基于双目摄像头测距的人脸活检方法、系统、设备和介质技术方案

本发明专利技术涉及一种基于双目摄像头测距的人脸活检方法、系统、设备和介质，所述方法包括：在检测到有人脸目标时，获取RGB摄像头生成的RGB图像和红外摄像头生成的红外图像；通过深度计算算法对RGB图像和红外图像进行深度计算，并获取人脸特征的深度信息；根据深度信息判断所述人脸目标是否为活体，并输出判定结果。本发明专利技术在原有双目的基础上，计算被测物体的深度信息，来辅助活体检测，使得人脸门禁的安全等级更高，防攻击的能力更强。本发明专利技术相比价格更高的结构光模组以及TOF模组，双目实现深度信息价格更便宜，技术实现难度和生产成本更低；且与普通的双目活检手段相比，由于加入了深度活检判断过程，因此防图片攻击能力更强。强。强。

【技术实现步骤摘要】
基于双目摄像头测距的人脸活检方法、系统、设备和介质


[0001]本专利技术涉及人脸识别
，特别是涉及基于双目摄像头测距的人脸活检方法、系统、设备和介质。

技术介绍

[0002]目前，人脸识别技术应用越来越广，如人脸支付、人脸门禁、人脸门锁、人脸打卡机等等。为了防止人脸图片或者人脸头模类的攻击，在对安全级别要求较高的人脸支付或者识别金融领域，一般会引入结构光模组，或者是TOF模组来计算识别人脸的深度信息，结合人脸识别算法防止图片之类的攻击；对于安全级别要求没那么高的领域，如人脸门禁领域，一般采用红外+可见光双目摄像头来做人脸识别和活体检测，利用抓取的RGB图像和红外图像，提取人脸特征信息，并加上运动信息，如眨眼、摇头等等结合的方式做活体检测。
[0003]一般来说，对于采用结构光模组或者TOF模组的方案，其技术实现难度大且成本较高；而采用RGB与红外图结合的方式做人脸活检，由于没有人脸的深度信息，即使加上了运动信息，也比较容易被人脸图片、模型等攻破。

技术实现思路

[0004]针对现有人脸活检方案中存在的问题，本专利技术提供了基于双目摄像头测距的人脸活检方法、系统、设备和介质，以至少解决相关技术中在保证安全等级较高的情况下，人脸活检技术成本较高的问题。
[0005]第一方面，本专利技术实施例提供了一种基于双目摄像头测距的人脸活检方法，所述双目摄像头包括RGB摄像头和红外摄像头。
[0006]在其中一些实施例中，所述方法包括：
[0007]在检测到有人脸目标时，获取RGB摄像头生成的RGB图像和红外摄像头生成的红外图像；
[0008]通过深度计算算法对所述RGB图像和红外图像进行深度计算，并获取人脸特征的深度信息；
[0009]根据所述深度信息判断所述人脸目标是否为活体，并输出判定结果。
[0010]在另一实施例中，在所述通过深度计算算法对所述RGB图像和红外图像进行深度计算的同时，所述方法还包括：
[0011]通过活体检测算法对所述RGB图像和红外图像进行卷积计算，并获取所述人脸目标的特征信息；
[0012]对所述特征信息进行综合评估得到特征值；
[0013]当所述特征值大于预设阈值时，再根据所述深度信息判断所述人脸目标是否为活体。
[0014]进一步，所述通过深度计算算法对所述RGB图像和红外图像进行深度计算，包括：
[0015]获取所述双目摄像头的内参参数和外参参数，通过双目视差计算算法对所述内参
参数和外参参数进行处理，生成人脸图像的视差图；
[0016]根据所述视差图计算得到所述人脸图像每一像素点的深度，并生成深度图像。
[0017]进一步，所述通过双目视差计算算法对所述内参参数和外参参数进行处理，生成人脸图像的视差图，包括：
[0018]获取所述RGB图像和红外图像，并将所述内参参数、外参参数、RGB图像、红外图像输入到SGBM(Semi
‑
Global Block Matching)算法中，仿真得到所述人脸图像的视差图。
[0019]进一步，所述根据所述视差图计算得到所述人脸图像每一像素点的深度，包括：
[0020]获取所述双目摄像头的焦距和光心距离，并从所述视差图中提取任一像素点的视差值；
[0021]根据所述焦距、光心距离和所述人脸图像中任一像素点的视差值计算该像素点的深度。
[0022]进一步，所述获取人脸特征的深度信息包括：
[0023]将所述RGB图像中人脸图像的坐标映射到所述深度图中；
[0024]从所述深度图中提取两个以上的人脸特征的深度值，并生成所述深度信息。
[0025]进一步，所述根据所述深度信息判断所述人脸目标是否为活体，包括：
[0026]将所述人脸特征的深度值进行比对；
[0027]若各个人脸特征的深度值不等同，则判定所述人脸目标为活体；若所述各个人脸特征的深度值等同，则判定所述人脸目标为非活体。
[0028]第二方面，本专利技术实施例提供了一种基于双目摄像头测距的人脸活检系统，在其中一些实施例中，所述系统包括：
[0029]图像接收模块，用于在检测到有人脸目标时，获取RGB摄像头生成的RGB图像和红外摄像头生成的红外图像；
[0030]图像处理模块，用于通过深度计算算法对所述RGB图像和红外图像进行深度计算，并获取人脸特征的深度信息；
[0031]判断模块，用于根据所述深度信息判断所述人脸目标是否为活体，并输出判定结果。
[0032]第三方面，本专利技术实施例提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行以上任一项实施例所述的基于双目摄像头测距的人脸活检方法。
[0033]第四方面，本专利技术实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行以上任一项实施例所述的基于双目摄像头测距的人脸活检方法。
[0034]相比于相关技术，本专利技术实施例提供的基于双目摄像头测距的人脸活检方法、系统、设备及存储介质，能够在检测到有人脸目标时，获取双目摄像头生成的人脸图像(RGB图像和红外图像)，通过深度计算算法对进行深度计算，并获取人脸特征的深度信息；然后根据深度信息判断拍摄到的人脸目标是否为活体，并输出判定结果。本专利技术在原有双目的基础上，标定两个摄像头的内参和外参，计算被测物体的深度信息，来辅助活体检测，使得人脸门禁的安全等级更高，防攻击的能力更强。另一方面，本专利技术相比价格更高的结构光模组以及TOF模组，双目实现深度信息价格更便宜，技术实现难度和生产成本更低；且与普通的
双目活检手段相比，由于加入了深度活检判断过程，因此防图片攻击能力更强。
附图说明
[0035]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0036]图1是根据本专利技术一实施例的基于双目摄像头测距的人脸活检方法的流程图；
[0037]图2是根据本专利技术一实施例的人脸活检方法在标定过程中获取的棋盘格图片；
[0038]图3是根据本专利技术一实施例的人脸活检方法在标定过程中获取得到的内参参数和外参参数；
[0039]图4是图1中步骤S2深度计算算法的深度计算原理图；
[0040]图5是视差计算原理图；
[0041]图6是根据本专利技术另一实施例的基于双目摄像头测距的人脸活检方法的流程图。
具体实施方式
[0042]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。此外，还可以理解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双目摄像头测距的人脸活检方法，其特征在于，所述双目摄像头包括RGB摄像头和红外摄像头，所述方法包括：在检测到有人脸目标时，获取RGB摄像头生成的RGB图像和红外摄像头生成的红外图像；通过深度计算算法对所述RGB图像和红外图像进行深度计算，并获取人脸特征的深度信息；根据所述深度信息判断所述人脸目标是否为活体，并输出判定结果。2.根据权利要求1所述的方法，其特征在于，在所述通过深度计算算法对所述RGB图像和红外图像进行深度计算的同时，所述方法还包括：通过活体检测算法对所述RGB图像和红外图像进行卷积计算，并获取所述人脸目标的特征信息；对所述特征信息进行综合评估得到特征值；当所述特征值大于预设阈值时，再根据所述深度信息判断所述人脸目标是否为活体。3.根据权利要求1所述的方法，其特征在于，所述通过深度计算算法对所述RGB图像和红外图像进行深度计算，包括：获取所述双目摄像头的内参参数和外参参数，通过双目视差计算算法对所述内参参数和外参参数进行处理，生成人脸图像的视差图；根据所述视差图计算得到所述人脸图像每一像素点的深度，并生成深度图像。4.根据权利要求3所述的方法，其特征在于，所述通过双目视差计算算法对所述内参参数和外参参数进行处理，生成人脸图像的视差图，包括：获取所述RGB图像和红外图像，并将所述内参参数、外参参数、RGB图像、红外图像输入到SGBM算法中，仿真得到所述人脸图像的视差图。5.根据权利要求3所述的方法，其特征在于，所述根据所述视差图计算得到所述人脸图像每一像素点的深度，包括...

【专利技术属性】
技术研发人员：冯上栋，王月平，肖传宝，
申请(专利权)人：杭州魔点科技有限公司，
类型：发明
国别省市：