[发明专利]一种基于极短视频的人脸活体检测方法

权利要求书

1.一种基于极短视频的人脸活体检测方法，其特征在于，包括以下步骤：

S1：采集包括真人脸部和该真人脸部照片的训练集视频，所述训练集视频中的各段训练视频时长被设置为1秒；

S2：对所述训练视频进行欧拉视频放大处理，得到欧拉放大视频；

S3：提取所述训练视频中各帧图像的SIFT特征点并进行帧间SIFT特征点匹配；

S4：将所述训练视频的帧间SIFT特征匹配点对的坐标，应用到其对应的所述欧拉放大视频，并结合帧间红色分量的差值生成该段所述训练视频的特征直方图；其具体步骤为：

(1)假定训练视频中第1帧与第2帧共提取k对SIFT匹配点对，第1帧的k个SIFT特征点记作{s₁₁,s₁₂,…,s_1k}，第2帧的k个SIFT特征点记作{s₂₁,s₂₂,…,s_2k}；

(2)对于经欧拉视频放大处理后的第1帧图像的红色分量I₁，分别以{s₁₁,s₁₂,…,s_1k}中的k个坐标点为中心，计算其3*3邻域的均值，从而得到k个均值{r₁₁,r₁₂,…,r_1k}，对于经欧拉视频放大处理后的第2帧图像的红色分量I₂也进行同样运算，得到k个均值{r₂₁,r₂₂,…,r_2k}，计算第1帧与第2帧间所有匹配点对的对应均值间差值的绝对值，得到|r₂₁-r₁₁|，|r₂₂-r₁₂|，…，|r_2k-r_1k|，同理，计算第1帧与第3帧间所有匹配点对的对应均值间差值的绝对值，…，计算第1帧与第n帧间所有匹配点对的对应均值间差值的绝对值，…，计算将第2帧和第3帧，第4帧，…，第n帧间所有匹配点对的对应均值间差值的绝对值，以此类推，直到计算第n-1帧和第n帧间所有匹配点对的对应均值间差值的绝对值；

(3)对于所有的均值差值的绝对值，按[0,0.5]，[0.5,1]，[1,1.5]，[1.5,2]，[2,4]，[4,6]，[6,8]，[8,10]，[10,12]，[12,14]，[14,16]等构成的11个区间，统计该段训练视频中所有的均值差值的绝对值落入这11个区间的数目，并构建归一化所述训练视频的特征直方图；

S5：采集时长1秒的待检测人脸视频并生成待检测人脸视频的特征直方图；

S6：将所述训练集视频中的所有训练视频所对应的所述训练视频的特征直方图和所述待检测人脸视频的特征直方图输入到SVM，输出检测结果。

2.如权利要求1所述的一种基于极短视频的人脸活体检测方法，其特征在于，所述的采集包括真人脸部和该真人脸部照片的训练集视频，训练集中各段训练视频时长1秒，其具体步骤为：利用视频采集装置采集所述真人脸部的训练视频，以及该所述真人脸部照片的训练视频，所述训练视频时长被设置为1秒，所有的训练视频构成所述训练集视频。

3.如权利要求1所述的一种基于极短视频的人脸活体检测方法，其特征在于，所述的对所述训练视频进行欧拉视频放大处理，得到欧拉放大视频，其具体步骤为：对于所述训练集中各段训练视频，首先，用拉普拉斯金字塔对训练视频进行空间域分解；然后，经高斯滤波器对所述空间域分解结果进行时域滤波处理；最后，将得到的信号进行放大，得到欧拉放大视频。

4.如权利要求1所述的一种基于极短视频的人脸活体检测方法，其特征在于，所述的提取所述训练视频中各帧图像的SIFT特征点并进行帧间SIFT特征点匹配，其具体步骤为：利用SIFT算法提取所述训练视频中各帧图像的SIFT特征点，并进行所述SIFT特征点匹配。