活体检测图像预处理方法技术

本活体检测图像预处理方法，包括以下步骤：步骤S1：自适应图像人脸截取：采集应用场景中部分人脸并计算人脸框大小，根据人脸框大小设计自适应框范围，根据自适应框范围截取人脸图像并处理，得到中间图像；步骤S2：建立图像样本集：中间图像以及将中间图像随机复制到多个图像中或将所述中间图像随机复制到多个图像的非中心区域形成的正样本集和负样本集；步骤S3：对图像样本集处理：对所述正样本集和所述负样本集进行数据增强，并保持所述正样本集和所述负样本集数据量一致。利用本发明专利技术所述方法能够解决现有技术中，拍摄的图片信息丢失无法用于模型训练以及在当前应用场景下用于训练的图像数量不足的技术问题。

【技术实现步骤摘要】
活体检测图像预处理方法
本专利技术涉及人脸识别
，具体地说，涉及一种活体检测图像预处理方法。
技术介绍
随着科技的发展与普及，人脸识别技术已经广泛应用到我们生活中各个场景，比如手机登录、小区门禁、签到打卡等。为了防止他人使用照片、屏幕、模型等伪造人脸，检测当前用户是否为真实用户就很重要，即活体检测技术。而当前流行的活体检测技术，主要是基于双目摄像头的，在单目摄像头下成熟的技术不多，比如根据亮度、纹理等特征判断，或者让用户做出指定动作，或者用一序列不同颜色的光照来模拟结构光，这些技术在手机端可能有一定效果，但是其他非手机端的公共场景，由于人脸距离远，成像不够清晰，现有方法的活体检测效果就会急剧下降，使得算法无法使用。传统场景下的活体检测技术一般是通过两个摄像头(结合来判断，为了减少成本，提高应用的通用性，越来越多的厂商开始关注单目摄像头活体检测技术，即只使用一个普通彩色摄像头。目前流行的方案主要有：1.让用户做出指定动作(点头、转头等)；2.直接提取人脸图像特征(亮度、纹理、边缘等)；r>3.彩色光照序列本文档来自技高网...

【技术保护点】
1.活体检测图像预处理方法，其特征在于，包括以下步骤：/n步骤S1：自适应图像人脸截取：采集应用场景中部分人脸并计算人脸框大小，根据人脸框大小设计自适应框范围，根据自适应框范围截取人脸图像并处理，得到中间图像；/n步骤S2：建立图像样本集：中间图像以及将中间图像随机复制到多个图像中或将所述中间图像随机复制到多个图像的非中心区域形成的正样本集和负样本集；/n步骤S3：对图像样本集处理：对所述正样本集和所述负样本集进行数据增强，并保持所述正样本集和所述负样本集数据量一致。/n

【技术特征摘要】
1.活体检测图像预处理方法，其特征在于，包括以下步骤：
步骤S1：自适应图像人脸截取：采集应用场景中部分人脸并计算人脸框大小，根据人脸框大小设计自适应框范围，根据自适应框范围截取人脸图像并处理，得到中间图像；
步骤S2：建立图像样本集：中间图像以及将中间图像随机复制到多个图像中或将所述中间图像随机复制到多个图像的非中心区域形成的正样本集和负样本集；
步骤S3：对图像样本集处理：对所述正样本集和所述负样本集进行数据增强，并保持所述正样本集和所述负样本集数据量一致。


2.如权利要求1所述的活体检测图像预处理方法，其特征在于，所述步骤S1中对截取的人脸图像的处理包括：判断利用自适应框范围截取的人脸图像是否超出原始图像范围，若超出，做像素填充；以超出像素范围填充后的图像或未超出有效范围的图像为所述中间图像。


3.如权利要求1所述的活体检测图像预处理方法，其特征在于，所述建立图形样本集的方法包括：
步骤S21：采集应用场景下的含人像的图片，并利用自适应框截取图片作为样本集A1、采集应用场景下含人像以及对比对象的图片，并利用自适应框截取图片作为样本集B1；
所述正样本集包含所述样本集A1，所述负样本集包含所述样本集B1。


4.如权利要求3所述的活体检测图像预处理方法，其特征在于，所述建立图形样本集的方法还包括：
步骤S...

【专利技术属性】
技术研发人员：易炜，
申请(专利权)人：深圳印像数据科技有限公司，
类型：发明
国别省市：广东;44