[发明专利]基于颜色和奇异值特征的人脸活体检测系统

说明书

技术领域

本发明涉及图像处理技术领域，具体涉及基于颜色和奇异值特征的人脸活体检测系统。

背景技术

人脸识别系统都是在默认是真实人的情况下进行的，但是随着社交网络的不断发展，如存在生物欺骗的情况下，识别系统可能存在错误识别的情况。因此，对人脸活体检测的研究具有重要意义。人脸活体检测又叫人脸活体取证，是利用人脸真实图像和欺骗照片或者视频的特征差异，通过特征提取、特征处理、分类判别，识别所判决的对象是否是活体真人。相关技术中的活体检测系统根据照片或者视频与真实人的纹理细节差异进行检测，对于照片欺骗和视频欺骗都有比较好的效果，但是对于复杂场景的识别时，识别效果不佳。

发明内容

针对上述问题，本发明提供基于颜色和奇异值特征的人脸活体检测系统。

本发明的目的采用以下技术方案来实现：

提供了基于颜色和奇异值特征的人脸活体检测系统，包括原始数据建立模块、特征提取模块、特征处理模块、训练模块、预测模块，所述原始数据建立模块用于将人脸数据库中的活体真人数据和翻拍伪装数据分别进行正负初步样本标记，并将整个数据划分为初步样本和测试样本两部分；所述特征提取模块用于对初步样本中的人脸图像分块，批量提取人脸图像块的颜色特征和奇异值特征；所述特征处理模块用于对初步样本进行约简处理，得到有效的初步样本，将有效的初步样本作为训练样本；所述训练模块用于采用改进的粒子群算法优化支持向量机的参数，采用训练样本以及优化后的支持向量机的参数对支持向量机进行训练，得到人脸活体检测模型；所述预测模块用于对测试样本中的数据进行特征提取，利用人脸活体检测模型对其特征进行预测，得到活体真人或翻拍伪装的分类结果。

本发明的有益效果为：本发明选取颜色特征和奇异值特征进行人脸活体检测，避免了以往复杂特征的提取，使计算复杂度大大降低。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明的结构连接框图；

图2是本发明特征处理模块的结构连接框图。

附图标记：

原始数据建立模块1、特征提取模块2、特征处理模块3、训练模块4、预测模块5、样本约简单元10、特征筛选单元20。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例提供的基于颜色和奇异值特征的人脸活体检测系统，包括原始数据建立模块1、特征提取模块2、特征处理模块3、训练模块4、预测模块5，所述原始数据建立模块1用于将人脸数据库中的活体真人数据和翻拍伪装数据分别进行正负初步样本标记，并将整个数据划分为初步样本和测试样本两部分；所述特征提取模块2用于对初步样本中的人脸图像分块，批量提取人脸图像块的颜色特征和奇异值特征；所述特征处理模块3用于对初步样本进行约简处理，得到有效的初步样本，将有效的初步样本作为训练样本；所述训练模块4用于采用改进的粒子群算法优化支持向量机的参数，采用训练样本以及优化后的支持向量机的参数对支持向量机进行训练，得到人脸活体检测模型；所述预测模块5用于对测试样本中的数据进行特征提取，利用人脸活体检测模型对其特征进行预测，得到活体真人或翻拍伪装的分类结果。

优选地，所述初步样本和测试样本的数据比例为4:1。

优选地，所述批量提取人脸图像块的颜色特征和奇异值特征，包括：

(1)将每张初步样本图像进行颜色空间转换，即将红绿蓝RGB图像转换成灰度图和色调，饱和度，亮度的HSV图；

(2)将颜色空间转换后的图像，分割成3×3的小图像块；

(3)在每个小图像块上分别提取色调h、饱和度s、亮度v颜色分量的均值和方差特征，以及前10个最大的奇异值特征；

(4)将每张图像的每一小块特征组合成特征向量，得到144维的特征向量集合，再对每个特征向量进行归一化并将其转换成标准格式。

本优选实施例选取简单的色调，饱和度，亮度颜色特征和奇异值特征，避免了以往复杂特征的提取，使计算复杂度大大降低，并且通过仿真实验可得到较高的分类准确率。

优选地，如图2所示，所述特征处理模块3包括用于对初步样本进行筛选处理的样本约简单元10以及用于对筛选出的初步样本中的特征向量进行筛选处理的特征筛选单元20；其中样本约简单元10对初步样本的筛选处理，具体为：

(1)计算各初步样本间的马氏距离：

其中