【技术实现步骤摘要】
本专利技术涉及人体生物特征识别，具体地，涉及一种散斑活体识别深度相机及电子设备。
技术介绍
1、激光散斑是指激光在散射体表面的漫反射或通过一个透明散射体(如毛玻璃)时，在散射表面或附近的光场中可以观察到一种无规分布的亮暗斑点，这种斑点称为激光散斑。
2、人体的皮肤内部结构复杂，其中的毛细血管遍布皮肤内表面，皮肤的真皮层内包含多种复杂皮肤组织(如：神经纤维、皮脂腺、毛囊、汗腺等)，是典型的各向异性材料，而目前很难将攻击假体做成具有和真人皮肤相似的各向异性特性，目前市面可见的攻击假体基本上由均质材料制成。由于真人皮肤和攻击假体的在不同方向上的材质均匀性不同，而激光散斑具有较强的穿透性能，光束会穿透角质层和皮下组织，角质层的厚度、形态、皮下组织内的发色团等因素都会影响光的散射和吸收现象，这导致真人皮肤和攻击假体对于激光散斑吸收和反射的光学特性存在显著差异。
3、活体判定算法是对人体生物图像，如人脸图像、手掌图像、瞳孔图像、指纹图像等，进行识别之前的重要一环，在进行识别之前，算法需要判断所要识别的图像属于活体真人的图像，需要抵挡打印照片，电子视频，3d手模等非真人活体图像的攻击。目前常用的手掌活体算法有:基于rgb的手掌活体算法,基于近红外活体算法以及基于深度手掌活体算法。对于一些特别逼真或者和真人特别接近的攻击假体(比如3d硅胶手套,3d硅胶手模等)基于近红外或者rgb的活体算法很容易出现误判,而基于深度的活体算法能够抵挡2d假体攻击,但是对于3d类别的假体攻击(比如3d硅胶手套,3d手模等等)往往是无能为力。
4、以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。
技术实现思路
1、为此，本专利技术在散斑图上检测目标区域，获得多个散斑与相邻散斑的亮度关系，进而利用多个散斑的亮度关系、散斑亮度与形状的关系判断目标对象是否为活体，具有识别速度快、适应性强、生物信息活体识别效果好、算力要求低的优点。
2、第一方面，本专利技术提供一种散斑活体识别深度相机，其特征在于，包括：
3、散斑投射器，用于投射散斑；
4、散斑接收器，用于接收目标对象的反射信号，并生成散斑图；
5、处理器，用于对所述散斑图进行检测，识别出多个散斑及散斑亮度，计算每个散斑与相邻散斑的亮度关系，根据多个散斑的所述亮度关系、所述散斑亮度与形状的关系、所述深度值与所述亮度关系中的至少一个判断目标对象是否为活体。
6、可选地，所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
7、步骤s1：获取散斑图，并检测到目标区域；所述目标区域是包含生物信息的区域；
8、步骤s2：识别所述目标区域上的多个散斑及散斑亮度；
9、步骤s3：计算每个散斑与相邻散斑的亮度关系；
10、步骤s4：根据多个散斑的所述亮度关系、所述散斑亮度与形状的关系判断目标对象是否为活体。
11、可选地，所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
12、步骤s1：获取散斑图，并检测到目标区域；所述目标区域是包含人体生物信息的区域；
13、步骤s2：识别所述目标区域上的多个散斑及散斑亮度；
14、步骤s5：计算每个散斑的深度值及与相邻散斑的亮度关系；
15、步骤s6：根据多个散斑的所述深度值与所述亮度关系判断目标对象是否为活体。
16、可选地，所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
17、步骤s1：获取散斑图，并检测到目标区域；所述目标区域是包含人体生物信息的区域；
18、步骤s2：识别所述目标区域上的多个散斑及散斑亮度；
19、步骤s3：计算每个散斑与相邻散斑的亮度关系；
20、步骤s7：根据多个散斑的所述亮度关系与形态判断目标对象是否为活体。
21、可选地，所述的一种散斑活体识别深度相机，其特征在于，步骤s1包括：
22、步骤s11：获取散斑图；
23、步骤s12：根据目标检测模型对所述散斑图进行检测，获得第一目标区域；
24、步骤s13：根据所述第一目标区域上的关键点，截取得到第二目标区域。
25、可选地，所述的一种散斑活体识别深度相机，其特征在于，步骤s2包括：
26、步骤s21：根据边缘检测算法检测所述散斑图中的边缘，得到每个散斑的位置；
27、步骤s22：对所述边缘进行膨胀和腐蚀操作，得到每个散斑的精确位置；
28、步骤s23：对每个散斑进行位置标记，确定在图像中的具体位置；
29、步骤s24：根据每个散斑的具体位置，计算每个散斑的平均亮度值及亮度分布比重。
30、可选地，所述的一种散斑活体识别深度相机，其特征在于，根据所述散斑亮度与形状的关系判断目标对象是否为活体包括：
31、步骤m41：统计散斑的所述平均亮度与所述深度值的关系，如果符合预设条件，执行步骤m42，否则判定为假体；
32、步骤m42：统计散斑的所述亮度分布比重与所述深度值的关系，如果符合预设条件，判定为活体，否则判定为假体。
33、可选地，所述的一种散斑活体识别深度相机，其特征在于，在计算每个散斑与相邻散斑的亮度关系时包括：
34、步骤s31：根据每个散斑的位置，在距离约束下，找到多个相邻散斑；
35、步骤s32：根据所述散斑与所述相邻散斑的最大亮度的差值向量相乘，得到所述散斑的高差值向量；
36、步骤s33：根据所述散斑与所述相邻散斑的平均亮度的差值向量相乘，得到所述散斑的均差值向量。
37、可选地，所述的一种散斑活体识别深度相机，其特征在于，根据所述亮度关系进行判断包括：
38、步骤s41：统计所述高差值向量的分布，获得大于第一阈值的散斑数量m；
39、步骤s42：如果m大于第二阈值，执行步骤s43，否则判定为假体；
40、步骤s43：统计所述均差值向量的分布，获得大于第三阈值的散斑数量n；
41、步骤s44：如果n大于第四阈值，判定为活体，否则判定为假体。
42、第二方面，本专利技术提供一种电子设备，其特征在于，包括前述任意一项所述散斑活体识别深度相机。
43、与现有技术相比，本专利技术具有如下的有益效果：
44、本专利技术利用散斑图直接进行活体检测，利用了散斑在不同深度、本文档来自技高网...
【技术保护点】
1.一种散斑活体识别深度相机，其特征在于，包括：
2.根据权利要求1所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
3.根据权利要求1所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
4.根据权利要求1所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
5.根据权利要求2、3或4所述的一种散斑活体识别深度相机，其特征在于，步骤S1包括：
6.根据权利要求2、3或4所述的一种散斑活体识别深度相机，其特征在于，步骤S2包括：
7.根据权利要求6所述的一种散斑活体识别深度相机，其特征在于，根据所述散斑亮度与形状的关系判断目标对象是否为活体包括：
8.根据权利要求1所述的一种散斑活体识别深度相机，其特征在于，在计算每个散斑与相邻散斑的亮度关系时包括：
9.根据权利要求8所述的一种散斑活体识别深度相机，其特征在于，根据所述亮度关系进行判断包括：
10.一种电子设备，其特征在于，包括权利要求1至4中任意一项所述散斑活体识别深度
...【技术特征摘要】
1.一种散斑活体识别深度相机，其特征在于，包括：
2.根据权利要求1所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
3.根据权利要求1所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
4.根据权利要求1所述的一种散斑活体识别深度相机，其特征在于，所述处理器在处理时包括：
5.根据权利要求2、3或4所述的一种散斑活体识别深度相机，其特征在于，步骤s1包括：
6.根据权利要求2、3或4所述的一种散斑...
【专利技术属性】
技术研发人员：段兴，颜崎展，陈晨，林威宇，吴陈涛，兰兴增，汪博，朱力，吕方璐，
申请(专利权)人：深圳市光鉴科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。