基于眨眼检测的人脸识别方法技术

本发明专利技术提供了一种基于眨眼检测的人脸识别方法。该方法包括：通过摄像头拍摄用户的图像，通过人脸检测器从所述用户的图像中检测出人脸图像；通过人脸匹配算法将所述人脸图像与预先存储的已经注册的人脸图像进行匹配，当所述匹配的结果为相似度大于设定的匹配阈值时，则确定所述人脸图像已经注册；通过眨眼检测算法检测多个所述用户的图像中是否存在眨眼，当检测出存在眨眼，则确定所述用户的图像来自活体。本发明专利技术的方法通过检测眨眼能很好的区分检测的是照片、雕塑还是活体。相比于ASM+Canny的眨眼检测方法对光线的要求很高的缺点，而本发明专利技术利用形态学对图像进行差分处理，能很好的适应弱光检测条件。

Human face recognition method based on blink detection

The invention provides a face recognition method based on blink detection. The method includes: image through the camera user, detect the face image from the image of the user by the face detector; the face matching algorithm of the face image with the pre stored face images has been registered, when the result of the match is greater than the set threshold of matching similarity, then determine the registered face image through image; whether the blink of an eye blink detection algorithm to detect a plurality of users, when detect the blink of an eye, it is determined by the user from live image. The method of the invention can distinguish the photos, the sculpture or the living body by detecting the blink. Compared with the ASM+Canny blink detection method, the requirement of light is very high, and the invention uses morphological to carry out differential processing of images, and can well adapt to weak light detection conditions.

【技术实现步骤摘要】
基于眨眼检测的人脸识别方法
本专利技术涉及人脸识别
，尤其涉及一种基于眨眼检测的人脸识别方法。
技术介绍
人脸识别技术是一项热门的计算机应用研究技术，它属于生物特征识别技术，通过对生物体本身的生物特征来区分生物体个体。人脸识别是最为自然的、可视化的一种生物身份识别方式，符合人类自身的生理视觉习惯。随着人脸识别技术的发展，在精确度、可靠性都将有很大的提高。现已有非常广泛的应用，包括公安、安全、海关、金融、军队、机场、安防等等多个重要行业及领域，以及智能门禁、考勤等民用市场，市场应用前景非常广阔。人脸识别技术主要包含几个部分：人脸检测、人脸匹配、人脸跟踪、活体检测等等。目前针对每一个部分都有较为成熟的算法，但是对于复杂环境下的活体检测则需要把更多的研究综合在一起形成进一步改良算法。现有技术中的人脸识别方案主要包括如下的几种：①人脸识别：a)肤色模型法：依据面貌肤色在色彩空间中分布相对集中的规律来进行检测；b)样品学习法：采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；c)基于特征脸(PCA)的人脸识别方法：将所有面像集合视为一个面像子空间，并基于检测样品与其在子空间的投影之间的距离判断是否存在面像。②眨眼检测：ASM+Canny：利用ASM(ActiveShapeModel主动形状模型)算法作为人眼区域的检测方法，再利用Canny算子计算人眼的边缘轮廓，通过人眼边缘轮廓的上下距离判断眨眼。③人脸匹配：特征向量法：先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。上述现有技术中的人脸识别方案的缺点为：①现有技术中的大部分人脸识别软件利用注册者的照片也能通过验证，并不能区分是活人还是照片，这大大降低了人脸识别的安全性。。②ASM+Canny的眨眼检测方法，对光线的要求很高。弱光下，ASM对人眼的定位效果和Canny对人眼边缘检测效果并不好。③针对弱光条件下不能很好识别人脸。④现有算法在不同光照环境下人脸匹配度不高。
技术实现思路
本专利技术的实施例提供了一种基于眨眼检测的人脸识别方法，以实现很好地对用户的图像进行人脸识别。为了实现上述目的，本专利技术采取了如下技术方案。一种基于眨眼检测的人脸识别方法，包括：通过摄像头拍摄用户的图像，通过人脸检测器从所述用户的图像中检测出人脸图像；通过人脸匹配算法将所述人脸图像与预先存储的已经注册的人脸图像进行匹配，当所述匹配的结果为相似度大于设定的匹配阈值时，则确定所述人脸图像已经注册；通过眨眼检测算法检测多个所述用户的图像中是否存在眨眼，当检测出存在眨眼，则确定所述用户的图像来自活体。进一步地，所述的通过摄像头拍摄用户的图像，通过人脸检测器从所述用户的图像中检测出人脸图像，包括：利用Adaboost方法构造人脸检测器，所述人脸检测器为筛选式的级联分类器，级联的各个节点按照瀑布分类算法布置，在每个节点上设置判断阈值，位置越靠后的节点包含越多的弱分类器；将摄像头拍摄的各个帧的所述用户的图像输入所述人脸检测器，所述人脸检测器依次对各个帧的所述用户的图像进行检测，从所述用户的图像中检测出人脸图像。进一步地，所述的通过人脸匹配算法将所述人脸图像与预先存储的已经注册的人脸图像进行匹配，当所述匹配的结果为相似度大于设定的匹配阈值时，则确定所述人脸图像已经注册，包括：当从当前帧的用户的图像中检测出人脸图像后，将所述人脸图像裁剪后转化为单通道图像，将预先存储的已注册的人脸图像转化为单通道图像，将所述两个单通道图像作4种直方图比较，得出4个相似度值：CV_COMP_CHISQR卡方,CV_COMP_BHATTACHARYYA距离，CV_COMP_CORREL相关度,CV_COMP_INTERSECT相交系数；根据所述4个相似度值确定所述两个单通道图像之间的最终相似度，当所述最终相似度大于预先设定的相似度阈值，则判断所述两个单通道图像匹配成功，确定所述人脸图像已经注册。进一步地，所述的方法还包括：当所述最终相似度不大于预先设定的相似度阈值，则判断所述两个单通道图像匹配失败，对所述已注册的人脸图像的亮度和/或对比度进行调整，重新生成调整后的人脸图像的单通道图像；按照上述匹配过程将两个单通道图像重新匹配，当两个单通道图像匹配成功，确定所述人脸图像已经注册；当两个单通道图像匹配失败，则继续对所述已注册的人脸图像的亮度和/或对比度进行调整，继续按照上述匹配过程将两个单通道图像重新匹配，当匹配失败的次数大于设定数值，则确定所述人脸图像没有注册。进一步地，所述的方法还包括：对所述已注册的人脸图像的亮度和/或对比度进行调整采用点算子算法，公式如下：g(i,j)＝αf(i,j)+β参数α>0，为增益，用来调整对比度，β为偏置参数，用来调整亮度，f(i,j)是源图像像素，g(i,j)是输出图像像素，i,j表示像素位于第i行第j列。进一步地，所述的通过眨眼检测算法检测多个所述用户的图像中是否存在眨眼，当检测出存在眨眼，则确定所述用户的图像来自活体，包括：将各个帧的所述用户的图像转换为二值图像，在所述二值图像中搜索组件对，根据预先设定的眼睛组件的宽度、高度、水平距离和垂直距离的限制条件，对搜索出的组件对进行过滤，获取满足过滤条件的眼睛组件对，并获取眼睛组件对所在的搜索区域；根据所述满足过滤条件的组件对构建眼睛模板，利用归一化相关系数算法计算出所述眼睛模板和所述搜索区域之间的相似值，当连续前后两帧用户的图像中的搜索区域与所述眼睛模板之间的相似值之间的差值大于设定的判断阈值，则确定所述用户的图像中包含眨眼，所述用户的图像来自活体。由上述本专利技术的实施例提供的技术方案可以看出，本专利技术实施例提供的基于眨眼检测的人脸识别方法通过检测眨眼能很好的区分检测的是照片、雕塑还是活体。相比于ASM+Canny的眨眼检测方法对光线的要求很高的缺点(弱光下，ASM对人眼的定位效果和Canny对人眼边缘检测效果并不好)，而本专利技术利用形态学对图像进行差分处理，能很好的适应弱光检测条件。本专利技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种基于眨眼检测的人脸识别方法的处理流程；图2为本专利技术实施例提供的一种基于adaboost的人脸检测的方法的原理示意图；图3为本专利技术实施例提供的一种活体眨眼检测的原理图。具体实施方式下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存本文档来自技高网...

【技术保护点】
一种基于眨眼检测的人脸识别方法，其特征在于，包括：通过摄像头拍摄用户的图像，通过人脸检测器从所述用户的图像中检测出人脸图像；通过人脸匹配算法将所述人脸图像与预先存储的已经注册的人脸图像进行匹配，当所述匹配的结果为相似度大于设定的匹配阈值时，则确定所述人脸图像已经注册；通过眨眼检测算法检测多个所述用户的图像中是否存在眨眼，当检测出存在眨眼，则确定所述用户的图像来自活体。

【技术特征摘要】
1.一种基于眨眼检测的人脸识别方法，其特征在于，包括：通过摄像头拍摄用户的图像，通过人脸检测器从所述用户的图像中检测出人脸图像；通过人脸匹配算法将所述人脸图像与预先存储的已经注册的人脸图像进行匹配，当所述匹配的结果为相似度大于设定的匹配阈值时，则确定所述人脸图像已经注册；通过眨眼检测算法检测多个所述用户的图像中是否存在眨眼，当检测出存在眨眼，则确定所述用户的图像来自活体。2.根据权利要求1所述的方法，其特征在于，所述的通过摄像头拍摄用户的图像，通过人脸检测器从所述用户的图像中检测出人脸图像，包括：利用Adaboost方法构造人脸检测器，所述人脸检测器为筛选式的级联分类器，级联的各个节点按照瀑布分类算法布置，在每个节点上设置判断阈值，位置越靠后的节点包含越多的弱分类器；将摄像头拍摄的各个帧的所述用户的图像输入所述人脸检测器，所述人脸检测器依次对各个帧的所述用户的图像进行检测，从所述用户的图像中检测出人脸图像。3.根据权利要求1或者2所述的方法，其特征在于，所述的通过人脸匹配算法将所述人脸图像与预先存储的已经注册的人脸图像进行匹配，当所述匹配的结果为相似度大于设定的匹配阈值时，则确定所述人脸图像已经注册，包括：当从当前帧的用户的图像中检测出人脸图像后，将所述人脸图像裁剪后转化为单通道图像，将预先存储的已注册的人脸图像转化为单通道图像，将所述两个单通道图像作4种直方图比较，得出4个相似度值：CV_COMP_CHISQR卡方,CV_COMP_BHATTACHARYYA距离，CV_COMP_CORREL相关度,CV_COMP_INTERSECT相交系数；根据所述4个相似度值确定所述两个单通道图像之间的最终相似度，当所述最终相似度大于预先设定的相似度阈值，则判断所述两个单通道图像匹配...

【专利技术属性】
技术研发人员：金一，蔡斯琪，迟威，罗瑞琪，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京,11