一种基于单目摄像头的活体人脸检测方法技术

本发明专利技术公开了一种基于单目摄像头的活体人脸检测方法，包括：采集多帧人脸图像；计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图；根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量；比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。本发明专利技术通过检测各帧人脸图像中的人脸色差来实现人脸活体检测，可以有效抵抗照片和三维模型的攻击，同时只需要单目摄像头即可，降低了设备成本。

A Living Face Detection Method Based on Monocular Camera

【技术实现步骤摘要】
一种基于单目摄像头的活体人脸检测方法
本专利技术属于人脸检测
，特别是涉及一种基于单目摄像头的活体人脸检测方法。
技术介绍
随着技术的发展，人脸识别已经被广泛应用于人们的日常生活中，但是传统的人脸识别也存在安全隐患，如果非法用户通过伪造的人脸攻击人脸识别系统成功，那么将对合法用户造成重大的损失，这样的缺陷限制了人脸识别算法的实际应用。为了提高人脸识别的安全性，研发出了人脸活体检测技术。现有的人脸活体检测技术通常是采用基于双目摄像头的方案或者结构光的三维成像方案，但是基于双目摄像头的方案只能识别照片攻击，而结构光的三维成像方案对于三维模型的攻击无法识别、抵抗，而且现有的这些方案需要客户主动配合，体验性不好。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于单目摄像头的活体人脸检测方法。本专利技术的目的是通过以下技术方案来实现的：一种基于单目摄像头的活体人脸检测方法，包括：采集多帧人脸图像；计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图；根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量；比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。优选的，所述基于单目摄像头的活体人脸检测方法在计算当前人脸序列独立成分分量之前，还包括：对所述人脸色差分量时序图进行小波变换。优选的，所述采集多帧人脸图像包括：建立人脸特征模板；采集视频图像；利用所述人脸特征模板检测所述视频图像中各帧图像内是否有人脸，若一帧图像内有人脸，则该帧图像为人脸图像。优选的，所述计算每帧人脸图像中人脸区域的色差分量包括：将人脸图像中人脸区域图像序列的颜色空间由RGB转换为CIEL*u*v*，并将L*、u*、v*通道分离；将每帧人脸图像的u*通道进行空间像素平均得到含有人脸成分的信号源并将其归一化，得到色差分量。优选的，所述根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量包括：对观测信号去均值，所述观测信号为归一化后的每帧人脸图像的u*通道；对去均值后的观测信号进行白化处理；从观测信号中分离出当前人脸序列独立成分分量。优选的，所述对人脸色差分量时序图去均值的方式为：对观测信号的每一个值减去观测信号的均值。本专利技术的有益效果是：本专利技术通过检测各帧人脸图像中的人脸色差来实现人脸活体检测，可以有效抵抗照片和三维模型的攻击，同时只需要单目摄像头即可，降低了设备成本。附图说明图1为本专利技术的流程示意图。具体实施方式下面将结合实施例，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参阅图1，本专利技术提供一种基于单目摄像头的活体人脸检测方法：如图1所示，一种基于单目摄像头的活体人脸检测方法，包括：S1.采集多帧人脸图像:建立人脸特征模板；采集视频图像；利用所述人脸特征模板检测所述视频图像中各帧图像内是否有人脸，若一帧图像内有人脸，则该帧图像为人脸图像。S2.计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图。所述步骤S2包括：S21.将人脸图像中人脸区域图像序列的颜色空间由RGB转换为CIEL*u*v*，并将L*、u*、v*通道分离。其中，L*表示亮度，L*的值越大亮度越高；u*和v*代表色度，u*表示红色到绿色的变化，u*的值越大颜色越接近红色，反之越接近绿色；v*表示黄色到蓝色的变化，v*值越大颜色越接近黄色，反之颜色越接近蓝色。由于含氧血红蛋白和去氧血红蛋白对波长为540-577mm的光(对应绿色-黄色光)有较好的吸收性，这一波段的光波长位于红光和绿光之间，因此血液容积的变化会导致PPG信号在u*通道的波动较大。RGB到CIEXYZ色彩空间的转换公式如公式一所示。式中，R、G、B分别为RGB空间内R、G、B坐标，X、Y、Z分别为XYZ空间中X、Y、Z坐标。式中，Yn＝1.0,un＝0.197939,vn＝0.468311。u1和v1可由X，Y，Z坐标计算得到：S22.将每帧人脸图像的u*通道进行空间像素平均得到含有人脸成分的信号源并将其归一化，得到色差分量。S3.对所述人脸色差分量时序图进行小波变换。S4.根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量。所述步骤S4包括：S41.对观测信号去均值，所述观测信号为归一化后的每帧人脸图像的u*通道：去均值可以采用简化ICA算法，方法是对观测信号的每一个值减去观测信号的均值，从而可以得到一个具有零均值向量的观测信号。本实施例中，可以直接对观测信号使用公式四进行归一化处理，也就是分别对经过去趋势之后得到的信号进行归一化处理来达到去均值的目的。式中，μ是信号x(t)的均值，σ是信号x(t)的标准差。S42.对去均值后的观测信号进行白化处理：混合信号中的数据都具有相关性，还须对观测信号进行白化处理，可以有效去除数据之间的相关性。ICA算法是一个比较耗时的算法，数据白化之后可以简化后续独立分量的提取过程，使计算大为简化，节省算法时间开销。白化需要先求原矩阵的协方差矩阵，然后进行特征值分解。对一个n维向量X，它的协方差矩阵cov(X)可以用公式五计算：cov(X)＝E[(X-E(V))*(X-E(X))T](公式五)然后由协方差矩阵的特征值构成的矩阵L和特征向量矩阵Q得到白化阵M：M＝Q*L-0.5*QT(公式六)白化后的观测信号为：X”＝M*X(公式七)。S43.从观测信号中分离出当前人脸序列独立成分分量。假设心脏作用下产生的颜色变化信号是s1(t)，动作伪影引起的颜色变化信号是s2(t)，光照变化引起的颜色变化信号是s3(t)。根据上面假设的信号混合过程可以得到公式八：改写成矩阵形式为：x(t)＝As(t)(公式九)式中，x(t)＝[rn(t)；gn(t)；bn(t)]T，s(t)＝[s1(t),s2(t),s3(t)]T，是混合系数矩阵。因为A未知，无法通过直接计算A的逆矩阵来计算s(t)。ICA算法的目的就是找到一个各个分量相互独立的矩阵W，使之成为A-1的近似矩阵，从而得到其中对源信号s(t)的近似。S5.比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值的计算公式为：其中，X'为当前人脸序列独立成分分量，Y'为预设的活体人脸序列独立成分分量。以上所述仅是本专利技术的优选实施方式，应当理解本专利技术并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本专利技术的精神和范围，则都应本文档来自技高网...

【技术保护点】
1.一种基于单目摄像头的活体人脸检测方法，其特征在于，包括：采集多帧人脸图像；计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图；根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量；比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。

【技术特征摘要】
1.一种基于单目摄像头的活体人脸检测方法，其特征在于，包括：采集多帧人脸图像；计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图；根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量；比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。2.根据权利要求1所述的一种基于单目摄像头的活体人脸检测方法，其特征在于，所述基于单目摄像头的活体人脸检测方法在计算当前人脸序列独立成分分量之前，还包括：对所述人脸色差分量时序图进行小波变换。3.根据权利要求1所述的一种基于单目摄像头的活体人脸检测方法，其特征在于，所述采集多帧人脸图像包括：建立人脸特征模板；采集视频图像；利用所述人脸特征模板检测所述视频图像中...

【专利技术属性】
技术研发人员：蒙顺开，冉欢欢，刘昕烨，李博，
申请(专利权)人：成都科睿埃科技有限公司，
类型：发明
国别省市：四川,51