一种基于脸部表情的安全认证系统及方法技术方案

本发明专利技术公开了一种基于脸部表情的安全认证系统及方法，包括录入模块、分类模块以及认证模块；录入模块用于录入面部正面、负面表情的图像或视频，并将数据传输至分类模块；分类模块用于对采集到的数据进行特征提取和模型训练，并生成分类模型；认证模块根据分类结果对识别的面部进行认证。本发明专利技术的面部表情的认证可以避免被迫刷脸的问题，以此提高认证的安全性。

A security authentication system and method based on facial expression

【技术实现步骤摘要】
一种基于脸部表情的安全认证系统及方法
本专利技术涉及一种面部安全认证系统及方法，尤其涉及一种基于脸部表情的安全认证系统及方法。
技术介绍
人工智能的发展以及其在图像处理的领域的技术发展，促进了人脸识别技术的发展。而其中，微表情识别技术，可以做到识别人的面部动作单元，并且可以识别到90％以上的表情变化。目前市场中基于人脸识别技术的系统遍地开花，在日常生活中，我们也经常使用到这个技术，比如支付宝、刷脸开门等。人脸识别技术在给人们带来便利的同时，也造成了许多安全隐患，比如盗刷，比如在当事人不情愿的情况下，被迫刷脸等问题。
技术实现思路
专利技术目的：本专利技术旨在提供一种安全、高效、基于脸部表情的安全认证系统及方法。技术方案：本专利技术的一种基于脸部表情的安全认证系统，包括录入模块、分类模块以及认证模块。所述录入模块用于录入面部正面和负面表情的视频，并将数据传输至分类模块。所述正面和负面表情分别包括至少两个表情。所述表情图像为具有一定差异性的两张图像。所述分类模块用于对采集到的数据进行特征提取和模型训练，并生成分类模型。所述认证模块根据分类结果对识别的面部进行认证。所述识别结果不在分类结果中，则认证模块驳回认证请求。一种基于脸部表情的安全认证方法，包括以下步骤：(1)录入面部正面和负面表情的视频；(2)提取特征并进行模型训练，生成分类模型；(3)进行面部识别与校验。所述步骤(2)中分类模型生成包括以下步骤：通过卷积神经网络识进行特征提取，存储特征矩阵；根据获取到的特征，使用分类算法对其进行分类。有益效果：与现有技术相比，本专利技术具有如下显著优点：本专利技术的面部表情的认证可以避免被迫刷脸的问题，以此提高认证的安全性。附图说明图1为本专利技术的系统示意图；图2根据本专利技术的录入模块流程示意图；图3根据本专利技术的分类模块流程示意图；图4根据本专利技术的认证模块流程示意图。具体实施方式下面结合附图对本专利技术的技术方案作进一步说明。如图1所示，本专利技术的一种基于脸部表情的安全认证系统包括：正负表情录入模块100，用于录入脸部表情视频，包括正表情视频和负表情视频。脸部表情情感分类模块200，主要是用于对模块100采集的表情数据进行特征提取以及模型训练，生成分类模型。在录入过程中，得到具有一定差异性的两张脸照片或一段视频。认证场景核验模块300，使用脸部表情情感分类模块200中的到的模型进行人脸识别的校验，判断输入表情是否是可信表情，确认其能否通过认证。正表情指开心或微笑等表情，负表情为愤怒或难过等表情。通过录入正负表情并进行分类，可以在面部认证时判断此人是否处于自愿状态，避免被迫刷脸的问题，以此提高认证的安全性。用户也可通过录入任意表情为负表情来提高认证过程时的安全性。在正负表情录入模块100中，正负表情录入具体包括以下步骤：步骤101：启动脸部表情录入，准备接收用户上传的表情视频；步骤102：录入第一正表情视频；步骤103：录入第二正表情视频；步骤104：录入第三正表情视频，步骤105：录入第一负表情视频；步骤106：录入第二负表情视频；步骤107：录入第三负表情视频；步骤108：结束脸部表情录入，将用户上传的所有表情视频存储下来。在脸部表情情感分类模块200中，具体包括以下步骤：步骤201：启动表情分类训练，读取用户上传的视频表情；步骤202：视频脸部特征提取，对视频中的每一帧图片的脸部通过卷积神经网络进行特征提取，并存储特征矩阵；步骤203：表情视频特征抽取，将视频中的每一帧图片的表情通过卷积神经网络识进行特征提取，并存储特征矩阵；步骤204：表情视频分类模型训练，根据获取到的特征，使用分类算法对其进行分类，最终形成分类模型；步骤205：结束表情分类训练。在认证场景核验模块300中，具体包括以下步骤：步骤301：启动表情验证，获取用户上传的表情视频；步骤302：视频脸部特征提取，按照步骤202中的做法进行视频脸部特征提取；步骤303：表情视频特征抽取，按照步骤203中的做法进行表情特征提取；步骤304：使用预先训练的表情分类模型对上述表情视频特征进行分类得到分类结果，步骤305：正负表情判别，根据分类结果判断是否在正负表情的分类中，结果为负表情分类，则进行步骤306，否则进行步骤307；步骤306：驳回负表情认证请求；步骤307：完成正表情认证请求。本文档来自技高网...

【技术保护点】
1.一种基于脸部表情的安全认证系统，其特征在于，包括录入模块、分类模块以及认证模块；所述录入模块用于录入面部正面、负面表情的图像或视频，并将数据传输至分类模块；所述分类模块用于对采集到的数据进行特征提取和模型训练，并生成分类模型；所述认证模块根据分类结果对识别的面部进行认证。/n

【技术特征摘要】
1.一种基于脸部表情的安全认证系统，其特征在于，包括录入模块、分类模块以及认证模块；所述录入模块用于录入面部正面、负面表情的图像或视频，并将数据传输至分类模块；所述分类模块用于对采集到的数据进行特征提取和模型训练，并生成分类模型；所述认证模块根据分类结果对识别的面部进行认证。


2.根据权利要求1所述的基于脸部表情的安全认证系统，其特征在于，所述正面和负面表情分别包括至少两个表情。


3.根据权利要求1所述的基于脸部表情的安全认证系统，其特征在于，所述表情图像为具有一定差异性的两张图像。

【专利技术属性】
技术研发人员：李华康，涂敏，程科，徐梦婷，孙国梓，余瀚，
申请(专利权)人：南京邮电大学，江西警察学院，
类型：发明
国别省市：江苏;32