【技术实现步骤摘要】
一种人脸活体检测方法及系统
本专利技术涉及人脸识别
,尤其涉及一种人脸活体检测方法及系统。
技术介绍
作为身份识别的有效技术,人脸识别技术已经在商业和执法部门得到广泛的应用,例如刑事鉴定、信用卡识别、安全系统、现场监控、门禁考勤等。在进行人脸识别的过程中,尤其需要解决人脸识别技术的安全问题,比如使用照片人脸、人脸视频片段或者仿造的三维人脸模型进行伪造登陆人脸识别系统。其中,照片人脸较其他方式更加容易获得,也最多地被用于伪造登陆人脸识别系统。为了使人脸识别系统更加安全,就需要设计能够抵御照片人脸登陆人脸识别系统的人脸活体检测系统。在实现人脸活体检测的过程中,专利技术人发现现有技术中至少存在如下问题:当采用三维深度信息进行人脸活体检测时,计算量大;通过分析高频分量来进行照片人脸和真实人脸的判断时,只适用于低分辨率照片,对于高清照片就无法判断,受应用场景约束。
技术实现思路
本专利技术的实施例提供一种人脸活体检测方法及系统,实现有效拒绝非真实人脸欺骗识别的同时,提高计算速度,同时不受应用场景的约束。为达到上述目的,本专利技术的实施例采用如下技术方案:一种人脸活体检测方法,包括:101、在采集的当前帧图片中定位面部关键点/块;102、当定位面部关键点/块不成功时,丢弃所述当前帧图片,采集下一帧图片,跳转执行步骤101;103、当定位面部关键点/块成功时,提取并存储所述面部关键点/块所在区域的特征值,将采集的图片帧数加1;104、判断所述采集的图片帧数是否等于第一预设值,如果不是,则采集下一帧图片并跳转执行步骤101;如果是,跳转执行步骤105;105、根据存储的 ...
【技术保护点】
一种人脸活体检测方法,其特征在于,包括:101、在采集的当前帧图片中定位面部关键点/块;102、当定位面部关键点/块不成功时,丢弃所述当前帧图片,采集下一帧图片,跳转执行步骤101;103、当定位面部关键点/块成功时,提取并存储所述面部关键点/块所在区域的特征值,将采集的图片帧数加1;104、判断所述采集的图片帧数是否等于第一预设值,如果不是,则采集下一帧图片并跳转执行步骤101;如果是,跳转执行步骤105;105、根据存储的所述面部关键点/块所在区域的特征值,计算平均差异值,所述平均差异值为当所述采集的图片帧数等于第一预设值时,所述采集的图片中面部关键点/块所在区域的特征值的平均差异值;106、判断所述平均差异值是否大于第一阈值,如果不是,则将所述采集的图片帧数减1,平均差异值的计算次数加1,并跳转执行步骤107;如果是,跳转执行步骤108;107、判断当前平均差异值的计算次数是否小于第二预设值,如果不是,则确定为非真实人脸;如果是,将存储的第一帧图片的面部关键点/块所在区域的特征值删除,采集下一帧图片,并跳转执行步骤101;108、判断所述平均差异值是否大于第二阈值,如果是,则确定 ...
【技术特征摘要】
1.一种人脸活体检测方法,其特征在于,包括:101、在采集的当前帧图片中定位面部关键点/块;102、当定位面部关键点/块不成功时,丢弃所述当前帧图片,采集下一帧图片,跳转执行步骤101;103、当定位面部关键点/块成功时,提取并存储所述面部关键点/块所在区域的特征值,将采集的图片帧数加1;104、判断所述采集的图片帧数是否等于第一预设值,如果不是,则采集下一帧图片并跳转执行步骤101;如果是,跳转执行步骤105;105、根据存储的所述面部关键点/块所在区域的特征值,计算平均差异值,所述平均差异值为当所述采集的图片帧数等于第一预设值时,所述采集的图片中面部关键点/块所在区域的特征值的平均差异值,所述平均差异值用于判断当所述采集的图片帧数等于第一预设值时,所述采集的图片中是否存在人脸的生理运动;106、判断所述平均差异值是否大于第一阈值,如果不是,则将所述采集的图片帧数减1,平均差异值的计算次数加1,并跳转执行步骤107;如果是,跳转执行步骤108;107、判断当前平均差异值的计算次数是否小于第二预设值,如果不是,则确定为非真实人脸;如果是,将存储的第一帧图片的面部关键点/块所在区域的特征值删除,采集下一帧图片,并跳转执行步骤101;108、判断所述平均差异值是否大于第二阈值,如果是,则确定为非真实人脸;如果不是,则确定为真实人脸,所述第二阈值大于所述第一阈值。2.根据权利要求1所述的方法,其特征在于,所述步骤101中,所述面部关键点/块包含眼睛和嘴巴的关键点/块,所述定位面部关键点/块包括:定位眼睛和嘴巴的关键点/块,具体为:通过形状对齐和主成分分析,建立眼睛和嘴巴的主动形状模型ASM形状模型;根据眼睛和嘴巴的纹理特征,建立眼睛和嘴巴的关键点/块的支持向量机SVM分类器。3.根据权利要求2所述的方法,其特征在于,所述步骤101中,所述在采集的当前帧图片中定位面部关键点/块包括:根据SVM分类器和ASM形状模型迭代的进行眼睛和嘴巴关键点/块的搜索和形状约束。4.根据权利要求3所述的方法,其特征在于,所述步骤103中,所述提取并存储所述面部关键点/块所在区域的特征值包括:根据左眼和右眼的位置,确定眼距;根据眼睛和嘴巴的关键点/块,确定在所述当前帧图片中左眼、右眼及嘴巴所在区域,并根据所述眼距将所述左眼、右眼及嘴巴所在区域进行水平校正;分别提取所述左眼、右眼及嘴巴所在区域的特征值,并将所述左眼、右眼及嘴巴所在区域的特征值存入队列中。5.根据权利要求4所述的方法,其特征在于,所述计算平均差异值包括:根据计算当所述采集的图片帧数等于所述第一预设值时,所述采集的图片中的任意两帧图片对应的特征值的加权欧氏距离,其中D(Xp,Xq)为在所述采集的图片中第p帧和第q帧图片对应的特征值的加权欧氏距离,dL为左眼所在区域的特征值个数,dR为右眼所在区域的特征值个数,dM为嘴巴所在区域的特征值个数,和分别为第p帧和第q帧图片中左眼所在区域的第i个特征值,和分别为第p帧和第q帧图片中右眼所在区域的第i个特征值,和分别为第p帧和第q帧图片中嘴巴所在区域的第i个特征值,w1为左眼所在区域的人脸生理形变的敏感度值,w2为右眼所在区域的人脸生理形变的敏感度值,W3为嘴巴所在区域的人脸生理形变的敏感度值;根据计算当所述采集的图片帧数等于所述第一预设值时,所述采集的图片中眼睛和嘴巴所在区域的特征值的平均差异值,其中D为所述第一预设值帧数的图片中眼睛和嘴巴区域的特征值的平均差异值,N为所述第一预设值,D(Xp,Xq)为所述第一预设值帧数的图片中第p帧和第q帧图片对应的特征值的加权欧氏距...
【专利技术属性】
技术研发人员:黄磊,任智杰,
申请(专利权)人:汉王科技股份有限公司,
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。