一种三维人脸活体识别方法及其装置制造方法及图纸

本发明专利技术提供了一种三维人脸活体识别方法及其装置，涉及人脸识别和图像处理技术邻域，所述方法包括：采集三维人脸图像；对所述三维人脸图像进行归一化处理；根据归一化的三维人脸图像的各个点的深度信息，计算所述三维人脸图像的深度直方图信息或相关系数；根据所述深度直方图信息或所述相关系数判断所述三维人脸图像是否来自于活体。本发明专利技术依据深度直方图信息或相关系数进行活体识别，使得识别结果的精确度高，具有鲁棒性和稳定性。

【技术实现步骤摘要】

本专利技术涉及人脸识别和图像处理技术邻域，特别是涉及一种三维人脸活体识别方法及三维人脸活体识别装置。
技术介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。利用人脸识别技术可有效的加强安全和隐私，但现实中存在一个问题，就是利用打印的照片、手机或pad中的照片或视频等虚假的信息可以闯过人脸识别系统的安全防线，对安全和隐私构成威胁。在人脸识别中引入活体识别技术，可以有效地防止非法用户利用合法用户的照片和视频等造假信息通过人脸识别系统，从而避免安全漏洞。现有技术中已经存在人脸活体识别方法。例如，申请号为201310133442.9的中国专利申请公开了一种真实人脸和图片人脸的区别方法和系统，该专利申请采用两个摄像头进行图像采集，实现人脸匹配，对相匹配的人脸，根据人脸特征点以及两个摄像头的投影矩阵建立人脸特征点的三维特征点坐标，获取三维特征点坐标中的特征点间的最大深度差值，通过将特征点间的最大深度差值与预先设定的深度阈值进行比较判断是否为真实人脸。现有的人脸活体识别方法，仅用特征点间的最大深度差值进行判断，所依据的信息较为单一，判断方法简单，精确度不高，鲁棒性和稳定性较差。
技术实现思路
本专利技术所要解决的技术问题是如何能够提供一种三维人脸活体识别方法及三维人脸活体识别装置，以提高识别结果的精确度、鲁棒性和稳定性。为了解决上述问题，本专利技术公开了一种三维人脸活体识别方法，包括：采集三维人脸图像；对所述三维人脸图像进行归一化；根据归一化的三维人脸图像的各个点的深度信息，计算所述三维人脸图像的深度直方图信息或相关系数；根据所述深度直方图信息或所述相关系数判断所述三维人脸图像是否来自于活体。作为一个举例说明，所述根据归一化的三维人脸图像的各个点的深度信息，计算所述三维人脸图像的深度直方图信息，包括：根据归一化的三维人脸图像的各个点的深度信息获得深度平均值；计算各个点的深度信息与所述深度平均值之差，获得各个点的深度差值；根据各个点的深度差值的数据分布，产生所述三维人脸图像的深度直方图信息。作为一个举例说明，所述根据各个点的深度差值的数据分布，产生所述三维人脸图像的深度直方图信息，包括：对各个点的深度差值进行归一化；统计归一化后的各个点的深度差值的数据分布，获得所述三维人脸图像的深度直方图信息。作为一个举例说明，所述根据所述深度直方图信息判断所述三维人脸图像是否来自于活体，包括：根据预置的由样本图像训练的分类器对所述深度直方图信息进行分类，根据分类结果判断所述三维人脸图像是否来自于活体。作为一个举例说明，所述根据归一化的三维人脸图像的各个点的深度信息，计算所述三维人脸图像的相关系数，包括：预设m个活体人脸模型的各个点的深度信息；其中，m≥2；根据归一化的三维人脸图像的各个点的深度信息与m个活体人脸模型的各个点的深度信息，分别获得所述三维人脸图像与m个活体人脸模型的m个相关系数。作为一个举例说明，所述根据所述相关系数判断所述三维人脸图像是否来自于活体包括：计算所述m个相关系数的平均值；如果所述m个相关系数的平均值大于或者等于预置阈值，则判断所述三维人脸图像来自于活体；如果所述m个相关系数的平均值小于预置阈值，则判断所述三维人脸图像来自于非活体。相应的，本专利技术还公开了一种三维人脸活体识别装置，包括：采集模块，用于采集三维人脸图像；处理模块，用于对所述三维人脸图像进行归一化；计算模块，用于根据归一化的三维人脸图像的各个点的深度信息，计算所述三维人脸图像的深度直方图信息或相关系数；判断模块，用于根据所述深度直方图信息或所述相关系数判断所述三维人脸图像是否来自于活体。作为一个举例说明，所述计算模块包括：平均值获取模块，用于根据归一化的三维人脸图像的各个点的深度信息获得深度平均值；差值计算模块，用于计算各个点的深度信息与所述深度平均值之差，获得各个点的深度差值；信息产生模块，用于根据各个点的深度差值的数据分布，产生所述三维人脸图像的深度直方图信息。作为一个举例说明，所述信息产生模块包括：归一化子模块，用于对各个点的深度差值进行归一化；统计子模块，用于统计归一化后的各个点的深度差值的数据分布，获得所述三维人脸图像的深度直方图信息。作为一个举例说明，所述判断模块用于根据预置的由样本图像训练的分类器对所述深度直方图信息进行分类，根据分类结果判断所述三维人脸图像是否来自于活体。作为一个举例说明，所述计算模块包括：模型预设模块，用于预设m个活体人脸模型的各个点的深度信息；其中，m≥2；系数获取模块，用于根据归一化的三维人脸图像的各个点的深度信息与m个活体人脸模型的各个点的深度信息，分别获得所述三维人脸图像与m个活体人脸模型的m个相关系数。作为一个举例说明，所述判断模块用于计算所述m个相关系数的平均值；如果所述m个相关系数的平均值大于或者等于预置阈值，则判断所述三维人脸图像来自于活体；如果所述m个相关系数的平均值小于预置阈值，则判断所述三维人脸图像来自于非活体。与现有技术相比，本专利技术具有以下优点：本专利技术根据归一化的三维人脸图像的各个点的深度信息，计算三维人脸图像的深度直方图信息或相关系数，然后，根据所述深度直方图信息或所述相关系数判断所述三维人脸图像是否来自于活体。将深度直方图信息或相关系数，作为活体相似性的度量，能够反映出活体和非活体之间立体形状的差别，得识别结果的精确度高，识别结果也具有鲁棒性和稳定性。附图说明图1是本专利技术一种三维人脸活体识别方法的实施例一的流程图；图2是活体三维人脸图像的三维立体显示方式的示意图；图3是活体三维人脸图像的二维平面显示方式的示意图；图4是正常照片图像的三维立体显示方式的示意图；图5是弯曲照片图像的三维立体显示方式的示意图；图6是本专利技术一种三维人脸活体识别方法的实施例二的流程图；图7是本专利技术一种三维人脸活体识别方法的实施例三的流程图；图8是本专利技术一种三维人脸活体识别装置的实施例四的结构示意图；图9是本专利技术一种三维人脸活体识别装置的实施例五的结构示意图；图10是本专利技术一种三维人脸活体识别装置的实施例六的结构示意图；具体实施方式<本文档来自技高网...

【技术保护点】
一种三维人脸活体识别方法，其特征在于，包括：采集三维人脸图像；对所述三维人脸图像进行归一化；根据归一化的三维人脸图像的各个点的深度信息，计算所述三维人脸图像的深度直方图信息或相关系数；根据所述深度直方图信息或所述相关系数判断所述三维人脸图像是否来自于活体。

【技术特征摘要】
1.一种三维人脸活体识别方法，其特征在于，包括：
采集三维人脸图像；
对所述三维人脸图像进行归一化；
根据归一化的三维人脸图像的各个点的深度信息，计算所述三维人脸图像
的深度直方图信息或相关系数；
根据所述深度直方图信息或所述相关系数判断所述三维人脸图像是否来
自于活体。
2.如权利要求1所述的方法，其特征在于，所述根据归一化的三维人脸
图像的各个点的深度信息，计算所述三维人脸图像的深度直方图信息，包括：
根据归一化的三维人脸图像的各个点的深度信息获得深度平均值；
计算各个点的深度信息与所述深度平均值之差，获得各个点的深度差值；
根据各个点的深度差值的数据分布，产生所述三维人脸图像的深度直方图
信息。
3.如权利要求2所述的方法，其特征在于，所述根据各个点的深度差值
的数据分布，产生所述三维人脸图像的深度直方图信息，包括：
对各个点的深度差值进行归一化；
统计归一化后的各个点的深度差值的数据分布，获得所述三维人脸图像的
深度直方图信息。
4.如权利要求3所述的方法，其特征在于，所述根据所述深度直方图信
息判断所述三维人脸图像是否来自于活体，包括：
根据预置的由样本图像训练的分类器对所述深度直方图信息进行分类，根
据分类结果判断所述三维人脸图像是否来自于活体。
5.如权利要求1所述的方法，其特征在于，所述根据归一化的三维人脸
图像的各个点的深度信息，计算所述三维人脸图像的相关系数，包括：
预设m个活体人脸模型的各个点的深度信息；其中，m≥2；
根据归一化的三维人脸图像的各个点的深度信息与m个活体人脸模型的
各个点的深度信息，分别获得所述三维人脸图像与m个活体人脸模型的m个
相关系数。
6.如权利要求5所述的方法，其特征在于，所述根据所述相关系数判断
所述三维人脸图像是否来自于活体包括：
计算所述m个相关系数的平均值；
如果所述m个相关系数的平均值大于或者等于预置阈值，则判断所述三维
人脸图像来自于活体；如果所述m个相关系数的平均值小于...

【专利技术属性】
技术研发人员：孔勇，王玉瑶，
申请(专利权)人：北京天诚盛业科技有限公司，
类型：发明
国别省市：北京;11