一种判别活体人脸的方法技术

本发明专利技术涉及一种判别活体人脸的方法，其判别方法如下：获取图像；预处理；人脸检测；人脸关键点定位；归一化；人脸特征提取；特征对比：对上述步骤进行实时迭代，获取多张图片的人脸特征信息，对特征进行对比，获取特征相似度，设置合理阈值，若相似度在阈值范围内，则认为有微表情产生，识别为活体；若相似度不在阈值范围内，则认为没有微表情的产生，识别为非活体；本发明专利技术的优点在于通过获取用户的微表情，从而识别出人脸识别中个体为真人还是照片，提高人脸识别的活体识别率，保证人脸识别验证时的安全问题。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及，其判别方法如下：获取图像；预处理；人脸检测；人脸关键点定位；归一化；人脸特征提取；特征对比：对上述步骤进行实时迭代，获取多张图片的人脸特征信息，对特征进行对比，获取特征相似度，设置合理阈值，若相似度在阈值范围内，则认为有微表情产生，识别为活体；若相似度不在阈值范围内，则认为没有微表情的产生，识别为非活体；本专利技术的优点在于通过获取用户的微表情，从而识别出人脸识别中个体为真人还是照片，提高人脸识别的活体识别率，保证人脸识别验证时的安全问题。【专利说明】
本专利技术涉及，适用于身份验证系统，能提高人脸识别中的活体识别率，并有效解决人脸识别中用照片替代人脸的漏洞。
技术介绍
为了辨识活体真人和相应照片，现有人脸识别技术中活体识别的方法大多通过对输入的灰度图像采用帧差法或混合高斯建模等方法，检测人脸表面的肌肉是否有运动行为发生，从而确定其是否为活体，但这些方法存在活体识别率较低等缺点。另有一些人脸识别系统增加了活体人脸鉴别功能，通过被鉴别人的脸部表情变化(眨眼或微笑)来确定被鉴别对象为活体真人，但这种活体人脸鉴别方法存在如下缺陷:需要被鉴别人脸部做大量的表情配合动作，人机交互方式不友好，易使用户产生厌倦感，而且算法复杂，降低人脸识别的速度。 中国专利201210159233.7公开了一种多模态比对功能的活体人脸检测系统与方法，所述方法包括进行综合处理的计算机；可见光摄像模块、红外摄像机、电源模块、显示模块和信号处理模块，所述信号处理模块用于对可见光摄像模块和红外摄像机采集的图像信号进行处理，提取两个图像信号中不变的特征，然后输入分类器进行判别。通过可见光摄像机采集人脸正面的照片，并通过红外拍摄技术采集人脸非正面的照片；对采集得到的人脸非正面的图像进行射影几何变换成正脸图像；分别提取可见光与红外光人脸照的不变特征；把提取的不变特征输入分类器进行判别。这种人脸识别活体鉴别系统操作性复杂，人脸识别效率不高。 中国专利201310363154.2公开了一种活体人脸的快速识别方法，所述方法包括如下步骤:a)输入多幅连续的人脸图像；b)对每幅人脸图像确定瞳孔位置并裁出人眼区域；c)判断眼珠睁闭状态，如果存在眨眼过程则通过活性判别；所述步骤a)根据输入的视频流获取多幅连续的人脸图像，若相邻两幅人脸图像不为同一状态则予以丢弃，重新获取多幅连续的人脸图像；所述步骤c)通过支持向量机训练方法和AdaBoost训练方法对睁眼和闭眼样本进行训练。本专利技术不需要用户做配合动作，大大简化用户的动作配合。与这种方法不同的是，本专利技术所用方法为对比同一时段多张图片的人脸特征来获取用户的微表情，活体识别效率更高而且识别度更高。 中国专利201310602042.8公开了一种基于活体检测和人脸识别的用户在线认证方法及系统，所述方法包括用户在线注册步骤、用户在线认证步骤；用户在线认证步骤包括活体检测步骤、图像处理步骤、特征值提取步骤、人脸比对步骤、结果处理步骤；活体检测步骤中确认认证用户是否是活体及获取人脸照片；图像处理步骤中对采集的人脸照片进行处理；特征提取步骤中对处理过的人脸照片，提取人脸部件特征；人脸比对步骤中，提取的采集的人脸图像的特征数据与所述用户人脸特征值数据库中的对应人脸数据，通过设定一个阈值，当相似度超过该阈值，则把匹配得到的结果输出。 中国专利技术201310041766.X公开了一种基于HSV颜色空间统计特征的人脸活体检测方法，所述方法包括:首先将从摄像头获取的包含人脸的图像从RGB颜色空间转换到YCrCb颜色空间；之后对包含人脸的图像依次进行肤色分割处理、去噪处理、数学形态学处理和标定连通区域边界处理，获取人脸矩形区域的坐标；然后根据人脸矩形区域的坐标，从包含人脸的图像中获取待检测的人脸图像；再对待检测的人脸图像分图像块，并获取待检测的人脸图像中的所有图像块的三个颜色分量的特征值；最后将归一化后的特征值作为待检测样本送入训练后的支持向量机中进行检测，确定包含人脸的图像是否为活体真实人脸图像。 与上述专利技术不同的是，本专利技术使用的活体识别方法为通过摄像头在一定时间内拍摄多张人脸照片，预处理后提取每张照片的面部本征特征信息，将先后得到的面部特征信息进行对比分析，来获取用户微表情的方法，并不需要人脸部做大量的表情配合动作，人机交互方式友好，并且算法容易实现，人脸识别速度高，有很强的操作性。这种验证方法能提高人脸识别中的活体识别率，并有效解决人脸识别中用照片替代人脸的漏洞。
技术实现思路
针对现有技术的不足，本专利技术提供。 本专利技术的技术方案是这样实现的:，其判别方法如下:O获取图像:首先通过摄像头获取进入该区域用户的脸部照片信息；2)预处理:对采集到的原始图像进行包括灰度化，光照补偿预处理，得到灰度图像；3)人脸检测:将灰度图像进行分类处理，例如本技术方案中采用输入AdaBoost分类器的方法进行分类处理，过滤掉背景图片，从而检测到人脸，确定人脸在图像中的位置；4)人脸关键点定位:确定人脸图像中的关键点位置，包括鼻尖，嘴巴，下颚，双眼，双眉的定位，对潜在的伪器官进行滤除；5)归一化:对图像包括旋转，缩放，剪切等操作，使双眼水平，下颚的高度一定；6)人脸特征提取:采用合适的方法对人脸部特征进行提取，例如本技术方案中采用线性判别分析法结合训练模型进行投影来提取人脸部特征；7)特征对比:对I)至6)步进行实时迭代迭代，获取多张图片的人脸特征信息，对特征进行对比，获取特征相似度，设置合理阈值，若相似度在阈值范围内，则认为有微表情产生，识别为活体；若相似度不在阈值范围内，则认为没有微表情的产生，识别为非活体。 本专利技术的优点在于通过获取用户的微表情，从而识别出人脸识别中个体为真人还是照片，提高人脸识别的活体识别率，保证人脸识别验证时的安全问题。 【专利附图】【附图说明】 图1为本专利技术实施例信息活体识别过程结构示意图。 【具体实施方式】 如图1所示，，其判别方法如下:1)获取图像:首先通过摄像头获取进入该区域用户的脸部照片信息；2)预处理:对采集到的原始图像进行包括灰度化，光照补偿预处理，得到灰度图像；3)人脸检测:将灰度图像进行分类处理，例如本技术方案中采用输入AdaBoost分类器的方法进行分类处理，过滤掉背景图片，从而检测到人脸，确定人脸在图像中的位置；4)人脸关键点定位:确定人脸图像中的关键点位置，包括鼻尖，嘴巴，下颚，双眼，双眉的定位，对潜在的伪器官进行滤除；5)归一化:对图像包括旋转，缩放，剪切等操作，使双眼水平，下颚的高度一定；6)人脸特征提取:采用合适的方法对人脸部特征进行提取，例如本技术方案中采用线性判别分析法结合训练模型进行投影来提取人脸部特征；7)特征对比:对I)至6)步步进行实时迭代迭代，获取多张图片的人脸特征信息，对特征进行对比，获取特征相似度，设置合理阈值，若相似度在阈值范围内，则认为有微表情产生，识别为活体；若相似度不在阈值范围内，则认为没有微表情的产生，识别为非活体。 可以在一定时间内拍摄的多张照片进行对比获取微表情，有效防止人脸识别过程中照片替代人脸的漏洞如附图所示，首先通过摄像头在单位时间内拍摄多张人脸照片，预处理后提取每张照片的面部本征本文档来自技高网...

【技术保护点】
一种判别活体人脸的方法，其特征在于，其判别方法如下：1）获取图像：首先通过摄像头获取进入该区域用户的脸部照片信息；2）预处理：对采集到的原始图像进行包括灰度化，光照补偿预处理，得到灰度图像；3）人脸检测：将灰度图像进行分类处理，例如本技术方案中采用输入AdaBoost分类器的方法进行分类处理，过滤掉背景图片，从而检测到人脸，确定人脸在图像中的位置；4）人脸关键点定位：确定人脸图像中的关键点位置，包括鼻尖，嘴巴，下颚，双眼，双眉的定位，对潜在的伪器官进行滤除；5）归一化：对图像包括旋转，缩放，剪切等操作，使双眼水平，下颚的高度一定；6）人脸特征提取：采用合适的方法对人脸部特征进行提取，例如本技术方案中采用线性判别分析法结合训练模型进行投影来提取人脸部特征；7）特征对比：对1）至6）步进行实时迭代，获取多张图片的人脸特征信息，对特征进行对比，获取特征相似度，设置合理阈值，若相似度在阈值范围内，则认为有微表情产生，识别为活体；若相似度不在阈值范围内，则认为没有微表情的产生，识别为非活体。

【技术特征摘要】

【专利技术属性】
技术研发人员：傅常顺，杨文寿，徐明亮，姬豪杰，许威威，杜建平，李仕文，
申请(专利权)人：新开普电子股份有限公司，
类型：发明
国别省市：河南;41