[发明专利]一种基于HSV 颜色空间统计特征的活体人脸检测方法

说明书

技术领域

本发明涉及一种应用于人脸识别的活体真实人脸判别技术，尤其是涉及一种基于HSV颜色空间统计特征的活体人脸检测方法。 

背景技术

随着生物特征识别技术的快速发展，人脸识别、指纹识别、虹膜识别技术等在身份验证中扮演着重要的角色，其中人脸识别技术是最方便、最适合人们习惯的一种识别技术，得到了广泛地应用。人脸识别可以取代传统的密码，并比传统的密码拥有更多的便捷，不用担心某一天密码被遗忘或被别有用心的人破译，因此其已经在最近几十年取得了飞速的发展。目前，人脸识别技术已广泛应用于刑侦破案、银行系统、社会福利、海关检查、民政部门、电话系统、作息考勤等领域。人脸识别技术作为当今有效的身份认证方法，其应用范围势必扩大，并且会给人们带来更多的方便，但一些问题也随之发生了，一些不法分子利用一些技术仿冒人的生物特征去欺骗识别系统，给合法用户带来了经济财产损失，造成了社会纷扰。为了更安全地进行身份认证和检测身份来源的真实性，检测被识别的对象是否是活体真人显得尤为重要。对人脸认证系统进行欺骗的对象一般是真实身份人的照片，因此检测图像源自真人还是欺骗的照片非常重要。 

在人类生活环境中，人脸认证系统中主要有以下几种欺骗方法：(1)窃取用户的照片进行欺骗；(2)用公众场合、网络上录制的视频进行欺骗；(3)通过计算机建模的用户三维模型进行欺骗。其中，照片欺骗是代价最小、最简单的欺骗方法，并随着信息技术的不断发展，对于大多数人而言，一个人的脸部图像通常是非常容易获取的，比如：通过互联网下载、通过摄像头在合法用户不知情的情况下抓拍等，而别有用心的非法用户可以通过脸部图像在图像采集设备前做各种各样翻转变化。而对于用户三维模型，不仅构造三维模型非常困难，以现有的技术还难以实施，而且人脸是活体的柔性面部，塑造的三维模型是僵硬的，并没有局部运动，因此它要和人脸具有一模一样的特征是不可能的，所以欺骗代价很大。 

从人脸认证系统走向应用的阶段，验证一张输入的人脸图像是来自活体真实人脸还是经过翻拍或打印的照片人脸是非常具有现实意义的。现有的应用于人脸识别中的活体 检测方法主要有两种，第一种检测方法通过判断人脸是否具有生理活动（如眨眼、唇动等）实现检测；第二种检测方法通过分析图像傅里叶频谱成分实现检测，这些检测方法都需要采集多幅照片，并对低分辨率的照片检测效果差；另一方面，还会增加人脸认证系统延时和计算复杂度，从而会造成系统资源消耗，因此这些检测方法在普通小型设备上应用不太理想。目前，还存在热红外成像分析方法，但这种方法需要增加昂贵的附加设备，而且该方法本身存在不稳定因素，因此在普通设备上也无法大范围推广应用。 

发明内容

本发明所要解决的技术问题是提供一种只需采集单张人脸图像，且成本低、计算复杂度低、检测准确率高的基于HSV颜色空间统计特征的活体人脸检测方法。 

本发明解决上述技术问题所采用的技术方案为：一种基于HSV颜色空间统计特征的人脸活体检测方法，其特征在于包括以下步骤： 

①在不同场景对不同的人采集活体真实人脸图像，之后将采集的活体真实人脸图像显示于液晶显示器上，并对液晶显示器上显示的活体真实人脸图像进行翻拍，得到多幅翻拍人脸照片，然后将采集的每幅活体真实人脸图像作为一个正样本，将每幅翻拍人脸照片图像作为一个负样本，接着提取每个正样本和每个负样本的所有特征值，再将每个正样本的标签记为+1，将每个负样本的标签记为-1，最后将所有正样本和所有负样本的特征值送入支持向量机中，利用支持向量机进行训练； 

②从摄像头获取RGB颜色空间的包含人脸的图像； 

③将包含人脸的图像从RGB颜色空间转换到YCrCb颜色空间，接着对YCrCb颜色空间的包含人脸的图像依次进行肤色分割处理、去噪处理、数学形态学处理和标定连通区域边界处理，得到多个最小外接矩形，然后对多个最小外接矩形进行筛选，再对筛选后得到的多个最小外接矩形进行归并处理，得到候选的人脸矩形区域，最后通过模板匹配方法获得最终的人脸矩形区域的坐标； 

④利用步骤③中获取的人脸矩形区域的坐标，将步骤②中获取的包含人脸的图像的人脸部分截取出，然后采用双线性插值法将截取出的人脸部分缩放为尺寸大小为240×320的人脸图像，再将缩放形成的人脸图像从RGB颜色空间转换到HSV颜色空间，并将HSV颜色空间的人脸图像作为要提取特征的待检测的人脸图像；