[发明专利]基于双目摄像机的人脸活体检测及刷脸交易方法及系统

权利要求书

1.一种基于双目摄像机的人脸活体检测方法，其特征在于，包括：

步骤1，利用双目摄像机采集对象在可见光与红外光下分别对应的视频图像；

步骤2，分别对所述视频图像进行预处理得到去噪图像；

步骤3，分别对所述去噪图像进行人脸检测，获取人脸区域；

步骤4，提取两种光线下所述人脸区域中各自对应的人脸关键点，其中，可见光下的人脸与红外光下的人脸相互匹配，通过可见光的人脸图像中肤色特征作为人脸识别或活体检测的参考；

步骤5，根据人脸关键点对齐校正所述人脸区域的人脸；

步骤6，采用如下损失函数训练真实人脸和伪造人脸，得到FASDNet深度神经网络；L＝-(1-g)·log(1-p₀)-g·log(p₁)，式中，L为损失函数损失值，P0、P1分别为从所述FASDNet中计算得到的真实人脸概率和伪造人脸概率，g为真实人脸和伪造人脸分别对应的取值为0和1；利用FASDNet深度神经网络提取红外光下所述校正的人脸区域的深度特征，根据所述深度特征检测真实人脸与伪造人脸，其中，所述FASDNet深度神经网络包括：3个串行连接的Base Block和10个并行连接的Inception Block；其中，每个Base Block由卷积(Convolution)层、BN(Batch Normalization)层、ReLU(Rectified Linear Unit)层和MaxPooling层组成；Inception Block通过改进GoogleNet的Inception Module得到，每个Inception Block中由卷积层、BN层、ReLU层、MaxPooling和连接(Concat)层组成，每个Inception Block由3条分支组成，再由连接(Concat)层将这三个分支的输出连接为一个输出。

2.根据权利要求1所述的基于双目摄像机的人脸活体检测方法，其特征在于，所述步骤3，分别对所述去噪图像进行人脸检测，获取人脸区域的步骤，还包括：

当可见光与红外光分别对应的去噪图像中任意一张未检测到人脸区域，则判定该对象是伪造人脸，返回步骤1。

3.根据权利要求1所述的基于双目摄像机的人脸活体检测方法，其特征在于，所述步骤5，根据人脸关键点对齐校正所述人脸区域的人脸的步骤之前，还包括：

以所述人脸关键点为基础，利用计算机视觉的射影几何方法对去噪图像的人脸进行匹配，得到两种光线下的图像中人脸的对应位置；当检测到对象的人脸在对应位置无法匹配成功时，则不对该对象进行活体检测，返回步骤1。

4.一种基于双目摄像机的刷脸交易方法，其特征在于，包括采用权利要求1至3中任意一项所述的基于双目摄像机的人脸活体检测方法，以及当检测到对象为真实人脸且对所述真实人脸进行比对，人脸比对成功后按输入请求对绑定银行账户进行交易。