[发明专利]一种基于眨眼检测的活体人脸识别方法

说明书

本发明公开了一种基于眨眼检测的活体人脸识别方法，该方法通过读取摄像头检测的人脸视频中的图像，并通过计算每帧图像中的人脸上下眼睑特征点之间距离值，当读取帧数达到帧数阈值时，根据统计的所读取的图像中人脸上下眼睑特征点之间距离值的波动情况，判断该人脸视频中的人脸是否为活体，若该人脸视频中的人脸为活体，则对所述人脸视频中的人脸进行人脸识别。因此，本发明计算方法简单，对图像要求不高，能够提高活体检测的精确度和效率。

技术领域

本发明涉及人脸识别技术领域，特别涉及一种基于眨眼检测的活体人脸检测方法。

背景技术

如今人脸识别系统越来越多的应用于日常生活中，为了确保应用时的安全性，要求人脸识别系统能够防范照片、视频、三维人脸模型的干扰与仿冒，而单纯地眨眼检测是无法达到防范要求的。

活体检测算法主要分为三类：(1)基于运动的方法，主要是通过分析图像帧序列的运动趋势，对图像的背景或者用户的无意识动作进行判定，但是计算过程复杂。(2)基于纹理的方法，主要是通过找出单帧真实人脸和欺骗人脸的显著性区分特征进行活体判断，由于欺骗人脸在二次获取的过程中会带来质量下降、模糊等微纹理的变化，但是其只能很好地处理低分辨率的打印照片攻击，对高清照片无效。(3)基于融合的方法，即通过融合至少两种活体判别方法，达到抵御多种攻击形式的目的。该方法分为特征层融合方法和得分层融合方法，特征层融合方法是将多个特征串联进行融合，正处于研究阶段，而得分层融合方法是获取多个特征的得分，然后进行加权得到最终得分，但对于不同量纲、不同含义的特征，是无法准确地融合，影响活体识别的效率和精度。

因此，目前的活体检测方法存在计算方法复杂，对图像要求严苛等不足，严重影响活体检测的精确度或效率。

发明内容

本发明的目的在于：解决现有的目前的活体检测方法存在计算方法复杂，对图像要求严苛等不足，严重影响活体检测的精确度或效率的技术问题。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于眨眼检测的活体人脸识别方法，其包括以下步骤，

步骤一：读取摄像头检测的人脸视频中的图像；

步骤二：检测当前帧图像中的人脸，并定位用于分别标定上眼睑和下眼睑的特征点；

步骤三：计算并保存当前帧图像中的人脸上下眼睑特征点之间距离值；

步骤四：判断读取帧数是否达到帧数阈值；若未达到，则跳转至步骤一，读取所述人脸视频中的下一帧图像；

步骤五：统计所读取的帧图像中人脸上下眼睑特征点之间距离值的波动情况，并根据统计的波动情况，判断所述人脸视频中的人脸是否为活体；

步骤六：若所述人脸视频中的人脸为活体，则对所述人脸视频中的人脸进行人脸识别。

根据一种具体的实施方式，本发明基于眨眼检测的活体人脸识别方法的步骤二中，确定用于描述头部姿态的三维坐标轴，根据检测到当前帧图像中的人脸，估计头部姿态，得到头部姿态向量；计算当前帧图像的头部姿态向量分别与前面每帧图像的头部姿态向量之间的夹角值，若有夹角值大于角度阈值，则跳转至步骤一。

进一步地，若有夹角值大于角度阈值，则发出第一提示信息，提醒被识别人将脸部正对所述摄像头。

根据一种具体的实施方式，本发明基于眨眼检测的活体人脸识别方法的步骤二中，根据检测到当前帧图像中的人脸，计算人脸的宽度，若当前帧图像中人脸的宽度小于宽度阈值，则跳转至步骤一。

进一步地，若当前帧图像中人脸的宽度小于宽度阈值，则发出第二提示信息，提醒被识别人将脸部靠近所述摄像头。