用场景中都需要 在待识别人脸为指定活体人脸时，才算人脸识别成功。因此本发明实施例在待识别人脸为 活体人脸后，采集单元23继续采集待识别人脸的面部特征，具体的采集方式可以是利用终 端摄像头采集，如图5所示，终端的摄像头专门用于采集人脸面部特征，需要说明的是，终 端摄像头的FOV大于采集反射光谱的光谱仪的F0V，同时终端摄像头的FOV小于采集环境光 谱的光谱仪的FOV。终端摄像头可以后置摄像头，也可以是前置摄像头（如自拍摄像头）， 当为前置摄像头时，用户可以把脸更好地对准摄像头，并且采集环境光谱的光谱仪以及采 集反射光谱的光谱仪测量也对得更准。
[0152] 匹配单元24,用于将所述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，则确定所述待识别人脸为合法的活体人脸。
[0153] 在一些可行的实施方式中，匹配单元24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。
[0154] 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。
[0155] 请参照图11，是本发明实施例提供的终端的第三实施例结构示意图。本实施例 中所描述的终端包括：至少一个输入设备1000 ;至少一个输出设备2000 ;至少一个处理器 3000,例如CPU ;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器 4000通过总线5000连接。
[0156] 其中，上述输入设备1000具体可为终端的摄像头，用于采集人脸面部特征，也可 以是光谱仪，用于采集光谱；
[0157] 上述输出设备2000具体可为终端的显示屏，用于输出对待识别人脸的识别结果， 上述输出设备2000也可以为光源。
[0158] 上述存储器4000可以是高速RAM存储器，也可为非不稳定的存储器 (non-volatile memory)，例如磁盘存储器。上述存储器4000用于存储一组程序代码，上述 输入设备1〇〇〇、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码，执 行如下操作：
[0159] 上述输入设备1000,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；
[0160] 上述处理器3000,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；
[0161] 上述处理器3000还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。
[0162] 上述输入设备1000还用于采集所述待识别人脸的面部特征；
[0163] 上述处理器3000还用于将所述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，则确定所述待识别人脸为合法的活体人脸。
[0164] 上述输出设备2000,用于采用预设光谱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；
[0165] 上述输入设备1000还用于采集所述反射光谱，所述反射光谱包括所述预设波长 范围内的反射光；
[0166] 上述处理器3000还用于对所述反射光谱进行处理，获得所述反射谱数据。
[0167] 上述处理器3000还用于将所述反射光谱进行归一化处理；
[0168] 上述处理器3000还用于将所述预设光谱进行归一化处理；
[0169] 上述处理器3000还用于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