一种基于MEMs红外阵列传感器的人脸活体检测装置及方法制造方法及图纸

本发明专利技术公开了一种基于MEMs红外阵列传感器的人脸活体检测装置及方法。解决了现有技术中人脸识别活体检测存在设备成本高、检测方法复杂的问题。装置包括数据采集端和处理端，数据采集端包括红外阵列传感器单元和摄像头单元，处理端包括数据接收单元、轮廓提取单元和活体分析单元；装置同步采集人脸区域的图像信息和红外阵列温度分布图信息，进行人脸识别检测；通过人脸识别检测后进行头部轮廓提取，获取头部区块和背景区块的温度数据，进行第一次活体判断和第二次活体判断，通过后判断为真人人脸。本发明专利技术采用MEMs红外阵列传感器结合普通摄像头进行人脸活体检测，设备简单成本低、方法计算简单、降低了活体判别的复杂度。

Face detection device and method based on MEMs infrared array sensor

The invention discloses a face detection device and a method based on MEMs infrared array sensor. It solves the problems of high equipment cost and complex detection method in the existing technology of face recognition in vivo detection. The device includes a data acquisition terminal and a processing terminal. The data acquisition terminal includes an infrared array sensor unit and a camera unit. The processing terminal includes a data receiving unit, a contour extraction unit and a living analysis unit. After face recognition and detection, the head contour is extracted, and the temperature data of the head and background blocks are obtained. The first and second living judgments are made, and then the real face is judged. The invention adopts MEMs infrared array sensor combined with ordinary camera to carry out face biopsy detection, which has the advantages of simple equipment, low cost, simple method calculation and low complexity of living body discrimination.

【技术实现步骤摘要】
一种基于MEMs红外阵列传感器的人脸活体检测装置及方法
本专利技术涉及一种人脸识别
，尤其是涉及一种基于MEMs红外阵列传感器的人脸活体检测装置及方法。
技术介绍
人脸识别是通过人脸生物特征进行个人身份鉴别的技术手段。随着计算机与网络技术的不断发展，人脸识别等生物特征识别手段应用愈来愈广泛。人脸识别技术通常应用在安防领域，需要具备高等级的防备攻击的能力。普通的人脸识别技术并不能识别人脸是否来自真人还是照片，人面面具，视频播放，3D模型等形式。因此，在人脸识别系统中加入活体检测功能是必不可少的。目前，活体检测主要通过运动，3D摄像，光流法，红外摄像头，以及多种信息融合的方式实现。这些方式要么需要更为昂贵的外部辅助设备，体积较大，要么需要额外的多次摄录信息，要么需要复杂的融合算法，需要较强的CPU计算能力，从而带来成本的增加。
技术实现思路
本专利技术主要是解决现有技术中人脸识别活体检测存在设备成本高、体积大，以及检测方法复杂的问题，提供了一种基于MEMs红外阵列传感器的人脸活体检测装置及方法。本专利技术的上述技术问题主要是通过下述技术方案得以解决的：一种基于MEMs红外阵列传感器的人脸活体检测装置，包括数据采集端和处理端，所述数据采集端包括红外阵列传感器单元和摄像头单元，所述处理端包括数据接收单元、轮廓提取单元和活体分析单元，所述红外阵列传感器单元、摄像头单元分别与数据接收单元相连，数据接收单元分别与轮廓提取单元、活体分析单元相连，轮廓提取单元与活体分析单元相连；轮廓提取单元：对摄像头单元获取的图像进行头部轮廓提取；活体分析单元：根据红外阵列传感器单元的温度信息和摄像头单元的图像信息，结合头部轮廓信息获取头部和背景区块的温度数据，根据头部区块温度数据进行第一次活体判断，在通过第一次活体判断后结合头部区块和背景区块温度数据进行第二次活体判断。本专利技术采用MEMs红外阵列传感器结合普通摄像头进行人脸活体检测，其结构简单，且传感器价格低，降低了成本，操作过程简单，只需要一次有效摄录，即可识别是否为真人人脸，极大降低了活体判别的复杂度。选用的二维摄像头和MEMs红外阵列传感器视角相仿，使二者均可覆盖人脸检测区域，使红外区域和图像重叠部分达到80%以上，并标记重叠部分。作为一种优选方案，还包括人脸识别单元，所述数据获取单元与人脸识别单元相连，人脸识别单元与轮廓提取单元相连。本方案增加人脸识别单元，使得在进行人脸活体检测之前先进行人脸信息有效性判断，保证检测的人脸信息为有效的存储的人脸信息。作为一种优选方案，第一次活体判断包括计算头部区块温度数据的归一化温度和温度分布直方图熵，将归一化温度和温度分布直方图熵分别与各对应的设定阈值比较，满足阈值范围通过第一次活体判断。作为一种优选方案，第二次活体判断包括计算头部区块温度数据的归一化温度和背景区块温度数据的归一化温度，计算头部区块温度数据的归一化温度和背景区块温度数据的归一化温度的比值，将比值与对应的设定阈值比较，满足阈值范围判断为活体人脸。一种基于MEMs红外阵列传感器的人脸活体检测方法，包括以下步骤：S1.同步采集人脸区域的图像信息和红外阵列温度分布图信息；S2.根据图像信息进行人脸识别检测；S3.通过人脸识别检测后进行头部轮廓提取；头部轮廓提取采用边缘检测算子，获取头部区域的大致轮廓。该方法为现有的轮廓提取方法，本领域技术人员根据现有技术都能得知如何采用该方法进行轮廓提取。S4.获取头部区块和背景区块的温度数据；S5.根据头部区块温度数据进行第一次活体判断；第一次活体判断包括计算头部区块温度数据的归一化温度和温度分布直方图熵，将归一化温度和温度分布直方图熵分别与各对应的设定阈值比较，满足阈值范围通过第一次活体判断。S6.在通过第一次活体判断后结合头部区块和背景区块温度数据进行第二次活体判断；第二次活体判断包括计算头部区块温度数据的归一化温度和背景区块温度数据的归一化温度，计算头部区块温度数据的归一化温度和背景区块温度数据的归一化温度的比值，将比值与对应的设定阈值比较，满足阈值范围判断为活体人脸。本专利技术采用MEMs红外阵列传感器结合普通摄像头进行人脸活体检测方法，方法计算简单，只需要一次有效摄录，即可识别是否为真人人脸，极大降低了活体判别的复杂度。通过两次活体判断后才确认是否为活体人脸，提高了判断的准确度。作为一种优选方案，步骤S2中根据图像信息进行人脸识别检测的过程包括：S21.根据图像信息对人脸基本特征进行提取，获得当前人脸基本特征数据；S22.读取已存储的各人脸基本特征数据；这里提取人脸基本特征数据基于标准的人脸识别算法，这些算法为现有已知的算法，本领域技术人员可以选取一种现有人脸识别算法进行人脸识别。S23.将获得的当前人脸基本特征数据与各人脸基本特征数据进行比较，若比较无匹配数据，结束检测，若比较具有匹配数据，进入步骤S3。本方案先通过人脸识别来判断要检测的人脸是否为存储的人脸，即对人脸信息的有效性进行判断，是存储的人脸则再进行活体检测判断是否为活体人脸，若不是存储的人脸则结束检测。作为一种优选方案，步骤S4中获取头部区块和背景区块的温度数据的过程包括：S41.将采集的图像根据分辨率进行分块；S42.标记图像中头部轮廓所包括的图像子块，作为头部区块，标记图像中头部轮廓外的图像子块，作为背景区块；S43.找出头部区块所在的子块对应的红外阵列温度分布中的位置，获得头部区块各子块温度数据作为头部区块的温度数据，找出背景区块所在的子块对应的红外阵列温度分布中的位置，获得背景区块各子块温度数据作为背景区块的温度数据。作为一种优选方案，步骤S5中第一次活体判断的过程包括：S51.根据头部区块的温度数据，采用归一化方法计算头部区块各子块的归一化温度，计算各子块归一化温度的平均值作为头部区块的归一化温度；归一化方法为采用现有技术常规计算方法。S52.根据头部区块的温度数据，获得温度分布直方图，计算直方图熵；获取温度分布直方图和计算直方图熵也是采用现有常规计算方法。S53.判断头部区块的归一化温度是否在设定的人脸温度阈值范围内，且直方图熵是否在在设定的熵阈值范围内，若是进入第二次活体判断，若否结束检测。人脸温度阈值和熵阈值范围的设定是根据活体人脸情况选出的合适的范围，即落入在这个设定阈值范围内可以判断为活体人脸。作为一种优选方案，步骤S6中进行第二次活体判断的过程包括：S61.根据背景区块的温度数据，采用归一化方法计算背景区块各子块的归一化温度，计算各子块归一化温度的平均值作为背景区块的归一化温度；S62.计算头部区块的归一化温度和背景区块的归一化温度的比值；S63.判断比值是否超出设定的比值阈值，若是表示图像人脸区域为真人人脸区域，若否结束检测。作为一种优选方案，在步骤S4之前还具有对采集的图像和红外阵列温度分布进行插值的步骤，其过程包括：a.判断图像的分辨率是否低于设定图像分辨率范围，若是对图像进行插值获得高分辨率的图像，若否进入下步骤；b.判断红外阵列温度分布图的分辨率是否低于设定温度分布分辨率范围，若是对红外阵列温度分布图进行插值获得高分辨率红外阵列温度分布图，进入下步骤，若否进入步骤S4；c.同时对图像进行插值获得高分辨率的图像，且插值后图像的分辨率与插值后红外本文档来自技高网...

【技术保护点】
1.一种基于MEMs红外阵列传感器的人脸活体检测装置，其特征在于：包括数据采集端和处理端，所述数据采集端包括红外阵列传感器单元和摄像头单元，所述处理端包括数据接收单元、轮廓提取单元和活体分析单元，所述红外阵列传感器单元、摄像头单元分别与数据接收单元相连，数据接收单元分别与轮廓提取单元、活体分析单元相连，轮廓提取单元与活体分析单元相连；轮廓提取单元：对摄像头单元获取的图像进行头部轮廓提取；活体分析单元：根据红外阵列传感器单元的温度信息和摄像头单元的图像信息，结合头部轮廓信息获取头部和背景区块的温度数据，根据头部区块温度数据进行第一次活体判断，在通过第一次活体判断后结合头部区块和背景区块温度数据进行第二次活体判断。

【技术特征摘要】
1.一种基于MEMs红外阵列传感器的人脸活体检测装置，其特征在于：包括数据采集端和处理端，所述数据采集端包括红外阵列传感器单元和摄像头单元，所述处理端包括数据接收单元、轮廓提取单元和活体分析单元，所述红外阵列传感器单元、摄像头单元分别与数据接收单元相连，数据接收单元分别与轮廓提取单元、活体分析单元相连，轮廓提取单元与活体分析单元相连；轮廓提取单元：对摄像头单元获取的图像进行头部轮廓提取；活体分析单元：根据红外阵列传感器单元的温度信息和摄像头单元的图像信息，结合头部轮廓信息获取头部和背景区块的温度数据，根据头部区块温度数据进行第一次活体判断，在通过第一次活体判断后结合头部区块和背景区块温度数据进行第二次活体判断。2.根据权利要求1所述的一种基于MEMs红外阵列传感器的人脸活体检测装置，其特征是还包括人脸识别单元，所述数据获取单元与人脸识别单元相连，人脸识别单元与轮廓提取单元相连。3.根据权利要求1或2所述的一种基于MEMs红外阵列传感器的人脸活体检测装置，其特征是第一次活体判断包括计算头部区块温度数据的归一化温度和温度分布直方图熵，将归一化温度和温度分布直方图熵分别与各对应的设定阈值比较，满足阈值范围通过第一次活体判断。4.根据权利要求1或2所述的一种基于MEMs红外阵列传感器的人脸活体检测装置，其特征是第二次活体判断包括计算头部区块温度数据的归一化温度和背景区块温度数据的归一化温度，计算头部区块温度数据的归一化温度和背景区块温度数据的归一化温度的比值，将比值与对应的设定阈值比较，满足阈值范围判断为活体人脸。5.一种基于MEMs红外阵列传感器的人脸活体检测方法，其特征是包括以下步骤：S1.同步采集人脸区域的图像信息和红外阵列温度分布图信息；S2.根据图像信息进行人脸识别检测；S3.通过人脸识别检测后进行头部轮廓提取；S4.获取头部区块和背景区块的温度数据；S5.根据头部区块温度数据进行第一次活体判断；S6.在通过第一次活体判断后结合头部区块和背景区块温度数据进行第二次活体判断。6.根据权利要求5所述的一种基于MEMs红外阵列传感器的人脸活体检测方法，其特征是步骤S2中根据图像信息进行人脸识别检测的过程包括：S21.根据图像信息对人脸基本特征进行提取，获得当前人脸基本特征数据；S22.读取已存储的各人脸基本特征数据；S23.将获得的当前人脸基本特征数...

【专利技术属性】
技术研发人员：郭洁，
申请(专利权)人：杭州软库科技有限公司，
类型：发明
国别省市：浙江,33