一种基于视线特征的人脸识别认证方法技术

本发明专利技术公开了一种基于视线特征的人脸识别认证方法，涉及人脸识别技术领域，通过随机生成并显示快速闪现的激励点，使得用户产生反射性眼球运动，拍摄用户面部视频；处理拍摄的用户面部视频，并将处理好的用户面部视频送入注视校准模型获取准确的眼动轨迹；根据眼动轨迹计算眼球运动速度，根据用户注视轨迹匹配和行为匹配指标，检测用户面部视频对应的对象是否为活体。本发明专利技术提供的一种基于视线特征的人脸识别认证方法解决了现有技术中人脸认证系统容易受到欺骗攻击，存在严重的安全隐患的技术问题。术问题。术问题。

【技术实现步骤摘要】
一种基于视线特征的人脸识别认证方法


[0001]本专利技术涉及人脸识别
，更具体的说是涉及一种基于视线特征的人脸识别认证方法。

技术介绍

[0002]目前，随着网络与移动通信技术的发展，智能手机普及，移动支付和众多云服务已经成为了日常生活中不可或缺的工具。在这种情况下，安全和隐私问题受到关注。
[0003]人脸认证技术比对人脸进行用户识别，对前端设备的硬件要求较低，其被广泛应用于银行应用程序等的远程身份验证。人脸认证系统首先要求用户登记多张从不同角度拍摄的照片，然后存储人脸生物特征。在验证时候，检测请求访问的人脸特征是否与注册用户登记的人脸特征相匹配。然而，人脸认证系统容易受到欺骗攻击，攻击者通过显示图片等简单手段就能冒充合法用户。因此人脸认证系统需要采用一定防御手段。在身份验证时，人脸认证系统同时进行活体检测，验证对象的真伪。
[0004]但是，鉴于当今大多数智能手机上的相机只能拍摄二维照片，面部生物识别最初是从二维图像中提取的。当前技术使用各种反欺骗方法增强人脸认证安全性。通过一个额外的本地摄像头或其它传感技术，系统可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视线特征的人脸识别认证方法，其特征在于，包括：步骤1：随机生成并显示快速闪现的激励点，使得用户产生反射性眼球运动，拍摄用户面部视频；步骤2：处理拍摄的用户面部视频，并将处理好的用户面部视频送入注视校准模型获取准确的眼动轨迹；步骤3：根据眼动轨迹计算眼球运动速度，根据用户注视轨迹匹配和行为匹配指标，检测用户面部视频对应的对象是否为活体。2.根据权利要求1的一种基于视线特征的人脸识别认证方法，其特征在于，所述步骤1中随机生成并显示快速闪现的激励点包括屏幕间隔固定的延时，生成连续的激励点，屏幕间隔的延时与人的反射性眼动延迟相同。3.根据权利要求2的一种基于视线特征的人脸识别认证方法，其特征在于，基于Fick
‑
gimbal视角模型，所述两个连续的激励点之间的眼动角度在[R
min
,R
max
]中均匀分布，R
min
为摄像头所能检测到的最小扫视角度，R
max
为在视角模型的约束头部运动的基础下的最大视角角度。4.根据权利要求1的一种基于视线特征的人脸识别认证方法，其特征在于，所述步骤2中处理拍摄的用户面部视频具体包括：步骤2.1：使用卷积神经网络进行人脸和人脸特征点检测，卷积神经网络前面层提取人脸特征，最后一层全联接层将人脸边界框与人脸特征点级联，选取面积最大的人脸，获取其人脸特征点；步骤2.2：从原始用户面部视频中裁剪出步骤2.1所述的人脸与人脸特征点中的左右眼，并缩放到固定分辨率；步骤2.3：使用步骤2.2所裁剪的人脸和人脸特征点中的左右眼作为输入，送入注视检测网络模型，并通过用户个人化的校准优化模型获得准确的眼动轨迹。5.根据权利要求4的一种基于视线特征的人脸识别认证方法，其特征在于，所述步骤2.3具体包括：所述注视检测网络模型左右眼的卷积层权重共享，使用全联接层连接左右眼图像的卷积层和人脸图像卷积层，此全联接层与特征点输入到最后一层，最后一层输出注视点的屏幕二维坐标；眼动轨迹由注视检测网络模型最后一层输出注视点的屏幕二维坐标的位置组成，该位置为x
‑
y平面下笛卡尔坐标系的位置坐标；所述注视校准模型在训练阶段，根据激励点和屏幕中心之间的欧氏距离设置训练样...

【专利技术属性】
技术研发人员：陈艳姣，徐文渊，欧润民，曹雨欣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：