基于活体检测的人脸辨识方法技术

本发明专利技术公开基于活体检测的人脸辨识方法，通过识别身份证上证件号和人像图片，并从人像图片和视频人脸图像上分别选取对应的特征点构建人脸模型，进而基于各自特征点之间的距离的比例进行对比得到人脸图像与身份证上人像图片的对比误差值；对比误差值大于设定阈值则判定身份不一致；判定身份识别通过开始活体检测；活体检测时在机器界面中要求用户按预先设定的指令执行相应的动作，进而通过检测视频中用户的嘴部和眼部是否有开闭以对视频中的人像进行活体检测，最终结合身份识别对用户的身份与身份证上的信息是否匹配进行判断。本发明专利技术不仅对视频中的人像和身份证上的信息进行匹配，并且还可以对视频中的人像进行活体检测，防止出现用户信息被盗用而通过身分识别的情况。

【技术实现步骤摘要】
基于活体检测的人脸辨识方法
本专利技术涉及人脸识别
，尤其涉及基于活体检测的人脸辨识方法。
技术介绍
人脸识别产品可广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。并且随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。现有的人脸特征提取方法存在前期需要大量的训练人脸图来保证所建立的三维人脸模型的准确性，且该建模算法复杂度较高，并不适用于大部分的人脸识别系统等缺点；而结合图像预处理、边缘检测及积分投影的几何特征信息提取方法，存在前期需要获取人脸特征点的位置信息，图像处理步骤繁琐且定位的特征点准确度不高等缺点。
技术实现思路
本专利技术的目的在于提供基于活体检测的人脸辨识方法。本专利技术采用的技术方案是：基于活体检测的人脸辨识方法，其包括以下步骤：步骤1，利用摄像头获取身份证图像和人脸图像；步骤2，提取身份证上的证件号，并依照证件号归档存储身份证图像和人脸图像；步骤3，分别对人脸图像和身份证上人像图片提取若干反映人脸特征的特征点，特征点包括脸型轮廓特征点、眉形特征点、眼型特征点、鼻型特征点和嘴型特征点；步骤4，基于人脸戴口罩或未戴口罩各自模型中所选取的特征点之间的距离的比例，先处存至数据库中再进行对比得到人脸图像与身份证上人像图片的对比误差值；步骤5，判断对比误差值是否大于设定阈值；是则，判定身份不一致；否则，判定身份识别通过并执行步骤6开始活体检测；步骤6，从摄像头拍摄的视频中分别截取一个以上指定区域的图像；步骤7，从指定区域的图像中选定若干反应动作状态的特征点，步骤8，根据指定区域特征点构建对应指定区域面积参数，并计算测试人员动作行为时随着时间变化的应指定区域面积变化曲线，步骤9，根据指定区域面积变化曲线，判断测试人员是否根据指令做出相应的动作行为。作为一种优选实施方式，进一步地，步骤2的具体步骤为：步骤2-1，提取身份证上的证件号，并依照证件号查询数据库是否已有建档；是则，执行步骤2-2；否则，依照证件号建档以存储身份证图像和人脸图像；步骤2-2，将现有的身份证的人像图片和人脸图像与已有的身份证的人像图片和人脸图像的交叉比对；当交叉比对判定位一致时，以现有的身份证的人像图片和人脸图像更新数据并执行步骤3；当交叉比对不一致时，判定身份不一致备份现有的身份证的人像图片和人脸图像同时告知测试人员。作为一种优选实施方式，步骤3中利用DLIB进行人脸的面罩覆盖建立人脸模型。作为一种优选实施方式，进一步地，步骤4的具体步骤为：步骤4-1，从所有特征点的两两连线段中选取一基准线段和至少10个特征线段；步骤4-2，将至少10个特征线段的长度分别除以基准线段长度得出至少10个特征结果并存储至数据库；步骤4-3，将人像图片和人脸图像的至少10个特征结果分别对应相减之后进行平方，再将得到的计算结果求和，最后将求和所得到的结果进行开方得到对比误差值。作为一种优选实施方式，进一步地，步骤4中基准线段选取眉间线段；至少10个特征线段以鼻梁中段为界分为上特征区域和下特征区域；上特征区域和下特征区域分别具有5个以上特征线段。作为一种优选实施方式，进一步地，特征线段有25个，其中上特征区域包括14特征线段，下特征区域包括11特征线段。作为一种优选实施方式，进一步地，当测试人员未佩戴口罩时，步骤5则计算获取上特征区和下特征区的特征线段对应的特征结果；当测试人员佩戴口罩时，步骤5则仅计算上特征区域的特征线段对应的特征结果。作为一种优选实施方式，进一步地，步骤5的步骤5的设定阈值为0.2，当然本领域技术人员可以根据当前具体情况，为设定阈值选取适当的数值。作为一种优选实施方式，进一步地，步骤6中指定区域为眼睛或者眼睛和嘴巴。作为一种优选实施方式，进一步地，步骤7中涉及在嘴巴图像选定嘴巴特征点时，嘴巴特征点包括一组左右嘴角特征点以及三组以上的上下嘴唇特征点，每组上下嘴唇特征点间隔选取且上下嘴唇对应位置各选取一个特征点；涉及在眼睛图像选定眼睛特征点时，眼睛特征点包括一组左右眼角特征点以及二组以上的上下眼睑特征点，每组上下眼睑特征点间隔选取且上下眼睑对应位置各选取一个特征点。作为一种优选实施方式，进一步地，步骤8中涉及嘴巴面积变化曲线的计算步骤如下：步骤8-1-1，从三组以上的上下嘴唇特征点选取一组上下嘴唇特征点作为当前组上下嘴唇特征点；步骤8-1-2，由一组左右嘴角特征点和当前组上下嘴唇特征点四个点依次连线形成不规则四边形，不规则四边形由该组左右嘴角特征点连线分割形成上嘴三角形和下嘴三角形；步骤8-1-3，分别计算上嘴三角形的面积分量和下嘴三角形的面积分量；步骤8-1-4，综合计算得到当前上下嘴唇特征点对应的不规则四边形的面积分量。步骤8-1-5，判定是否所有组的上下嘴唇特征点应的不规则四边形的面积分量均；是则，选取其一组未计算对应面积分量的上下嘴唇特征点作为当前组上下嘴唇特征点并执行步骤8-1-2；否则，执行步骤8-1-6；步骤8-1-6，将所有组的上下嘴唇特征点对应的面积分量的总和绘制形成嘴巴面积变化曲线；涉及眼睛面积变化曲线的计算步骤如下：步骤8-2-1，从三组以上的上下眼睑特征点选取一组上下眼睑特征点作为当前组上下眼睑特征点；步骤8-2-2，由一组左右眼角特征点和当前组上下眼睑特征点四个点依次连线形成不规则四边形，不规则四边形由该组左右眼角特征点连线分割形成上眼三角形和下眼三角形；步骤8-2-3，分别计算上眼三角形的面积分量和下眼三角形的面积分量；步骤8-2-4，综合计算得到当前上下眼睑特征点对应的不规则四边形的面积分量。步骤8-2-5，判定是否所有组的上下眼睑特征点应的不规则四边形的面积分量均；是则，选取其一组未计算对应面积分量的上下眼睑特征点作为当前组上下眼睑特征点并执行步骤8-2-2；否则，执行步骤8-2-6；步骤8-2-6，将所有组的上下眼睑特征点对应的面积分量的总和绘制形成眼睛面积变化曲线。作为一种优选实施方式，进一步地，步骤10具体地步骤为：步骤10-1，基于预设的嘴巴开闭阈值和眼睛开闭阈值，分别判断眼睛的开眼和闭眼以及嘴巴的张嘴和闭嘴动作；步骤10-2，将判断的测试人员的动作行为与指令动作相比较是否一致；动作一致时，判断当前测试人员为活体并验证通过；否则活体验证失败并告知测试人员。本专利技术采用以上技术方案，通过光学字符识别OCR技术识别身份证上证件号、人名、民族、性别、出生年月和家庭住址，并存于数据库。并从身份证的人像图片和视频人脸图像上分别选取对应的特征点构建人脸模型，进而基于各自人脸模型中特征点之间的距离的比例进行对比得到人脸图像与身份证上人像图片的对比误差值；判断对比误差值是否大于设定阈值；是则，判定身份不一致；否则，判定身份识本文档来自技高网...

【技术保护点】
1.基于活体检测的人脸辨识方法，其特征在于：其包括以下步骤：/n步骤1，利用摄像头获取身份证图像和人脸图像；/n步骤2，提取身份证上的证件号，并依照证件号归档存储身份证图像和人脸图像；/n步骤3，分别对人脸图像和身份证上人像图片提取若干反映人脸特征的特征点，特征点包括脸型轮廓特征点、眉形特征点、眼型特征点、鼻型特征点和嘴型特征点；/n步骤4，基于人脸戴口罩或未戴口罩各自模型中所选取的特征点之间的距离的比例，先处存至数据库中再进行对比得到人脸图像与身份证上人像图片的对比误差值；/n步骤5，判断对比误差值是否大于设定阈值；是则，判定身份不一致；否则，判定身份识别通过并执行步骤6开始活体检测；/n步骤6，从摄像头拍摄的视频中分别截取一个以上指定区域的图像；/n步骤7，从指定区域的图像中选定若干反应动作状态的特征点；/n步骤8，根据指定区域特征点构建对应指定区域面积参数，并计算测试人员动作行为时随着时间变化的应指定区域面积变化曲线；/n步骤9，根据指定区域面积变化曲线，判断测试人员是否根据指令做出相应的动作行为。/n

【技术特征摘要】
1.基于活体检测的人脸辨识方法，其特征在于：其包括以下步骤：
步骤1，利用摄像头获取身份证图像和人脸图像；
步骤2，提取身份证上的证件号，并依照证件号归档存储身份证图像和人脸图像；
步骤3，分别对人脸图像和身份证上人像图片提取若干反映人脸特征的特征点，特征点包括脸型轮廓特征点、眉形特征点、眼型特征点、鼻型特征点和嘴型特征点；
步骤4，基于人脸戴口罩或未戴口罩各自模型中所选取的特征点之间的距离的比例，先处存至数据库中再进行对比得到人脸图像与身份证上人像图片的对比误差值；
步骤5，判断对比误差值是否大于设定阈值；是则，判定身份不一致；否则，判定身份识别通过并执行步骤6开始活体检测；
步骤6，从摄像头拍摄的视频中分别截取一个以上指定区域的图像；
步骤7，从指定区域的图像中选定若干反应动作状态的特征点；
步骤8，根据指定区域特征点构建对应指定区域面积参数，并计算测试人员动作行为时随着时间变化的应指定区域面积变化曲线；
步骤9，根据指定区域面积变化曲线，判断测试人员是否根据指令做出相应的动作行为。


2.根据权利要求1所述的基于活体检测的人脸辨识方法，其特征在于：步骤2的具体步骤为：
步骤2-1，提取身份证上的证件号，并依照证件号查询数据库是否已有建档；是则，执行步骤2-2；否则，依照证件号建档以存储身份证图像和人脸图像；
步骤2-2，将现有的身份证的人像图片和人脸图像与已有的身份证的人像图片和人脸图像的交叉比对；当交叉比对判定位一致时，以现有的身份证的人像图片和人脸图像更新数据并执行步骤3；当交叉比对不一致时，判定身份不一致备份现有的身份证的人像图片和人脸图像同时告知测试人员。


3.根据权利要求1所述的基于活体检测的人脸辨识方法，其特征在于：步骤4的具体步骤为：
步骤4-1，从所有特征点的两两连线段中选取一基准线段和至少10个特征线段；
步骤4-2，将至少10个特征线段的长度分别除以基准线段长度得出至少10个特征结果并存储到数据库；
步骤4-3，将人像图片和人脸图像的至少10个特征结果分别对应相减之后进行平方，再将得到的计算结果求和，最后将求和所得到的结果进行开方得到对比误差值。


4.根据权利要求3所述的基于活体检测的人脸辨识方法，其特征在于：步骤4中基准线段选取眉间线段；至少10个特征线段以鼻梁中段为界分为上特征区域和下特征区域；上特征区域和下特征区域分别具有5个以上特征线段。


5.根据权利要求4所述的基于活体检测的人脸辨识方法，其特征在于：当测试人员未佩戴口罩时，步骤5则计算获取上特征区和下特征区的特征线段对应的特征结果；当测试人员佩戴口罩时，步骤5则仅计算上特征区域的特征线段对应的特征结果。


6.根据权利要求1所述的基于活体检测的人脸辨识方法，其特征在于：步骤5的设定阈值为0.2。

【专利技术属性】
技术研发人员：许志宇，唐郑熠，刘寅杰，乔羽，
申请(专利权)人：福建工程学院，
类型：发明
国别省市：福建;35