用于面部验证的系统及方法技术方案

本发明专利技术揭示用于检测图像中的活人面部的系统及方法。所述方法及系统能够接收包含人面部的多谱图像数据。所述多谱图像数据可包括可见光图像数据及近红外线NIR图像数据。所述多谱图像数据可经处理以检测所述人面部。可使所述可见光图像数据中的所述所检测人面部与所述NIR图像数据中的所述所检测人面部相关联以确定所述所检测人面部是否是活人面部。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及。明确地说，本专利技术涉及用于检测人面部 且确定所检测人面部是否为活人面部的系统及方法。
技术介绍
面部检测及/或验证系统可在多种情境中有用，包含（例如）父母控制应用程序、 法律执行、移动银行及安全应用程序。常规自动面部检测系统可检测图像中的人面部。然 而，此等系统一般不能确定图像中所检测的面部是否从活人面部捕捉，或仅从照片或人面 部的其它再现捕捉。 举例来说，在一些情况下，所检测面部可来自人造来源，例如照片中的面部、显示 屏幕上面部的图像、面罩、面部的模型再现、人体模特、或任何其它无生命面部。想要产生假 身份证件的人（例如）可使用别人的面部照片或面罩来尝试欺骗面部检测系统。此外，甚 至对于虑及眨眼及其它类型的面部运动的复杂系统来说，检测活的面部可由于使用别人的 面部的视频流来代替活的面部而受挫。
技术实现思路
在一个实施方案中，揭示一种用于检测图像中的活人面部的方法。所述方法可包 含接收包含人面部的多谱图像数据，所述多谱图像数据包括可见光图像数据及近红外线 (NIR)图像数据。所述方法可包括处理所述多谱图像数据以检测人面部，及可进一步包含使 所述可见光图像数据中的所检测人面部与所述NIR图像数据中的所检测人面部相关联以 确定所检测人面部是否是活人面部。 在另一实施方案中，揭示一种用于检测图像中的活人面部的成像系统。成像系统 可包含至少一个图像传感器，其经配置以捕捉包括可见光图像数据及近红外线（NIR)图像 数据的多谱图像数据，其中所述多谱图像数据包含人面部。另外，成像系统可包含面部检测 模块，其经配置以分析所述多谱图像数据以检测所述人面部。成像系统还可包含皮肤验证 模块，其经配置以分析所述所检测面部的多谱图像数据及确定所检测人面部是否是活人面 部。 在另一实施方案中，揭示一种成像系统。所述成像系统可包含用于接收包含人面 部的多谱图像数据的装置，所述多谱图像数据包括可见光图像数据及近红外线（NIR)图像 数据。所述系统可进一步包含用于处理所述多谱图像数据以检测所述人面部的装置。另 夕卜，所述系统可包含用于使所述可见光图像数据中的所检测人面部与所述NIR图像数据中 的所检测人面部相关联以确定所述所检测人面部是否是活人面部的装置。 在另一实施方案中，揭示一种非暂时性计算机可读媒体。所述非暂时性计算机可 读媒体可具有存储在其上的代码，所述代码被执行时执行一方法。所述方法可包括接收包 含人面部的多谱图像数据，所述多谱图像数据包括可见光图像数据及近红外线（NIR)图像 数据。所述方法可进一步包括处理所述多谱图像数据以检测所述人面部。另外，所述方法 可包含使所述可见光图像数据中的所检测人面部与所述NIR图像数据中的所检测人面部 相关联以确定所述所检测人面部是否是活人面部。 【附图说明】 图1为根据一个实施方案的面部验证系统的示意图。 图2为说明用于使用多谱成像数据来验证活人面部的方法的一个实施方案的流 程图。 图3为说明用于验证活人面部的方法的另一实施方案的流程图。 图4说明来自图3中所呈现的方法的实验结果。 图5为说明用于确定所捕捉人面部是否为活人面部的一个方法的流程图。 图6A为说明用于确定像素是代表活人皮肤还是非活人皮肤的方法的流程图。 图6B为说明根据一个实施方案的确定性方法的流程图。 图6C为说明根据另一实施方案的概率性方法的流程图。 图6D及6E为用于导出概率密度函数的实验结果的图表。 图6F为说明用于确定面部是否为活人面部的一个方法的流程图。 图7A-7B为根据各种实施方案的用户接口的图像。 图8A-8B为说明用于验证活人面部的各种其它实施方案的流程图。 【具体实施方式】 系统概沭 本文所揭示的实施方案提供用于使用具有一或多个成像传感器的电子装置来验 证活人面部的系统、方法及设备。举例来说，在一个实施例中，系统可包含可见光成像传感 器及红外光成像传感器。在图像捕捉期间，系统可藉由组合来自两传感器的信息对比照片 或视频来检测所捕捉面部是否来自活人。举例来说，在一些波长下，来自红外光成像传感器 的数据可用以确定是否存在从所捕捉面部散发的热，而在其它波长下，来自红外线成像传 感器的数据可用以捕捉来自所述面部的详细纹理信息。在另一实施例中，所述系统可确定 对应于所捕捉面部的像素是否为来自活的皮肤的像素，如下所述。所属领域的技术人员将 认识到所揭示实施例可实施在硬件、软件、固件或其任何组合中。 在以下描述中，给定特定细节以提供实例的透彻理解。然而，所属领域的技术人员 将理解，可在没有这些特定细节的情况下实践所述实例。举例来说，可用框图展示电组件/ 装置以便不在不必要的细节方面模糊所述实例。在其它例子中，可详细展示此类组件、其它 结构及技术以进一步解释所述实例。 还应注意可将实例描述为过程，所述实例经描绘为流程图、流图、有限状态图、结 构图或框图。尽管流程图可将操作描述为顺序过程，但可平行或同时执行许多操作，且可重 复所述过程。另外，可重新布置操作的次序。过程在其操作完成时终止。过程可对应于方 法、功能、程序、子例程、子程序等。当过程对应于软件函式时，其终止可对应于将所述函式 返回到调用函式或主函式、或子例程或相同功能性的类似完成。 所属领域的技术人员将了解，可使用多种不同技艺及技术中的任一者来表示信息 及信号。举例来说，可由电压、电流、电磁波、磁场或磁粒子、光场或光粒子或其任何组合来 表示在以上描述中始终参考的数据、指令、命令、信息、信号、位、符号及码片。 图1说明用于验证成像人面部为活人面部的面部验证系统1的一个实施方案。面 部验证系统1包含多谱成像系统2。多谱成像系统2可经配置以包含多谱成像传感器，其可 感测包含至少可见光波长及近红外线（NIR)光波长的宽带波长。多谱成像传感器可经配置 以检测在约390nm与约HOOnm之间的波长。当然，成像传感器还可同样经配置以检测更宽 范围的波长。在一些实施方案中，电荷耦合装置（CCD)可用作多谱成像传感器。在其它实 施方案中，CMOS成像传感器可用作多谱成像传感器。 在其它实施方案中，多谱成像系统2可包含两个单独传感器来代替多谱成像传感 器。在此实施例中，多谱成像系统2可包含可见光传感器及单独NIR传感器。举例来说，多 谱成像系统2可包含例如(XD/CM0S等第一传感器，其能够检测至少在约390nm与约800nm 之间的范围中的可见光。多谱成像系统2可进一步包含例如(XD/CM0S等第二传感器，其能 够检测在约800nm与约HOOnm之间的范围中的NIR光。在一些实施方案中，用于可见及 NIR传感器的波长范围可重叠或可甚至为实质上相同的。举例来说，在各种实施方案中，由 艾纳成像公司（Aptina Imaging)(加州圣荷西）制造的MT9M112传感器可用作可见光传感 器，及由艾纳成像公司（加州圣荷西）制造的MT9M001传感器可用作NIR传感器。所属领 域的技术人员将了解，其它类型的传感器是可能的。在一些实施方案中，成像滤波器（例如 NIR通滤波器）可用于合适的(XD/CM0S上以仅检测NIR数据。所属领域的技本文档来自技高网...

【技术保护点】
一种用于检测图像中的活人面部的方法，其包括：接收包含人面部的多谱图像数据，所述多谱图像数据包括可见光图像数据及近红外线NIR图像数据；处理所述多谱图像数据以检测所述人面部；及使所述可见光图像数据中的所述所检测人面部与所述NIR图像数据中的所述所检测人面部相关联以确定所述所检测人面部是否是活人面部。

【技术特征摘要】
【国外来华专利技术】2012.06.26 US 13/533,7061. 一种用于检测图像中的活人面部的方法，其包括： 接收包含人面部的多谱图像数据，所述多谱图像数据包括可见光图像数据及近红外线 NIR图像数据； 处理所述多谱图像数据以检测所述人面部；及 使所述可见光图像数据中的所述所检测人面部与所述NIR图像数据中的所述所检测 人面部相关联以确定所述所检测人面部是否是活人面部。2. 根据权利要求1所述的方法，其中所述可见光图像数据中检测的所述面部与所述 NIR图像数据中检测的所述面部之间的所述关联至少部分基于第一反射率差及第二反射率 差，其中所述第一反射率差是所述NIR图像数据的一部分中的反射率值与所述可见光图像 数据的对应部分中的第一色彩的反射率值之间的差，及其中所述第二反射率差是所述可见 光图像数据的所述对应部分中所述第一色彩的所述反射率值与第二色彩的反射率值之间 的差。3. 根据权利要求2所述的方法，其中使所述可见光图像数据中捕捉的所述所检测人面 部与所述NIR图像数据中捕捉的所述所检测人面部相关联包括： 使所述第一反射率差归一化以获得第一归一化反射率差；及 使所述第二反射率差归一化以获得第二归一化反射率差。4. 根据权利要求3所述的方法，其中使所述可见光图像数据中捕捉的所述所检测人面 部与所述NIR图像数据中捕捉的所述所检测人面部相关联进一步包括： 比较所述第一归一化反射率差与第一阈值及第二阈值；及 比较所述第二归一化反射率差与第三阈值及第四阈值。5. 根据权利要求4所述的方法，其进一步包括至少部分基于所述第一归一化反射率差 是否大于所述第一阈值且小于所述第二阈值以及至少部分基于所述第二归一化反射率差 是否大于所述第三阈值且小于所述第四阈值而确定所述NIR图像数据的所述部分及所述 可见光图像数据的所述对应部分是否含有代表活人皮肤的图像数据。6. 根据权利要求5所述的方法，其进一步包括至少部分基于所述所检测面部中含有代 表活人皮肤的图像数据的像素的数目来确定所述所检测人面部是否是活人面部。7. 根据权利要求3所述的方法，其中所述第一色彩实质上是绿色，及其中所述第二色 彩实质上是红色。8. 根据权利要求3所述的方法，其进一步包括获得所述第一归一化反射率差的第一概 率密度函数及所述第二归一化反射率差的第二概率密度函数，其中所述第一及第二概率密 度函数是至少部分基于活人皮肤的图像数据。9. 根据权利要求8所述的方法，其进一步包括计算所述NIR图像数据的所述部分及所 述可见光图像数据的所述对应部分含有代表活人皮肤的图像数据的第一概率， 所述第一概率至少部分基于所述第一概率密度函数及所述第二概率密度函数。10. 根据权利要求9所述的方法，其进一步包括： 获得所述第一归一化反射率差的第三概率密度函数及所述第二归一化反射率差的第 四概率密度函数，其中所述第三及第四概率密度函数是至少部分基于不代表活人皮肤的图 像数据， 计算所述NIR图像数据的所述部分及所述可见光图像数据的所述对应部分含有不代 表活人皮肤的图像数据的第二概率， 所述第二概率至少部分基于所述第三概率密度函数及所述第四概率密度函数。11. 根据权利要求10所述的方法，其进一步包括比较所述第一概率与所述第二概率以 确定所述NIR图像数据的所述部分及所述可见光图像数据的所述对应部分是否含有代表 活人皮肤的图像数据。12. 根据权利要求11所述的方法，其进一步包括至少部分基于所述所检测面部中含有 代表活人皮肤的图像数据的像素的所述数目来确定所述所检测人面部是否是活人面部。13. 根据权利要求1所述的方法，其进一步包括用成像设备来捕捉多谱图像数据。14. 根据权利要求13所述的方法，其中捕捉多谱图像数据包括捕捉可见光图像及NIR 图像。15. 根据权利要求14所述的方法，其中处理所述多谱图像数据包括： 处理所述可见光图像以检测所述人面部；及 处理所述NIR图像以检测所述人面部。16. -种用于检测图像中的活人面部的成像系统，所述系统包括： 至少一个图像传感器，其经配置以捕捉包括可见光图像数据及近红外线NIR图像数据 的多谱图像数据，其中所述多谱图像数据包含人面部； 面部检测模块，其经配置以分析所述多谱图像数据以检测所述人面部；及 皮肤验证模块，其经配置以分析所述所...

【专利技术属性】
技术研发人员：张晓鹏，张晓康，王计来，周晓明，邱刚，沈亮，冯晨，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：美国;US