基于微表情语义的人脸活体检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于微表情语义的人脸活体检测方法及装置，其中，方法包括：判断人脸是否存在微表情变化，如果存在则检测人脸不同区域的微表情语义，判断人脸不同区域的微表情语义是否一致，如果一致则判定目标人脸为真实人脸；由此，通过检测微表情变化和人脸微表情语义，可以完成打印攻击、回放攻击和3D面具攻击在内的三种主流活体检测，拓展了活体检测方法多样性，提高了活体检测准确性。提高了活体检测准确性。提高了活体检测准确性。

【技术实现步骤摘要】
基于微表情语义的人脸活体检测方法及装置


[0001]本专利技术涉及活体检测
，特别涉及一种基于微表情语义的人脸活体检测方法和一种基于微表情语义的人脸活体检测装置。

技术介绍

[0002]相关技术中，人脸识别技术是安全应用中的一个重要选择，在智能手机支付、边境控制和自动柜员机等场景得到了广泛应用。为了防止不法人员利用伪造人脸和窃取的生物特征进行身份认证，人脸识别系统需要具有活体检测功能，即确定对象生理特征的真实性。
[0003]人脸识别系统通过验证用户是否为真实活体本人操作，可有效抵御照片、重放视频等常见的攻击手段。目前对于人脸活体检测已经有许多的实现方法，比如传统方法采用手工特征来区分真实人脸和伪造人脸，许多交互式活体检测方法通过发出指令让用户配合从而判断是否为活体，随着深度学习的发展，使用卷积神经网络进行人脸反欺骗的方法也为反人脸欺骗方法提供了更高的准确性，这种静默式活体检测方法不需要用户配合，更加便捷高效。
[0004]然而，随着伪造技术的进步，许多不法人员采用3D面具伪造人脸，通过佩戴面具冒充他人身份，欺骗人脸识别系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于微表情语义的人脸活体检测方法，其特征在于，包括以下步骤：获取待检测人脸的多张关键人脸微表情图像；对所述多张关键人脸微表情图像中的每张关键人脸微表情图像进行特征提取，以得到对应的多个人脸区域；获取每张关键人脸微表情图像对应的多个人脸区域的光流值，对多个人脸区域的光流值进行归一化处理以得到归一化光流值，并根据所述归一化光流值获取相邻关键人脸微表情图像对应的多个人脸区域的光流值应变；根据所述光流值应变对所述待检测人脸的微表情变化进行判断；如果所述待检测人脸存在微表情变化，则将所述每张关键人脸微表情图像对应的多个人脸区域输入到训练好的微表情语义识别模型，以得到每个人脸区域的微表情语义；根据所述微表情语义对所述待检测人脸的不同人脸区域的微表情语义进行一致性判断，以便对所述待检测人脸进行活体检测。2.如权利要求1所述的基于微表情语义的人脸活体检测方法，其特征在于，获取待检测人脸的多张关键人脸微表情图像，包括：获取所述待检测人脸的多张连续帧人脸微表情图像；从所述多张连续帧人脸微表情图像中提取多张关键人脸微表情图像。3.如权利要求2所述的基于微表情语义的人脸活体检测方法，其特征在于，根据所述光流值应变对所述待检测人脸的微表情变化进行判断，包括：将所述光流值应变与预先设置的光流应变阈值进行比较；预先设定比例判决门限，如果所述光流值应变大于等于所述光流应变阈值的人脸微表情图像数量所占关键人脸微表情图像总数量的比例大于等于预先设定的比例判决门限，则判断所述待检测人脸存在微表情；如果所述光流值应变大于等于所述光流应变阈值的人脸微表情图像数量所占关键人脸微表情图像数量的比例小于比例判决门限，则判断所述待检测人脸不存在微表情。4.如权利要求3所述的基于微表情语义的人脸活体检测方法，其特征在于，根据所述微表情语义对所述待检测人脸的不同人脸区域的微表情语义进行一致性判断，包括：根据所述微表情语义计算每张关键人脸微表情图像对应的多个人脸区域的微表情平均语义距离之和；将所述微表情平均语义距离之和与预先设置的平均语义相关度阈值进行比较；如果所述微表情平均语义距离之和大于等于所述平均语义相关度阈值的人脸微表情图像数量所占关键人脸微表情图像总数量的比例大于等于比例判决门限，则判断所述待检测人脸的检测结果为非活体；如果所述微表情平均语义距离之和大于等于所述平均语义相关度阈值的人脸微表情图像数量所占关键人脸微表情图像数量的比例小于比例判决门限，则判断所述待检测人脸的检测结果为活体。5.如权利要求4所述的基于微表情语义的人脸活体检测方法，其特征在于，根据以下公式计算每张关键人脸微表情图像对应的N个人脸区域的微表情平均语义距离之和：
其中，N表示每张关键人脸微表情图像对应有N个人脸区域；i,j表示N个人脸区域中的不同区域，d(i,j)表示人脸区域中的不同区域之间的语义距离。6.一种基于微表情语义...

【专利技术属性】
技术研发人员：高志斌，韦舒婷，张盛，黄联芬，李王明卉，
申请(专利权)人：厦门大学，
类型：发明
国别省市：