【技术实现步骤摘要】
一种长基线双目人脸活体检测方法及系统
本专利技术涉及人脸识别
，特别涉及一种长基线双目人脸活体检测方法及系统。
技术介绍
随着人体身份识别核验技术和图像智能检测识别技术的不断发展，人脸识别技术也日趋成熟，与此同时，对人脸识别核验系统的非活体假冒攻击方式也层出不穷，对人脸识别核验系统的可靠性和安全性构成了巨大的威胁。活体人脸检测方法正是用来排除非活体假冒攻击，保障人脸识别核验系统安全性的一种切实可行的方法。目前，采用普通摄像头的活体检测方法大致分为三种，一种是基于纯软件的图片活体检测方法，该方法根据图片的纹理、背景、光照等特征进行活体判断，该方法的缺陷是对周围环境较为敏感，检测性能不稳定，适用性较差。第二种是基于与用户交互的视频活体检测方法，该方法通过用户连续做出一定的动作判断当前人脸是否为活体人脸，该方法的缺陷是检测结果受用户动作的规范性影响较大，其用户体验较差，可以被录制的视频攻破。第三种是基于额外硬件采集信息的活体检测方法，该方法通常采用短基线的双目摄像头采集人脸图像，通过辅助摄像头获取的额外信息来实现活体检测，该方法的缺陷是短基线双目摄像头实际的三维立...
【技术保护点】
1.一种长基线双目人脸活体检测方法，其特征在于，包括：通过长基线一端的主摄像头正面采集第一人脸图像，检测所述第一人脸图像的尺寸是否符合预设尺寸标准；若所述第一人脸图像的尺寸符合所述预设尺寸标准，则判断位于所述长基线另一端的辅助摄像头是否能采集到第二人脸图像；若所述辅助摄像头没有采集到所述第二人脸图像，则判定当前人脸为非活体人脸；若所述辅助摄像头能采集到所述第二人脸图像，则将所述第一人脸图像和所述第二人脸图像分别归一化到预设的像素尺寸；将归一化后的所述第一人脸图像和所述第二人脸图像通过神经网络模型进行训练，得出活体检测分值；判断所述活体检测分值是否满足预设分值标准，若满足，则...
【技术特征摘要】
1.一种长基线双目人脸活体检测方法，其特征在于，包括：通过长基线一端的主摄像头正面采集第一人脸图像，检测所述第一人脸图像的尺寸是否符合预设尺寸标准；若所述第一人脸图像的尺寸符合所述预设尺寸标准，则判断位于所述长基线另一端的辅助摄像头是否能采集到第二人脸图像；若所述辅助摄像头没有采集到所述第二人脸图像，则判定当前人脸为非活体人脸；若所述辅助摄像头能采集到所述第二人脸图像，则将所述第一人脸图像和所述第二人脸图像分别归一化到预设的像素尺寸；将归一化后的所述第一人脸图像和所述第二人脸图像通过神经网络模型进行训练，得出活体检测分值；判断所述活体检测分值是否满足预设分值标准，若满足，则判定当前人脸为活体人脸，或不满足则判定当前人脸为非活体人脸。2.如权利要求1所述的一种长基线双目人脸活体检测方法，其特征在于，所述辅助摄像头为一台或多台，与所述主摄像头位于同一平面内，设置在所述主摄像头上、下、左、右的任意一个或多个位置。3.如权利要求1所述的一种长基线双目人脸活体检测方法，其特征在于，所述将归一化后的第一人脸图像和第二人脸图像通过神经网络模型进行训练，得出活体检测分值的步骤包括：提取所述第一人脸图像的图像质量特征以及第二人脸图像的边框结构特征，并将所述第一人脸图像和所述第二人脸图像降低到同一维度；将所述图像质量特征和所述边框结构特征进行加权融合，得到融合特征；根据所述融合特征得出所述活体检测分值。4.如权利要求3所述的一种长基线双目人脸活体检测方法，其特征在于，所述图像质量特征包括：人脸清晰度、噪点、光照表现、频谱特征；所述边框结构特征包括：图像的线条结构特征、纹理特征。5.如权利要求3所述的一种长基线双目人脸活体检测方法，其特征在于，所述将所述图像质量特征和所述边框结构特征进行加权融合，得到融合特征的步骤包括：将所述图像质量特征和所述边框...
【专利技术属性】
技术研发人员：冀怀远，刘澍，杨现，徐兆坤，许艳茹，
申请(专利权)人：苏宁云计算有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。