一种基于双目深度信息的活体检测方法与系统技术方案

本发明专利技术提供一种基于双目深度信息的活体检测方法与系统，属于图像处理技术领域，具体包括：通过用户的面部图像的面部特征

【技术实现步骤摘要】
一种基于双目深度信息的活体检测方法与系统


[0001]本专利技术属于图像处理
，尤其涉及一种基于双目深度信息的活体检测方法与系统
。

技术介绍

[0002]随着人脸识别技术的快速发展，人脸识别在门禁领域的应用日益广泛，不仅提升了用户的使用便捷性，同时也保证了门禁的安全性，但与此同时，如何实现对人脸识别用户的活体识别成为亟待解决的技术问题
。
[0003]为了实现对人脸识别用户的活体识别，在专利技术专利
《
基于双目深度和图片结构信息的活体检测方法
、
装置和存储介质
》
中通过两个摄像头拍摄同一目标物的图像，获取目标物的关键点在两个摄像头之间的视差，从而实现非活体的识别，但是却存在以下技术问题：忽视了首先通过单一的摄像头进行活体的识别，具体的，采用两个以上的摄像装置进行活体的识别，不仅计算复杂度较大，同时需要联合多个图像进行联合分析，导致分析的效率也无法满足要求
。
[0004]忽视了配合人脸图像的采集清晰度以及背景信息相结合进行用户的活体识别，具体的，采用人脸图片等冒充方式，其背景信息往往是一成不变的，且人脸图像的采集清晰度也较差，因此若不能结合上述因素，则无法准确的实现对非活体的识别
。
[0005]针对上述技术问题，本专利技术提供了一种基于双目深度信息的活体检测方法与系统
。

技术实现思路

[0006]为实现本专利技术目的，本专利技术采用如下技术方案：根据本专利技术的一个方面，提供了一种基于双目深度信息的活体检测方法
。
[0007]一种基于双目深度信息的活体检测方法，其特征在于，具体包括：
S11
通过用户的面部图像的面部特征
、
背景特征以及清晰度进行所述用户的活体辨识概率的确定，并判断所述用户的活体辨识概率是否满足要求，若是，则进入下一步骤，若否，则通过所述活体辨识概率输出活体辨识结果；
S12
基于用户身份确定历史非活体识别次数
、
本次活体识别次数以及活体辨识结果，结合所述用户的活体识别概率进行活体综合辨识概率的确定，并判断活体综合辨识概率是否满足要求，若是，则进入下一步骤，若否，则通过用户的活体综合辨识概率输出活体辨识结果；
S13
通过检测间隔时间进行所述用户的二次辨识面部特征
、
二次辨识背景特征的确定，结合所述用户的两次辨识的面部特征偏差量以及背景特征偏差量确定二次活体辨识概率，判断所述二次活体辨识概率确定是否满足要求，若是，则进入下一步骤，若否，则通过所述用户的活体综合辨识概率以及二次活体辨识概率输出活体辨识结果；
S14
至少通过两个摄像装置获取所述用户的面部图像的深度信息特征，并结合用
户的活体综合辨识概率以及二次活体辨识概率输出活体辨识结果
。
[0008]进一步的，所述用户的面部图像的面部特征包括但不限于纹理特征
、
面部器官的几何特征以及颜色特征
。
[0009]进一步的，所述用户的面部图像的清晰度根据所述面部图像的均方误差
、
峰值信噪比以及图像色彩深度进行确定
。
[0010]进一步的，所述用户的活体辨识概率的确定的方法为：
S21
通过所述用户的面部图像的面部特征进行所述用户的纹理特征
、
面部器官的几何特征以及颜色特征的确定，并通过所述纹理特征
、
面部器官的几何特征以及颜色特征进行所述用户的面部特征的活体辨识概率的确定，并判断所述用户的面部特征的活体辨识概率是否小于设定概率阈值，若是，则确定所述用户为非活体，若否，则进入下一步骤；
S22
通过所述用户的面部图像的背景特征进行所述面部图像的背景图像的纹理特征和颜色特征的确定，并根据所述背景图像的纹理特征以及颜色特征进行所述用户的背景特征的活体辨识概率的确定，并判断所述用户的背景特征的活体辨识概率是否小于设定概率阈值，若是，则确定所述用户为非活体，若否，则进入下一步骤；
S23
通过所述用户的面部图像的清晰度进行所述面部图像的均方误差
、
峰值信噪比以及图像色彩深度的确定，并根据所述面部图像的均方误差
、
峰值信噪比以及图像色彩深度进行所述用户的清晰度活体辨识概率的确定；
S24
通过所述用户的面部特征的活体辨识概率
、
背景特征的活体辨识概率以及清晰度活体辨识概率进行所述用户的活体辨识概率的确定
。
[0011]进一步的，判断所述用户的活体辨识概率是否满足要求，具体包括：当所述用户的活体辨识概率不大于设定概率阈值时，则确定所述用户的活体辨识概率不满足要求，并确定所述用户为非活体；当所述用户的活体辨识概率不小于第二设定概率阈值时，则确定所述用户的活体辨识概率不满足要求，并确定所述用户为活体，其中第二设定概率阈值大于设定概率阈值；当所述用户的活体辨识概率在设定概率阈值与所述第二设定概率阈值之间时，则确定所述用户的活体辨识概率满足要求
。
[0012]进一步的，所述活体综合辨识概率的确定的方法为：
S31
获取所述用户的活体识别概率，并判断所述用户的活体识别概率是否小于第三设定概率，其中所述第三设定概率大于设定概率阈值且小于第二设定概率阈值之间，若是，则进入步骤
S32
，若否，则进入步骤
S34;S32
通过所述用户的面部图像进行所述用户的用户身份的确定，并根据所述用户的用户身份进行在最近的指定时间内的活体验证识别次数的确定，并将所述用户在最近的指定时间内的活体验证识别次数作为本次活体识别次数，并判断所述用户的本次活体识别次数是否大于预设次数，若是，则进入步骤
S32
，若否，则步骤
S34
；
S33
通过所述用户的不同的本次活体识别次数的活体辨识结果进行所述用户的本次活体识别中的非活体辨识结果的次数的确定，并结合所述非活体辨识结果的活体综合辨识概率的最小值以及均值进行所述用户的本次活体识别的历史活体辨识值的确定，并判断所述用户的本次活体识别的历史活体辨识值是否满足要求，若是，则进入下一步骤，若否，则确定所述用户为非活体；
S34
通过所述用户的用户身份进行所述用户的历史中的非活体辨识结果的次数的确定，并将所述用户的历史中的非活体辨识结果的次数作为历史非活体识别次数，并结合所述用户的本次活体识别的历史活体辨识值以及所述本次活体识别次数进行所述用户的活体识别经验值的确定，并通过所述用户的活体识别经验值以及所述用户的活体识别概率进行活体综合辨识概率的确定
。
[0013]进一步的，所述用户的本次活体识别的历史活体辨识值的取值范围在0到1之间，其中所述用户的历史活体辨识值越大，则说明所述用户为活体的概率越大，并当所述用户的本次活体识别的历史活体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于双目深度信息的活体检测方法，其特征在于，具体包括：通过用户的面部图像的面部特征
、
背景特征以及清晰度进行所述用户的活体辨识概率的确定，并判断所述用户的活体辨识概率是否满足要求，若是，则进入下一步骤，若否，则通过所述活体辨识概率输出活体辨识结果；基于用户身份确定历史非活体识别次数
、
本次活体识别次数以及活体辨识结果，结合所述用户的活体识别概率进行活体综合辨识概率的确定，并判断活体综合辨识概率是否满足要求，若是，则进入下一步骤，若否，则通过用户的活体综合辨识概率输出活体辨识结果；通过检测间隔时间进行所述用户的二次辨识面部特征
、
二次辨识背景特征的确定，结合所述用户的两次辨识的面部特征偏差量以及背景特征偏差量确定二次活体辨识概率，判断所述二次活体辨识概率确定是否满足要求，若是，则进入下一步骤，若否，则通过所述用户的活体综合辨识概率以及二次活体辨识概率输出活体辨识结果；至少通过两个摄像装置获取所述用户的面部图像的深度信息特征，并结合用户的活体综合辨识概率以及二次活体辨识概率输出活体辨识结果
。2.
如权利要求1所述的一种基于双目深度信息的活体检测方法，其特征在于，所述用户的面部图像的面部特征包括但不限于纹理特征
、
面部器官的几何特征以及颜色特征
。3.
如权利要求1所述的一种基于双目深度信息的活体检测方法，其特征在于，所述用户的面部图像的清晰度根据所述面部图像的均方误差
、
峰值信噪比以及图像色彩深度进行确定
。4.
如权利要求1所述的一种基于双目深度信息的活体检测方法，其特征在于，所述用户的活体辨识概率的确定的方法为：通过所述用户的面部图像的面部特征进行所述用户的纹理特征
、
面部器官的几何特征以及颜色特征的确定，并通过所述纹理特征
、
面部器官的几何特征以及颜色特征进行所述用户的面部特征的活体辨识概率的确定，并判断所述用户的面部特征的活体辨识概率是否小于设定概率阈值，若是，则确定所述用户为非活体，若否，则进入下一步骤；通过所述用户的面部图像的背景特征进行所述面部图像的背景图像的纹理特征和颜色特征的确定，并根据所述背景图像的纹理特征以及颜色特征进行所述用户的背景特征的活体辨识概率的确定，并判断所述用户的背景特征的活体辨识概率是否小于设定概率阈值，若是，则确定所述用户为非活体，若否，则进入下一步骤；通过所述用户的面部图像的清晰度进行所述面部图像的均方误差
、
峰值信噪比以及图像色彩深度的确定，并根据所述面部图像的均方误差
、
峰值信噪比以及图像色彩深度进行所述用户的清晰度活体辨识概率的确定；通过所述用户的面部特征的活体辨识概率
、
背景特征的活体辨识概率以及清晰度活体辨识概率进行所述用户的活体辨识概率的确定
。5.
如权利要求1所述的一种基于双目深度信息的活体检测方法，其特征在于，判断所述用户的活体辨识概率是否满足要求，具体包括：当所述用户的活体辨识概率不大于设定概率阈值时，则确定所述用户的活体辨识概率不满足要求，并确定所述用户为非活体；当所述用户的活体辨识概率不小于第二设定概率阈值时，则确定所述用户的活体辨识概率不满足要求，并确定所述用户为活体，其中第二设定概率阈值大于设定概率阈值；
当所述用户的活体辨识概率在设定概率阈值与所述第二设定概率阈值之间时，则确定所述用户的活体辨识概率满足要求
。6.
如权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：潘石柱，庞成俊，罗焰金，
申请(专利权)人：杭州锐颖科技有限公司，
类型：发明
国别省市：