一种基于RGB和IR双目摄像头的活体检测方法及装置制造方法及图纸

本发明专利技术涉及一种基于RGB和IR双目摄像头的活体检测方法及装置，该方法分别通过RGB摄像头和IR摄像头获取两组视频流；对所述两组视频流中的视频帧进行人脸检测及活体判断；当对两组视频帧的判断结果均为活体时，则认为当前视频帧中的人脸为活体人脸。本发明专利技术采用两个摄像头采集人脸视频，进行人脸检测，分别获取RGB的人脸，以及IR下的人脸。针对RGB彩色人脸图，利用传统的图像处理算法，提取LBP特征，再通过SVM分类判断是否是活体；同时针对IR人脸图，直接进入一个训练好的CNN网络进行分类，来判断是否是活体。二者的结果都是判断成活体，才最终会判断成活体。本发明专利技术具有较高的鲁棒性，且成本较低便于大规模使用。

A Biological Detection Method and Device Based on RGB and IR Binocular Camera

The invention relates to a method and device for biopsy detection based on RGB and IR binocular cameras. The method obtains two sets of video streams through RGB and IR cameras respectively; detects the faces of the video frames in the two sets of video streams and judges them in vivo; when the judgement results of the two sets of video frames are both in vivo, it considers that the current video streams as follows: Faces in video frames are living faces. The invention adopts two cameras to collect face video, carry out face detection, and obtain RGB face and IR face respectively. For RGB color face image, LBP features are extracted by traditional image processing algorithm, and then SVM classification is used to judge whether it is living or not. At the same time, for IR face image, it is directly classified into a trained CNN network to determine whether it is living or not. The result of both is to judge the living body, only then can we judge the living body eventually. The invention has high robustness, low cost and is convenient for large-scale use.

【技术实现步骤摘要】
一种基于RGB和IR双目摄像头的活体检测方法及装置
本专利技术涉及人脸识别
，具体涉及一种基于RGB和IR双目摄像头的活体检测方法及装置。
技术介绍
人脸识别作为一种生物识别技术，近几年由于人工智能的突飞猛进地发展，广泛地应用了在安防、新零售、移动支付等领域，比其他生物识别，诸如指纹识别，虹膜识别，更加得直接、友好、便捷。为了能够有效地检测人脸身份的真实性，有效性，主要包括如下的方法：1.基于纹理、频率、光流场等特征的分析利用传统的图像处理算法，采用LBP或者光流场等方式去分析活体和非活体的人脸图像特征，再用SVM进行分类来判断。2.基于脸部移动的分析通过眨眼，嘴巴张闭，头部摇动等动作的变化来判断。3.基于3D人脸形状的分析通过深度摄像头获取3D人脸的形状，这样可以有效的对抗平面的照片，视频的攻击。4.基于图像分类的方法来区分利用深度学习的方式，在训练过程中，提取活体和非活体人脸的特征，然后进行分类。然而利用传统的图像处理，来分析图片的纹理，光流场等，可以通过高清的图片，或者视网膜屏的图片和视频，有很大概率出现攻破的情况。而3D摄像头尽管可以有效地防止2D平面的工具，但是成本过本文档来自技高网...

【技术保护点】
1.一种基于RGB和IR双目摄像头的活体检测方法，其特征在于，包括以下步骤：步骤1，分别通过RGB摄像头和IR摄像头获取两组视频流；步骤2，分别对所述两组视频流中的视频帧进行人脸检测及活体判断；步骤3，当对两组视频帧的判断结果均为活体时，则认为当前视频帧中的人脸为活体人脸。

【技术特征摘要】
1.一种基于RGB和IR双目摄像头的活体检测方法，其特征在于，包括以下步骤：步骤1，分别通过RGB摄像头和IR摄像头获取两组视频流；步骤2，分别对所述两组视频流中的视频帧进行人脸检测及活体判断；步骤3，当对两组视频帧的判断结果均为活体时，则认为当前视频帧中的人脸为活体人脸。2.根据权利要求1所述一种基于RGB和IR双目摄像头的活体检测方法，其特征在于，针对RGB摄像头获取的视频流进行人脸检测及活体判断的方法包括：步骤201，提取视频帧，利用MTCNN算法对视频流中的当前视频帧进行人脸检测；步骤202，对检测到的人脸区域，通过LBP提取联合颜色纹理信息表征人脸的局部纹理特征；生成LBP特征谱的统计直方图作为人脸特征向量；步骤203，将所述人脸特征向量通过SVM分类器进行分类，判断当前视频帧中检测到的人脸是否为活体人脸。3.根据权利要求2所述一种基于RGB和IR双目摄像头的活体检测方法，其特征在于，步骤202中所述的联合颜色纹理信息包括RGB纹理信息、HSV纹理信息和YCbCr纹理信息。4.根据权利要求1所述一种基于RGB和IR双目摄像头的活体检测方法，其特征在于，针对IR摄像头获取的视频流进行人脸检测及活体判断的方法包括：步骤401，提取视频帧，利用MTCNN算法对视频流中的当前视频帧进行人脸检测；步骤402，对检测到的人脸区域进行归一化处理，得到处理后的人脸图片；步骤403，将所述人脸图片输入到预先训练好的神经网络模型中，得到检测到的人脸为活体人脸的概率；步骤404，当所述概率超过预设阈值时，则判断当前检测到人脸为活体人脸。5.根据权利要求4所述一种基于RGB和IR双目摄像头的活体检测方法，其特征在于，对IR摄像头拍摄的视频流进行活体检测时所采用的神经网络模型为CNN神经网络模型。6.一种基于RGB和IR双目摄像头的活体检测装置，其特征在...

【专利技术属性】
技术研发人员：刘靖峰，姚琪，谭卫军，
申请(专利权)人：深圳神目信息技术有限公司，
类型：发明
国别省市：广东,44