一种对光照变换稳健的单目人脸活体检测方法技术

本发明专利技术涉及人脸活体检测领域，具体的说是一种对光照变换稳健的单目人脸活体检测方法。通过彩色图片的色彩空间变换到OPPONENT颜色空间、HSV空间和归一化的RGB空间之后，提取单个通道的一阶导数和二阶导数特征，利用SVM进行分类。本专利能解决基于RGB图的人脸活体检测精度受光照强度变化影响较大的问题，能够减轻光照强度的变换对人脸活体检测的影响，提高人脸活体检测在不同场景下的适用性，稳健性。实现仅利用RGB图的单目活体检测取得较可靠的结果，降低人脸活体检测的成本。

A robust method of monocular human face detection based on illumination transformation

【技术实现步骤摘要】
一种对光照变换稳健的单目人脸活体检测方法
本专利技术涉及人脸活体检测领域，具体的说是一种对光照变换稳健的单目人脸活体检测方法。
技术介绍
当前的人脸活体检测方法主要有三类：第一类，基于运动信息的人脸活体检测方法，由于需要结合运动信息，在实际中需要受试者配合完成指定动作，用户体验不佳。第二类基于神经网络的活体检测方法，依据训练数据集的数据，对于某些实际生活中的场景效果并不理想。第三类，基于纹理的活体检测方法，计算简单，方便快捷，但是受实际光照强度变化、偏移等影响较大。通过结合不同的颜色空间图像来做人脸活体检测，能在一定程度减少光照对活体检测的影响，实际上，不同的颜色空间也是受影响光照变化的。且计算过多的颜色空间的特征，需要耗费大量时间。这些方法如：一种基于红外摄像头下的判别活体检测方（201910415877.X），一种人脸活体检测方法、系统及（201810584523.3）活体检测方法（201810924142.5）一种基于局部彩色纹理特征的人脸活体检测方法（201910064240.0）。
技术实现思路
本专利技术旨在提供一种对光照变换稳健的单目人脸活体检测方法，够减轻光照强度的变换对人脸活体检测的影响。为了解决以上技术问题，本专利技术采用的技术方案为：一种对光照变换稳健的单目人脸活体检测方法，包括以下步骤：1）、打开相机，采集人脸的彩色图片；2）、剪裁步骤1）中得到的彩色图片，得到人脸区域图像，对人脸区域图像进行尺寸统一的预处理后得到预处理人脸图像；3）、对步骤2）中得到的预处理人脸图像分别提取R、G、B三个颜色通道信息，通过对R、G、B三个通道的颜色空间变换将预处理人脸图像变换到OPPONENT颜色空间图像；4）、对步骤3）中得到的OPPONENT颜色空间图像剪裁为大小相等的16个图像块；5）、对步骤4）中得到的所有图像块提取出O1、O2、O3三个颜色通道，对每个图像块的每个颜色通道计算对应图像块的一阶导数和二阶导数，将单颜色通道的一阶导数和二阶导数串联得到对应图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到OPPONENT颜色空间图像的一阶导数特征和二阶导数特征；6）、对步骤2）中得到的预处理人脸图像转换为HSV空间图像，并提取HSV空间图像的Hue通道图像；7）、将步骤6）中得到的Hue通道图像剪裁得到16个相同大小的图像块，提取所有图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到Hue通道图像的一阶导数特征和二阶导数特征；8）、将步骤2）中得到的预处理人脸图像转换为归一化的颜色空间图像；9）、将步骤8）中得到的归一化颜色空间图像剪裁得到16个相同大小的图像块，提取所有图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到归一化颜色空间图像的一阶导数特征和二阶导数特征；10）、将步骤5）、步骤7）以及步骤9）中得到的一阶导数特征和二阶导数特征串联起来，得到预处理人脸图像的不同颜色空间的一阶导数特征和二阶导数特征；11）、将步骤10）中得到的一阶导数特征和二阶导数特征采用SVM分类法进行分类，分为真人和攻击两类；12）、输出步骤11）的分类结果。优选的，步骤3）中的变换形式为：。优选的，步骤5）中，对每个图像块的每个颜色通道计算对应图像块的一阶导数的过程为：，；对每个图像块的每个颜色通道计算对应图像块的二阶导数的过程为：，，其中的i，j分别表示图像中行，列的像素值。优选的，步骤6中，Hue通道的转换公式为：。优选的，步骤8）中，对步骤2）中得到的预处理人脸图像的R、G、B三个通道，分别进行如下的处理，得到新的归一化的颜色空间图像：；其中表示的是R通道、G通道、B通道的均值，表示R通道、G通道、B通道的标准差。优选的，步骤9）中，对步骤8）中得到的、、三个颜色通道，对每个图像块的每个颜色通道计算对应图像块的一阶导数和二阶导数，将单颜色通道的一阶导数和二阶导数串联得到对应图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到归一化的颜色空间图像的一阶导数特征和二阶导数特征。有益效果本专利技术通过彩色图片的色彩空间变换到OPPONENT颜色空间、HSV空间和归一化的RGB空间之后，提取单个通道的一阶导数和二阶导数特征，利用SVM进行分类。本专利能解决基于RGB图的人脸活体检测精度受光照强度变化影响较大的问题，能够减轻光照强度的变换对人脸活体检测的影响，提高人脸活体检测在不同场景下的适用性，稳健性。实现仅利用RGB图的单目活体检测取得较可靠的结果，降低人脸活体检测的成本。附图说明图1为本专利技术的流程图；图2为本专利技术步骤2）中得到的预处理人脸图像；图3为步骤9）中的归一化的颜色空间图像通道图提取的一阶导数特征；图4为步骤9）中归一化的颜色空间图像通道图提取的二阶导数特征。具体实施方式如图1所示，本专利技术的种对光照变换稳健的单目人脸活体检测方法，包括以下步骤：1）、打开相机，采集人脸的彩色图片；2）、检测人脸，剪裁人脸区域，并对剪裁后的图片进行统一尺寸的预处理，得到如图2所示的预处理人脸图像；3）、对步骤2）中得到的预处理人脸图像分别提取R、G、B三个颜色通道信息，通过对R、G、B三个通道的颜色空间变换将预处理人脸图像变换到OPPONENT颜色空间图像，变换形式为：；4）、对步骤3）中得到的OPPONENT颜色空间图像剪裁为大小相等的16个图像块；5）、对步骤4）中得到的所有图像块提取出O1、O2、O3三个颜色通道，对每个图像块的每个颜色通道计算对应图像块的一阶导数和二阶导数，将单颜色通道的一阶导数和二阶导数串联得到对应图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到OPPONENT颜色空间图像的一阶导数特征和二阶导数特征；对每个图像块的每个颜色通道计算对应图像块的一阶导数的过程为：，；对每个图像块的每个颜色通道计算对应图像块的二阶导数的过程为：，。6）、对步骤2）中得到的预处理人脸图像转换为HSV空间图像，并提取HSV空间图像的Hue通道图像；Hue通道体现的图像的光谱颜色信息，对于活体和攻击（如打印照片）来说，相机获取的图像光谱信息存在较大的差异。因此可以利用Hue通道图像来提取特征，Hue通道的转换公式为：。7）、首先仿照步骤4），将步骤6）中得到的Hue通道图像剪裁得到16个相同大小的图像块；然后仿照步骤5），提取所有图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到Hue通道图像的一阶导数特征和二阶导数特征；8）、将步骤2）中得到的预处理人脸图像的R、G、B三个通道，分别进行如下的处理，得到新的归一化的颜色空间图像：；其中表示的是R通道、G通道、B通道的均值，表示R通道、G通道、B通道的标准差，经本文档来自技高网...

【技术保护点】
1.一种对光照变换稳健的单目人脸活体检测方法，其特征在于：包括以下步骤：/n1）、打开相机，采集人脸的彩色图片；/n2）、剪裁步骤1）中得到的彩色图片，得到人脸区域图像，对人脸区域图像进行尺寸统一的预处理后得到预处理人脸图像；/n3）、对步骤2）中得到的预处理人脸图像分别提取R、G、B三个颜色通道信息，通过对R、G、B三个通道的颜色空间变换将预处理人脸图像变换到OPPONENT颜色空间图像；/n4）、对步骤3）中得到的OPPONENT颜色空间图像剪裁为大小相等的16个图像块；/n5）、对步骤4）中得到的所有图像块提取出O

【技术特征摘要】
1.一种对光照变换稳健的单目人脸活体检测方法，其特征在于：包括以下步骤：
1）、打开相机，采集人脸的彩色图片；
2）、剪裁步骤1）中得到的彩色图片，得到人脸区域图像，对人脸区域图像进行尺寸统一的预处理后得到预处理人脸图像；
3）、对步骤2）中得到的预处理人脸图像分别提取R、G、B三个颜色通道信息，通过对R、G、B三个通道的颜色空间变换将预处理人脸图像变换到OPPONENT颜色空间图像；
4）、对步骤3）中得到的OPPONENT颜色空间图像剪裁为大小相等的16个图像块；
5）、对步骤4）中得到的所有图像块提取出O1、O2、O3三个颜色通道，对每个图像块的每个颜色通道计算对应图像块的一阶导数和二阶导数，将单颜色通道的一阶导数和二阶导数串联得到对应图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到OPPONENT颜色空间图像的一阶导数特征和二阶导数特征；
6）、对步骤2）中得到的预处理人脸图像转换为HSV空间图像，并提取HSV空间图像的Hue通道图像；
7）、将步骤6）中得到的Hue通道图像剪裁得到16个相同大小的图像块，提取所有图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到Hue通道图像的一阶导数特征和二阶导数特征；
8）、将步骤2）中得到的预处理人脸图像转换为归一化的颜色空间图像；
9）、将步骤8）中得到的归一化颜色空间图像剪裁得到16个相同大小的图像块，提取所有图像块的一阶导数和二阶导数，将所有图像块的一阶导数和二阶导数串联起来，得到归一化颜色空间图像的一阶导数特征和二阶导数特征；
10）、将步骤5）、步骤7）以及步骤9）中得到的一阶导...

【专利技术属性】
技术研发人员：潘若鸣，李慧斌，郝坤坤，黄义妨，
申请(专利权)人：河南中原大数据研究院有限公司，
类型：发明
国别省市：河南;41