一种基于人脸的活体检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于人脸的活体检测方法及装置，涉及生物识别技术领域。本发明专利技术公开的方法及装置包括对采集到的彩色图像和近红外图像进行如下处理：人脸检测及人脸关键点检测、人脸姿态矫正、图像预处理、导向滤波、图像区域分割、纹理特征提取和归一化处理、以及人脸属性分类，最后得到活体检测结果。本发明专利技术提出的活体检测方法，以近红外图像作为数据来源，能够实现实时的人脸活体检测，该方法能够有效的对抗3D人脸模型及人脸面具等三维立体非活体攻击，并且不受环境变化干扰，具有鲁棒性。

A Face-based Biological Detection Method and Device

The invention discloses a face-based biometric detection method and device, which relates to the technical field of biometric recognition. The method and device of the invention include the following processing for the collected color image and near infrared image: face detection and key point detection of face, face posture correction, image preprocessing, directional filtering, image region segmentation, texture feature extraction and normalization processing, and face attribute classification, and finally the result of live detection is obtained. The method of biopsy detection proposed in the present invention takes near infrared image as data source, and can realize real-time biopsy detection of human face. The method can effectively resist three-dimensional stereo non-living attacks such as 3D face model and face mask, and is not disturbed by environmental changes, and has robustness.

【技术实现步骤摘要】
一种基于人脸的活体检测方法及装置
本专利技术涉及生物识别
，特别是涉及一种基于人脸的活体检测方法及装置。
技术介绍
随着摄像头等硬件设备的不断更新以及机器视觉技术的不断发展，人脸识别作为一种用户身份认证的重要手段，被广泛应用在银行、机场、车站及移动端等一切需要身份认证的场景中。人脸识别的这些应用场景往往涉及信息、安全、财产等众多重要领域，因此，确保人脸识别系统面对非活体攻击时的可靠性具有至关重要的意义。活体检测作为人脸识别过程中的重要步骤，主要功能是区分摄像头中的人脸的真假，是人脸识别系统对抗非活体攻击的最重要环节。从非活体攻击手段来看，打印照片、屏幕播放照片或视频是最常见也是攻击成本最低的手段。就目前的计算机信息技术发展水平而言，获取被攻击者的人脸图像是轻而易举的事情。目前带有活体检测功能的人脸识别系统中，采取的活体检测方法主要是针对这种简单的平面攻击的。具体来看，目前的活体检测方法可大致分为以下三种，第一种是基于传统的图像知识的方法，在检测过程中，利用人脸彩色图像提取纹理信息，进而区别活体人脸与非活体人脸。近几年由于深度相机的发展，成像质量不断进步，一些检测方法中加入了图像本文档来自技高网...

【技术保护点】
1.一种基于人脸的活体检测方法，其特征在于，包括：步骤S1：获取红外人脸图像，并检测出人脸关键点的位置信息；步骤S2：对所述红外人脸图像和人脸关键点的位置信息进行姿态矫正得到标准红外人脸图像；步骤S3：对所述标准红外人脸图像进行导向滤波处理、纹理特征提取和归一化处理得到归一化后的人脸特征向量；步骤S4：将所述归一化后的人脸特征向量送入到预先训练好的分类器模型中进行分类，根据分类结果得到活体检测结果。

【技术特征摘要】
1.一种基于人脸的活体检测方法，其特征在于，包括：步骤S1：获取红外人脸图像，并检测出人脸关键点的位置信息；步骤S2：对所述红外人脸图像和人脸关键点的位置信息进行姿态矫正得到标准红外人脸图像；步骤S3：对所述标准红外人脸图像进行导向滤波处理、纹理特征提取和归一化处理得到归一化后的人脸特征向量；步骤S4：将所述归一化后的人脸特征向量送入到预先训练好的分类器模型中进行分类，根据分类结果得到活体检测结果。2.根据权利要求1所述的活体检测方法，其特征在于，所述步骤S1之前还包括：利用双摄像头模组采集获取彩色图像和近红外图像，对所述彩色图像进行人脸检测，并判断是否检测到人脸，是则执行步骤S1，否则返回继续采集彩色图像和近红外图像。3.根据权利要求2所述的活体检测方法，其特征在于，所述对所述彩色图像进行人脸检测，并判断是否检测到人脸具体为：根据彩色人脸检测算法对所述彩色图像进行人脸检测，若得到人脸框则表示检测到人脸，否则表示未检测到人脸。4.根据权利要求3所述的活体检测方法，其特征在于，所述步骤S1具体包括：根据预先标定的摄像头参数矩阵，将所述人脸框对应到所述近红外图像上，定位出红外图像中的人脸位置并截取出红外人脸图像，根据人脸特征点提取算法对所述红外人脸图像进行检测，得到人脸关键点的位置信息。5.根据权利要求1所述的活体检测方法，其特征在于，所述步骤S2具体包括：根据所述人脸关键点的位置信息计算得到人脸器官关键点，根据预先标定好的标准姿态的人脸器官关键点和计算得到的人脸器官关键点之间存在的变换关系计算出图形变换矩阵，根据图形变换矩阵将所述红外人脸图像矫正得到标准红外人脸图像。6.根据权利要求1所述的活体检测方法，其特征在于，所述步骤S3具体包括：先以预先设计好的标准图像作为滤波的引导图进行导向滤波处理，然后利用人脸关键点对图像进行区域分割，再利用LBP特征算子对图像进行多次分块化特征提取和归一化处理得到归一化后的人脸特征向量。7.根据权利要求6所述的活体检测方法，其特征在于，所述步骤S3所述纹理特征提取具体包括：分别选取LBP算子为和对整张图像特征提取，以及选取LBP算子为对区域分割后的图像进行局部特征提取。8.根据权利要求6或7所述的活体检测方法，其特征在于，所述利用人脸关键点对图像进行区域分割具体为：结合人脸关键点位置，在所述标准红外人脸图像上选取出5块矩形区域作为特征提取区域，分别为包含了左眼、右眼、鼻子、嘴巴及...

【专利技术属性】
技术研发人员：佟金广，王行，李骊，周晓军，盛赞，李朔，杨淼，
申请(专利权)人：北京华捷艾米科技有限公司，
类型：发明
国别省市：北京,11