[发明专利]一种鉴别仿冒照片欺骗的人脸识别方法

说明书

技术领域

本发明属于数字图像处理和模式识别领域，具体是一种鉴别仿冒照片欺骗的人脸识别方法。

背景技术

目前，在各个领域所使用的人脸识别系统中，绝大部分并未实现活体检测的功能，使用照片就可以轻易地攻破系统，缺乏安全性。即便是实现了这个功能的人脸识别系统也因其硬件设备昂贵，且需要用户配合而导致用户体验差等原因未被广泛应用。

为解决现有人脸识别系统缺少活体检测功能、活体检测代价昂贵、推广性差的问题，本技术提出一种基于图像的颜色分布，反射比率和模糊度三种特征融合的抗照片欺骗人脸识别方法。

该方法不仅能实现人脸识别中的活体检测，还不需要多余硬件设备，可以方便地加入现有的人脸识别系统中，是一种经济的活体检测解决方案。另外，本方法不需要用户主动地配合，是一种友好的活体检测解决方案。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种不需要判断人的生理活动，从而增强用户体验，并且还提高了检测速度和识别速度，增强了实时性的方法。本发明的技术方案如下：

一种鉴别仿冒照片欺骗的人脸识别方法，包括，步骤1：从摄像头获取输入图像；步骤2、检测获取的图像中的人脸，若检测不到人脸则重新获取图像；步骤3、对获取到的图像中的人脸进行归一化处理，其还包括以下步骤4：对归一化后的图像进行颜色分布特征、反射率和模糊度特征提取，根据获得的以上特征进行训练，并判断获取的人脸图像是否来源于活体，若是活体(“活体”指被拍摄对象为有生命体征的活人的真实人脸，如果被拍摄对象为人脸照片或人脸视频等，称之为“仿冒欺骗”)，则进行步骤5；若不是活体则返回步骤1；步骤5：对人脸图像进行局部二值模式直方图(Local Binary Pattern Hi stogram，LBPH)特征的提取，识别人脸并按设定的阈值给出预测结果，若为非法用户返回步骤A。

进一步的，所述步骤4对归一化后的图像进行颜色分布特征提取包括步骤：提取图像的颜色分布特征，把原图从RGB色彩空间转换到HSV颜色空间，分离出H色彩通道并统计直方图作为颜色比例特征。

进一步的，所述步骤4对归一化后的图像进行反射率特征提取包括步骤：提取图像的反射比率特征，将原图的RGB色彩空间转化为YUVY表示明亮度，U、V表示色度，提取图像Y通道并对Y通道的像素值进行归一化，将最大值映射为1，最小值映射为0，通过多项式函数消除图像的高光区域，设原始图像亮度为Y0，消除高光后图像亮度为Yd，那么镜面反射部分Ys＝Y0-Yd.，最后计算镜面比率图Yr＝Ys/Y0作为图像的反射比率特征。

进一步的，所述步骤4对归一化后的图像进行模糊度特征提取具体步骤如下：

1)对归一化后的人脸图像灰度化处理；

2)分别对0°、45°、90°和135°四个方向计算灰度共生矩阵并统计能量、相关、熵和惯性矩4个特征值；

3)根据2)中的结果分别计算能量、相关、熵和惯性矩4个特征值的均值和方差；

4)低通滤波后得到原图细节丢失后的图像，对滤波后的图像应用(2)、(3)得到其特征值均值_M_E，_M_C，_M_s，_M_G和方差_S_E，_S_C，_S_s，_S_G；

5)对4个特征值的均值和方差依据公式(1)分别计算变化率，得到8维的特征向量，

最后得到8维的特征向量作为提取的模糊度特征。

进一步的，所述步骤5：对人脸图像进行特征的提取的步骤如下：

计算LBP图像；将图片划分为8*8块；对每块统计LBP直方图；将每块的统计直方图进行连接，所得就是图片的LBP特征向量。

进一步的，所述步骤5：识别人脸并按设定的阈值给出预测结果的步骤为：

预测时，首先计算待预测图像的LBP特征直方图，然后对比直方图，得到最小的距离Dmin和对应的类别C，如果Dmin满足阈值条件，则输出预测类别C，否则认为待测人脸不在数据库中，返回-1；其中，评估两个直方图的相似性时，即直方图相似度衡量使用直方图交的方法,数越大越相似，相似度范围为[0,+inf)。

本发明的优点及有益效果如下：

1.本发明融合颜色分布、镜面反射、模糊度三个特征，不容易受到针对性攻击，整个系统鲁棒性强。