【技术实现步骤摘要】
本专利技术涉及图像处理领域，特别涉及一种基于光流图时空特征的人脸活体检测方法。
技术介绍
1、人脸识别技术以其非接触验证的用户友好性、廉价采集设备的安装方便性以及识别验证的快速有效性被越来越多的场合所应用，但在人脸识别发展的背后，存在一个较大的安全隐患即系统易受到非法用户伪造的人脸照片、视频及面具等的恶意入侵。面对人脸识别安全问题，人脸活体检测方法被越来越多国内外学者研究，目前普遍的研究方法主要有三类：
2、一是基于图像纹理的方法。该方法利用多次成像的伪造人脸与一次成像的真实人脸图像存在高光、模糊和阴影变化的差异区分真假人脸，主要借助人工设计的单一特征表征图像差异，虽然具有检测高效、低成本的优势，但人工设计的单一特征易受到采集设备、环境的影响，泛化能力较差；
3、二是基于运动信息的方法。该方法利用虚假人脸不易模拟张嘴、睁眼及头部晃动等真实人脸特有的运动区分真假人脸，检测具有更好的稳定性，更不易受外界条件干扰。但是部分方法需要用户配合、用户体验不佳，而不需要用户配合的方法其提取的运动线索有限，仅限于面部或背景区域，很难覆盖全面的运动，导致性能不佳；
4、三是基于深度学习的方法。该方法利用卷积神经网络自行提取特征的能力，挖掘区分真假人脸的有效特征，同时借助循环神经网络学习连续帧在时间上的变化特征，在数据集内展现出优异的性能，但过于依赖数据的深度学习方法，泛化能力依然不足，并且循环神经网络在rgb图像上学习的时间特征，其连续帧图像变化不明显，检测效果不易提升。
5、可见，现有方法已取得一
技术实现思路
1、为了解决现有问题，本专利技术提供了一种基于光流图时空特征的人脸活体检测方法，具体方案如下：
2、一种基于光流图时空特征的人脸活体检测方法，包括以下步骤：
3、s1，获取视频序列，根据获取的视频序列计算得到光流图并进行人脸检测，确定人脸位置；
4、s2，利用人脸区域为基准向外扩展背景区域，归一化人脸图像，得到人脸光流图训练集和测试集；
5、s3，将人脸光流图训练集送入残差神经网络模型训练，得到已训练的残差网络模型；将训练集和测试集送入已训练残差网络模型提取光流图空间上的运动特征，得到训练集和测试集的空间运动特征；
6、s4，将训练集的空间运动特征送入长短时记忆网络和全连接层中训练，得到已训练的网络模型，将测试集的空间运动特征送入上述已训练的网络模型先提取时间上的运动变化特征，最后由全连接层进行二分类，确定真假人脸。
7、优选地，步骤s1的具体步骤包括：
8、s11，利用farneback的稠密光流法计算相邻帧之间的光流矢量，得到光流图序列；
9、s12，借助mtcnn人脸检测算法获取光流图中的人脸位置，得到人脸的宽度和高度。
10、优选地，步骤s2的具体步骤包括：
11、s21，以原始人脸宽度和高度为基准，设定比例系数扩展人脸区域，若超出原始帧大小，以复制边缘像素点的方法填充不足的区域；
12、s22，为统一得到相同的人脸光流图大小，使用双三次插值法缩放图像大小，得到人脸光流图的训练集和测试集。
13、优选地，步骤s3的具体步骤包括：
14、s31，为加快人脸光流图的训练时间和精度，用已训练过imagenet图像数据集的残差网络resnet50模型进行训练，训练数据为步骤s2得到的人脸光流图训练集，得到已训练光流图的resnet50模型；
15、s32，用人脸光流图的训练集和测试集作为输入，送入已训练的resnet50模型中，得到从残差网络提取的训练集和测试集的空间运动特征。
16、优选地，步骤s4的具体操作为：
17、s41，构建长短时记忆lstm网络并在后面添加一层全连接层用于分类；
18、s42，用训练集的空间运动特征训练lstm模型，得到已训练的lstm模型；
19、s43，用测试集的空间运动特征作为lstm模型的输入，由全连接层输出每个样本的真假人脸概率。
20、本专利技术还揭示了一种计算机可读存储介质，介质上存有计算机程序，计算机程序运行后，执行如上述任一项所述的方法。
21、本专利技术还揭示了一种计算机系统，包括处理器、存储介质，存储介质上存有计算机程序，处理器从存储介质上读取并运行计算机程序以执行如上述任一项所述的方法。
22、本专利技术的有益效果在于：
23、本专利技术使用光流图表征人脸运动信息，覆盖了更全面的运动，能更好规避复杂场景中的攻击影响，提高模型的泛化能力；同时因运动信息的时序性，利用lstm网络学习连续帧的运动变化特征，不仅学习了图像中的空间运动特征还学习了连续帧的时间特征，在特征提取上更好的表达了图像信息。因此在无需额外硬件、用户配合的基础上人脸活体检测可以实现泛化性能更好、检测误差更低的效果。
本文档来自技高网...【技术保护点】
1.一种基于光流图时空特征的人脸活体检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤S1的具体步骤包括：
3.根据权利要求2所述的方法，其特征在于，步骤S2的具体步骤包括：
4.根据权利要求1所述的方法，其特征在于，步骤S3的具体步骤包括：
5.根据权利要求1所述的方法，其特征在于，步骤S4的具体操作为：
6.一种计算机可读存储介质，其特征在于：介质上存有计算机程序，计算机程序运行后，执行如权利要求1至5中任一项所述的方法。
7.一种计算机系统，其特征在于：包括处理器、存储介质，存储介质上存有计算机程序，处理器从存储介质上读取并运行计算机程序以执行如权利要求1至5中任一项所述的方法。
【技术特征摘要】
1.一种基于光流图时空特征的人脸活体检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤s1的具体步骤包括：
3.根据权利要求2所述的方法，其特征在于，步骤s2的具体步骤包括：
4.根据权利要求1所述的方法，其特征在于，步骤s3的具体步骤包括：
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员：刘楚，成伟，孙迪，
申请(专利权)人：中科数测无锡科技有限公司，
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。