一种人脸活体检测方法、装置及电子设备制造方法及图纸

本申请提供一种人脸活体检测方法、装置及电子设备。该方法包括：获得关于待检测目标对象的目标可见光图像和目标红外图像；从所述目标可见光图像中提取第一人脸图像，以及从所述目标红外图像中提取第二人脸图像；其中，所述第一人脸图像和所述第二人脸图像均为仅包含人脸部分的图像；基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征；将所确定出的HOG特征输入至预先训练完成的支持向量机SVM分类器中进行检测，得到所述目标对象对应的人脸活体检测结果。可见通过本方案可以快速、有效检测目标对象是否为人脸活体。

A Face Biopsy Detection Method, Device and Electronic Equipment

【技术实现步骤摘要】
一种人脸活体检测方法、装置及电子设备
本申请涉及人脸识别
，特别涉及一种人脸活体检测方法、装置及电子设备。
技术介绍
随着生物特征识别技术的快速发展，人脸识别、指纹识别、虹膜识别技术等在身份验证中扮演着重要的角色，其中，人脸识别技术是最方便、最适合人们习惯的一种识别技术，得到广泛地应用。人脸识别技术作为当今有效的身份认证方法，其应用范围已经扩展到：作息考勤、安全防护、海关检查、刑侦破案、银行系统等等领域。而随着应用范围的扩大，一些问题也随之发生，如不法分子在人脸认证过程中欺骗系统以达到仿冒用户的人脸特征的目的，具体的，人脸认证过程中的欺骗形式主要有：窃取用户的照片进行欺骗，用公众场合、网络上录制的视频进行欺骗等等。为了更安全地进行身份认证和检测身份来源的真实性，检测被识别的对象是否是活体显得尤为重要。
技术实现思路
有鉴于此，本申请提供了一种人脸活体检测方法、装置及电子设备，以快速、有效检测目标对象是否为人脸活体。具体地，本申请是通过如下技术方案实现的：第一方面，本申请提供了一种人脸活体检测方法，包括：获得关于待检测目标对象的目标可见光图像和目标红外图像；从所述目标可见光图像中提取第一人脸图像，以及从所述目标红外图像中提取第二人脸图像；其中，所述第一人脸图像和所述第二人脸图像均为仅包含人脸部分的图像；基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征；将所确定出的HOG特征输入至预先训练完成的支持向量机SVM分类器中进行检测，得到所述目标对象对应的人脸活体检测结果。可选地，所述SVM分类器的训练方式包括：获得关于各个样本的可见光图像和红外图像；其中，所述各个样本的样本类型包括正样本和负样本，所述正样本为活体对象，所述负样本为非活体对象；从关于各个样本的可见光图像中提取第一样本图像，以及从关于各个样本的红外图像中提取第二样本图像；其中，所述第一样本图像和所述第二样本图像均为仅包含人脸部分的图像；基于所述第一样本图像对应的各类单色分量数据和所述第二样本图像对应的单色分量数据，确定各个样本对应的HOG特征；基于各个样本对应的HOG特征和各个样本所属的样本类型训练预先初始化的SVM分类器。可选地，所述基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征的步骤，包括：对各个第一灰度图分别进行HOG特征提取，得到所述第一人脸图像对应的各个第一HOG特征；其中，所述各个第一灰度图为所述第一人脸图像的各类单色分量数据所对应的灰度图；对第二灰度图进行HOG特征提取，得到所述第二人脸图像对应的第二HOG特征；其中，所述第二灰度图为所述第二人脸图像的单色分量数据所对应的灰度图；将所述各个第一HOG特征和所述第二HOG作为所述目标对象对应的HOG特征。可选地，所述基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征的步骤，包括：将所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据进行降维处理，得到目标灰色图；对所述目标灰色图进行HOG特征提取，得到所述目标对象所对应的HOG特征。可选地，所述基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征的步骤，包括：对所述第一人脸图像和所述第二人脸图像进行图像预处理；基于图像预处理后的第一人脸图像的各类单色分量数据和图像预处理后的第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征。第二方面，本申请提供了一种人脸活体检测装置，包括：图像获得单元，用于获得关于待检测目标对象的目标可见光图像和目标红外图像；人脸图像提取单元，用于从所述目标可见光图像中提取第一人脸图像，以及从所述目标红外图像中提取第二人脸图像；其中，所述第一人脸图像和所述第二人脸图像均为仅包含人脸部分的图像；HOG特征确定单元，用于基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征；确定单元，用于将所确定出的HOG特征输入至预先训练完成的支持向量机SVM分类器中进行检测，得到所述目标对象对应的人脸活体检测结果。可选地，所述SVM分类器由分类器训练单元训练所得，其中，所述分类器训练单元具体用于：获得关于各个样本的可见光图像和红外图像；其中，所述各个样本的样本类型包括正样本和负样本，所述正样本为活体对象，所述负样本为非活体对象；从关于各个样本的可见光图像中提取第一样本图像，以及从关于各个样本的红外图像中提取第二样本图像；其中，所述第一样本图像和所述第二样本图像均为仅包含人脸部分的图像；基于所述第一样本图像对应的各类单色分量数据和所述第二样本图像对应的单色分量数据，确定各个样本对应的HOG特征；基于各个样本对应的HOG特征和各个样本所属的样本类型训练预先初始化的SVM分类器。可选地，所述HOG特征确定单元具体用于：对各个第一灰度图分别进行HOG特征提取，得到所述第一人脸图像对应的各个第一HOG特征；其中，所述各个第一灰度图为所述第一人脸图像的各类单色分量数据所对应的灰度图；对第二灰度图进行HOG特征提取，得到所述第二人脸图像对应的第二HOG特征；其中，所述第二灰度图为所述第二人脸图像的单色分量数据所对应的灰度图；将所述各个第一HOG特征和所述第二HOG作为所述目标对象对应的HOG特征。可选地，所述HOG特征确定单元具体用于：将所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据进行降维处理，得到目标灰色图；对所述目标灰度图进行HOG特征提取，得到所述目标对象所对应的HOG特征。可选地，所述HOG特征确定单元具体用于：对所述第一人脸图像和所述第二人脸图像进行图像预处理；基于图像预处理后的第一人脸图像的各类单色分量数据和图像预处理后的第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征。第三方面，本申请提供了一种电子设备，所述电子设备包括：内部总线、存储器、处理器和通信接口；其中，所述处理器、所述通信接口、所述存储器通过所述内部总线完成相互间的通信；其中，所述存储器，用于存储人脸活体检测方法对应的机器可行指令；所述处理器，用于读取所述存储器上的所述机器可读指令，并执行所述指令以实现本申请第一方面所提供的人脸活体检测方法。本申请所提供方案中，基于对多光谱的分析，采用可见光波段和红外波段下的图像来全面表征目标对象；并且，基于真人人脸对光波段的反射的统计特性，从可见光波段所对应可见光图像和红外波段所对应红外图像中提取人脸图像，进而采用HOG特征和SVM分类器相结合的方式分析所提取的人脸图像，以确定目标对象是否为人脸活体。因此，本方案可以快速、有效检测目标对象是否为人脸活体。附图说明图1是本申请所提供的一种人脸活体检测方法的流程图；图2是本申请所提供的SVM分类器的训练过程的流程图；图3是本申请所提供的一种人脸活体检测装置的结构示意图；图4是本申请所提供的一种电子设备结构示意图。具体实施方式这里将详细地对示例性实施例进行说明，本文档来自技高网...

【技术保护点】
1.一种人脸活体检测方法，其特征在于，包括：获得关于待检测目标对象的目标可见光图像和目标红外图像；从所述目标可见光图像中提取第一人脸图像，以及从所述目标红外图像中提取第二人脸图像；其中，所述第一人脸图像和所述第二人脸图像均为仅包含人脸部分的图像；基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征；将所确定出的HOG特征输入至预先训练完成的支持向量机SVM分类器中进行检测，得到所述目标对象对应的人脸活体检测结果。

【技术特征摘要】
1.一种人脸活体检测方法，其特征在于，包括：获得关于待检测目标对象的目标可见光图像和目标红外图像；从所述目标可见光图像中提取第一人脸图像，以及从所述目标红外图像中提取第二人脸图像；其中，所述第一人脸图像和所述第二人脸图像均为仅包含人脸部分的图像；基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征；将所确定出的HOG特征输入至预先训练完成的支持向量机SVM分类器中进行检测，得到所述目标对象对应的人脸活体检测结果。2.根据权利要求1所述的方法，其特征在于，所述SVM分类器的训练方式包括：获得关于各个样本的可见光图像和红外图像；其中，所述各个样本的样本类型包括正样本和负样本，所述正样本为活体对象，所述负样本为非活体对象；从关于各个样本的可见光图像中提取第一样本图像，以及从关于各个样本的红外图像中提取第二样本图像；其中，所述第一样本图像和所述第二样本图像均为仅包含人脸部分的图像；基于所述第一样本图像对应的各类单色分量数据和所述第二样本图像对应的单色分量数据，确定各个样本对应的HOG特征；基于各个样本对应的HOG特征和各个样本所属的样本类型训练预先初始化的SVM分类器。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征的步骤，包括：对各个第一灰度图分别进行HOG特征提取，得到所述第一人脸图像对应的各个第一HOG特征；其中，所述各个第一灰度图为所述第一人脸图像的各类单色分量数据所对应的灰度图；对第二灰度图进行HOG特征提取，得到所述第二人脸图像对应的第二HOG特征；其中，所述第二灰度图为所述第二人脸图像的单色分量数据所对应的灰度图；将所述各个第一HOG特征和所述第二HOG作为所述目标对象对应的HOG特征。4.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征的步骤，包括：将所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据进行降维处理，得到目标灰色图；对所述目标灰色图进行HOG特征提取，得到所述目标对象所对应的HOG特征。5.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一人脸图像的各类单色分量数据和所述第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征的步骤，包括：对所述第一人脸图像和所述第二人脸图像进行图像预处理；基于图像预处理后的第一人脸图像的各类单色分量数据和图像预处理后的第二人脸图像的单色分量数据，确定所述目标对象对应的方向梯度直方图HOG特征。6.一种人脸活体检测装置，其特征在于，包括：图像获得单元，用于获得关于待检测...

【专利技术属性】
技术研发人员：王升国，任志浩，王梁，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江,33