一种基于光照差异消除的人脸活体检测方法及系统技术方案

本发明专利技术公开了一种基于光照差异消除的人脸活体检测方法及系统，该方法包括：获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息；将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征；将不同光照条件下对应的人脸特征进行相似度约束，得到共同特征；将欺骗信息与共同特征结合判断，得到判断结果。该系统包括：欺骗信息单元、特征提取单元、特征约束单元和识别单元。通过使用本发明专利技术，能够消除光照对活体检测的影响，提高人脸活体检测的准确度。本发明专利技术作为一种基于光照差异消除的人脸活体检测方法及系统，可广泛应用于人脸图像处理领域。

【技术实现步骤摘要】
一种基于光照差异消除的人脸活体检测方法及系统
本专利技术涉及人脸图像处理领域，尤其涉及一种基于光照差异消除的人脸活体检测方法及系统。
技术介绍
人脸活体检测，是指判断摄像头捕捉到的人脸为真实人脸还是欺骗/攻击人脸(如：打印人脸照片、数字设备进行视频回放、3D面具以及通过化妆伪装等)的技术。该技术有着广泛的应用背景，可以应用于任何需要进行人脸检测或者人脸识别的场景，在进行识别之前，先进行判断是否是真实的人脸，使用的场景如：金融支付、门禁系统等。现有的人脸活体检测方法极其容易受差异信息的影响，从而在实际应用场景中的识别准确率较低。
技术实现思路
为了解决上述技术问题，本专利技术的目的是提供一种基于光照差异消除的人脸活体检测方法及系统，在面对未知攻击方式和光照变化的情况下保证检测性能。本专利技术所采用的第一技术方案是：一种基于光照差异消除的人脸活体检测方法，包括以下步骤：获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息；将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征；将不同光照条件下对应的人脸特征进行相似度约束，得到共同特征；将欺骗信息与共同特征结合判断，得到判断结果。进一步，所述获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息这一步骤，其具体还包括：获取人脸图像并进行尺寸调整；将调整尺寸后的人脸图像输入到欺骗信息生成支路；经过欺骗信息编码网络和欺骗信息解码网络生成欺骗信息。进一步，所述将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征这一步骤，其具体包括：将人脸图像输入到光照生成模块，获取人脸图像在5种不同光照条件下的图片并构成图片序列；将该图片序列的5张图片分别经过特征提取编码网络和特征提取解码网络，提取得到对应的人脸特征。进一步，所述特征提取编码网络与欺骗信息编码网络权值共享，所述特征提取解码网络与欺骗信息解码网络权值共享。进一步，所述将欺骗信息与共同特征结合判断，得到判断结果这一步骤，其具体包括：将欺骗信息与共同特征进行特征融合，得到活体特征；根据活体特征判断对应的人脸图像是否为真实人脸。进一步，所述特征融合的表达式如下：T＝αTA+βTB其中，α、β表示超参数，TA表示欺骗信息，TB表示共同特征，T表示活体特征。进一步，所述根据活体特征判断对应的人脸图像是否为真实人脸这一步骤，其具体包括：基于预构建的二分类任务对活体特征进行得分判定并与预设阈值进行比较；判断到该活体特征的得分大于预设值，对应的人脸图像为非真实人脸；判断到该活体特征的得分不大于预设值，对应的人脸图像为真实人脸。本专利技术所采用的第二技术方案是：一种基于光照差异消除的人脸活体检测系统，包括：欺骗信息单元，用于获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息；特征提取单元，用于将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征；特征约束单元，用于将不同光照条件下对应的人脸特征进行相似度约束，得到共同特征；判断单元，用于将欺骗信息与共同特征结合判断，得到判断结果。本专利技术方法及系统的有益效果是：本专利技术通过光照生成支路对同一张人脸图片生成了在不同光照亮度情况下的图片序列并提取特征，使得模型进行活体检测时对光照信息极其不敏感，从而消除光照对人脸活体检测的影响。附图说明图1是本专利技术具体实施例的流程示意图；图2是本专利技术一种基于光照差异消除的人脸活体检测方法的步骤流程图；图3是本专利技术一种基于光照差异消除的人脸活体检测系统的结构框图。具体实施方式下面结合附图和具体实施例对本专利技术做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。参照图1和图2，本专利技术提供了一种基于光照差异消除的人脸活体检测方法，该方法包括以下步骤：S1、获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息；S2、将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征；S3、将不同光照条件下对应的人脸特征进行相似度约束，得到共同特征；S4、将欺骗信息与共同特征结合判断，得到判断结果。具体地，在模型训练时，输入不同的人脸图像，按照步骤S1-S3的方式提取对应的特征，最后根据步骤S4所得到的活体特征判断是否为真实人脸，并与真实的标签数据进行比对来进行训练。进一步作为本方法的优选实施例，所述获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息这一步骤，其具体还包括：获取人脸图像并进行尺寸调整；具体地，人脸图像在输入进编码网络前先统一调整为224*224的尺寸，由于图片是RGB格式，因此输入的图像将转化为一个三维数组，数组的形状为(3,224,224)，其中“3”代表RGB三个颜色分量的通道数,“224，224”代表图片的尺寸。将调整尺寸后的人脸图像输入到欺骗信息生成支路；经过欺骗信息编码网络和欺骗信息解码网络生成欺骗信息。欺骗信息编—解码网络，是由残差网络组成，利用异常检测机制，将真实人脸视为正常值，假定真实人脸所包含的欺骗信息紧凑的分布在坐标空间的原点周围，而不管是何种攻击方式的欺骗人脸都含有异于正常值的欺骗信息，其分散的分布在原点以外的空间。在训练时，对输入的N张真实人脸的特征信息TAi(i∈N)进行一范数约束，用公式可以表示为：进一步作为本方法的优选实施例，所述将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征这一步骤，其具体包括：将人脸图像输入到光照生成模块，获取人脸图像在5种不同光照条件下的图片并构成图片序列；将该图片序列的5张图片分别经过特征提取编码网络和特征提取解码网络，提取得到对应的人脸特征。具体地，用于提取图像序列的编—解码网络与步骤S1中所用的编—解码网络的权值共享。输入的图像序列包含5张同一人脸在不同光照条件下的人脸图像，提取到的5个人脸特征TB1-TB5。其中，光照生成模块的理论基础是人脸本身的颜色信息是由人脸对不同波长的光线的反射能力所决定的，然而由于存在光照影响，原始图像S(x,y)实际上是反射图像R(x,y)和亮度图像L(x,y)的混合，可以用如下公式表示：logS(x,y)＝logR(x,y)+logL(x,y)上式中，F(x,y)是中心环绕函数，通过与S(x,y)进行卷积操作，可以得到像素点与周围区域进行加权平均的结果，作为图像中光照量。因此，通过改变F(x,y)的形式，可以构成图片序列B1-B5。然后，利用余弦相似度使得它们之前的差异为0，得到消除光照差异的人脸特征TB。进一步作为本方法的优选实施例，所述特征提取编码网络与欺本文档来自技高网...

【技术保护点】
1.一种基于光照差异消除的人脸活体检测方法，其特征在于，包括以下步骤：/n获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息；/n将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征；/n将不同光照条件下对应的人脸特征进行相似度约束，得到共同特征；/n将欺骗信息与共同特征结合判断，得到判断结果。/n

【技术特征摘要】
1.一种基于光照差异消除的人脸活体检测方法，其特征在于，包括以下步骤：
获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息；
将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征；
将不同光照条件下对应的人脸特征进行相似度约束，得到共同特征；
将欺骗信息与共同特征结合判断，得到判断结果。


2.根据权利要求1所述一种基于光照差异消除的人脸活体检测方法，其特征在于，所述获取人脸图像并输入到欺骗信息生成支路，得到欺骗信息这一步骤，其具体还包括：
获取人脸图像并进行尺寸调整；
将调整尺寸后的人脸图像输入到欺骗信息生成支路；
经过欺骗信息编码网络和欺骗信息解码网络生成欺骗信息。


3.根据权利要求2所述一种基于光照差异消除的人脸活体检测方法，其特征在于，所述将人脸图像输入到光照生成模块模拟不同光照条件并分别提取对应的人脸特征这一步骤，其具体包括：
将人脸图像输入到光照生成模块，获取人脸图像在5种不同光照条件下的图片并构成图片序列；
将该图片序列的5张图片分别经过特征提取编码网络和特征提取解码网络，提取得到对应的人脸特征。


4.根据权利要求3所述一种基于光照差异消除的人脸活体检测方法，其特征在于，所述特征提取编码网络与欺骗信息编码网络权值共享，所述特征提取解码网络与欺骗信息解码网络权值共享。


5.根据权利要求...

【专利技术属性】
技术研发人员：胡海峰，严文俊，曾莹，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44