一种基于单目摄像头的人脸静默活体检测系统技术方案

本实用新型专利技术公开一种基于单目摄像头的人脸静默活体检测系统，包括：机器视觉处理模块、屏幕显示模块和舵机模块，其中：机器视觉处理模块包括一台单目摄像头和安卓开发板；舵机模块控制单目摄像头的旋转及移动用来采集不同角度的人脸照片；单目摄像头采集人脸信息，将拍摄到的多张人脸图像送入安卓开发板的识别模型中进行活体识别，取得多张人脸图像的活体识别结果的平均值，最后在屏幕上显示是否为真人脸，达到人脸活体检测的目的。

【技术实现步骤摘要】
一种基于单目摄像头的人脸静默活体检测系统
本技术涉及图像处理、活体识别等
，具体涉及一种基于单目摄像头的人脸静默活体检测系统。
技术介绍
随着人脸识别、人脸解锁等技术在金融、门禁、移动设备等日常生活中的广泛应用，人脸防伪/活体检测(FaceAnti-Spoofing)技术在近年来得到了越来越多地关注。在大多数人的印象中，人脸识别技术就是让机器把人脸识别出来。利用机器识别人脸，正是人脸识别系统核心的功能。然而一个可以正常工作的人脸识别系统，除了实现“识别人”以外，还包括许多其它重要的技术，其中就包括应用于人脸识别身份认证系统中至关重要的一项技术——活体检测。当今社会是一个智能化的社会，智能化给人们的生活带来了巨大的便利，其中人脸识别技术的日益成熟就是智能化的一个表现。人脸识别技术被应用到越来越多的场景来进行身份认证。然而，人脸识别技术注重的是对输入图像中的人脸进行辨别，却无法判断给出的人脸图像是来自真实的用户还是伪造的人脸。在这个互联网发达的时代，获取一张被攻击者的人脸照片是一件很容易做到的事情，所以人脸识别系统面临着伪造人脸的攻击，这种攻击一旦有效，可能会带来无法预知的后果。人脸活体检测技术的出现使这一问题得到很好地解决。该技术能实现分辨出输入进人脸识别系统中的人脸图像是真实还是虚假伪造的。将人脸系统和人脸活体检测技术相结合，便可以得到更加安全可靠的人脸识别性能，这在当今现实中具有深远的意义。目前主流的活体识别系统主要依靠用户配合摄像头做出摇头、眨眼、张嘴等动作来判断是否为活体，使得用户等待时间较长；并且一些不需要用户配合的人脸活体识别的软件只能防御纸张相片或者手机屏幕的其中一种攻击，不能实现全体假脸的拦截。
技术实现思路
针对现有人脸活体检测系统的不足，本技术提供一种基于单目摄像头的人脸静默活体检测系统。本技术采用如下技术方案：一种基于单目摄像头的人脸静默活体检测系统，包括：机器视觉模块、屏幕显示模块和舵机模块，其中：机器视觉处理模块进行人脸活体识别，包括单目摄像头和安卓开发板，单目摄像头与安卓开发板连接；单目摄像头采集人脸信息，将拍摄到的多张人脸图像送入安卓开发板的识别模型中进行人脸活体识别；屏幕显示模块连接在安卓开发板上；舵机模块与单目摄像头相连来控制单目摄像头的移动及旋转。优选地，单目摄像头嵌入到门禁机外壳上方，并在短时间内通过舵机模块旋转移动单目摄像头角度以获取不同角度的人脸图像；安卓开发板对单目摄像头采集到的多张人脸图像进行人脸活体识别，取多张人脸图像的人脸活体识别结果的平均值作为最终识别结果，判断到人脸为真人脸时，则屏幕显示为真脸，否则显示为假脸。优选地，舵机模块安装在门禁机内部。优选地，安卓开发板采用瑞芯微RK3288。优选地，单目摄像头采SonyIMX377。优选地，舵机模块采用奥松RB-13K070。优选地，屏幕显示模块为一个10寸屏幕。本技术的有益效果包括：机器视觉模块可以使用户无需配合摄像头做出动作，就可判断出镜头前的是真人脸还是纸张或屏幕上的假人脸，为人脸活体识别流程节省了时间和验证动作。舵机模块可以采集多张不同角度的人脸图片，机器视觉模块可得到多张人脸的活体识别结果的平均值，根据此平均值来进行真假脸判断，使得识别结果更加准确，不会被某一帧的异常而干扰。附图说明图1是一个实施例中人脸静默活体检测系统的结构示意图。具体实施方式下面结合实施例及附图，对本技术作进一步详细地说明，但本技术的实施方式不限于此。一种基于单目摄像头的静默人脸活体检测系统，包括：机器视觉处理模块、屏幕显示模块和舵机模块，其中：机器视觉处理模块由单目摄像头和安卓开发板构成；舵机模块控制单目摄像头的旋转及移动用来采集不同角度的人脸照片；单目摄像头采集人脸信息，将拍摄到的多张人脸图像送入安卓开发板的识别模型中进行活体识别，取得多张人脸图像的活体识别结果的平均值，最后在屏幕上显示是否为真人脸，达到人脸活体检测的目的。实施例如图1所示，一种基于单目摄像头的静默人脸活体检测系统，包括：机器视觉模块、屏幕显示模块及舵机模块，其中：机器视觉处理模块包括单目摄像头和安卓开发板，单目摄像头与安卓开发板连接，屏幕显示模块为一个10寸屏幕，也连接在安卓开发板上，舵机模块在门禁机内部，与摄像头相连来控制摄像头移动及旋转。安卓开发板采用瑞芯微RK3288，单目摄像头采用SonyIMX377，门禁机外壳采用3D打印，舵机云台采用奥松RB-13K070。安卓开发板和门禁机外壳集成在一起，单目摄像头和屏幕显示模块与安卓开发板连接，并与安卓开发板一同嵌入门禁机外壳，舵机模块嵌于门禁机内部与摄像头相连以控制摄像头的旋转及移动，构成一个完整的人脸静默活体检测系统。单目摄像头嵌入到门禁系统外壳上方，舵机模块旋转及移动摄像头，采集到不同角度的多张人脸图像，安卓开发板对单目摄像头采集到的多张人脸图像进行识别，取多张人脸图像的识别结果的平均值作为最终识别结果，判断到人脸为真人脸时，则屏幕显示为真脸，否则显示为假脸。机器视觉处理模块通过保存在安卓开发板内的识别模型来判断镜头前的人脸是属于真人脸还是纸张或者屏幕的假脸，使用户不用配合摄像头做出点头、眨眼、摇头、张嘴等动作就可以判断出镜头前的是真人脸还是纸张或屏幕上的假人脸，并在屏幕显示模块上显示出来。识别模型采用常用深度卷积神经网络或改进的神经网络训练得到，完成人脸识别任务，使用户不用配合摄像头做出点头、眨眼、摇头、张嘴等动作就可以判断出镜头前的是真人脸还是纸张或屏幕上的假人脸。在一个实施例中，采取的识别模型为常用VGG-11神经网络，包括八个卷积层、三个全连接层和一个softmax层，并且每个卷积层之间还包括激活函数与池化层。其中：激活函数采用ReLU激活函数，池化层采用最大池化函数。利用该结构的神经网络对人脸图像进行训练得到真假脸判别模型，从而实现活体的单目静默检测。最终的识别模型是一个由各种真假脸图片训练出来的权重模型，通过这个识别模型来进行分类，得到一个bool型变量isAlive，它为0时则判定为假脸，为1时则判定为真脸。为了提高识别准确率，采取多帧的画面所得的识别结果并计算它们的平均值，设置一个阈值，若此平均值高于阈值，则判断为真脸；否则为假脸。在另一个实施例中，采取的识别模型为优化的VGG-11神经网络，包括11个卷积层和三个全连接层。首先，每层卷积层后面加一个ReLU层即卷积层+ReLU层，每两个卷积层+ReLU层后面加有一个最大池化层和一个随机失活层即dropout；然后，三个随机失活层后面分别加一层全连接层，每个全连接层后面加有ReLU层，最后的ReLU层连接softmax层；在前两个卷积层的输出中，每个卷积层连接一个BN层，BN层连接一个最大池化层，该最大池化层再与一个随机失活层连接。在另一个实施例中，为方便识别模型在移动端的部署本文档来自技高网...

【技术保护点】
1.一种基于单目摄像头的人脸静默活体检测系统，其特征在于，包括：机器视觉模块、屏幕显示模块和舵机模块，其中：/n机器视觉处理模块进行人脸活体识别，包括单目摄像头和安卓开发板，单目摄像头与安卓开发板连接；单目摄像头采集人脸信息，将拍摄到的多张人脸图像送入安卓开发板的识别模型中进行人脸活体识别；屏幕显示模块连接在安卓开发板上；舵机模块与单目摄像头相连来控制单目摄像头的移动及旋转。/n

【技术特征摘要】
1.一种基于单目摄像头的人脸静默活体检测系统，其特征在于，包括：机器视觉模块、屏幕显示模块和舵机模块，其中：
机器视觉处理模块进行人脸活体识别，包括单目摄像头和安卓开发板，单目摄像头与安卓开发板连接；单目摄像头采集人脸信息，将拍摄到的多张人脸图像送入安卓开发板的识别模型中进行人脸活体识别；屏幕显示模块连接在安卓开发板上；舵机模块与单目摄像头相连来控制单目摄像头的移动及旋转。


2.根据权利要求1所述的人脸静默活体检测系统，其特征在于，单目摄像头嵌入到门禁机外壳上方，并在短时间内通过舵机模块旋转移动单目摄像头角度以获取不同角度的人脸图像；安卓开发板对单目摄像头采集到的多张人脸图像进行人脸活体识别，取多张人脸图像的人脸活体识别...

【专利技术属性】
技术研发人员：谢巍，周延，陈定权，许练濠，
申请(专利权)人：华南理工大学，
类型：新型
国别省市：广东;44