[发明专利]一种人脸活体检测方法、系统及装置在审

专利信息
申请号: 201810584523.3 申请日: 2018-06-08
公开(公告)号: CN108875618A 公开(公告)日: 2018-11-23
发明(设计)人: 毛亮;刘呈云;林焕凯;黄仝宇;汪刚;宋一兵;侯玉清;刘双广 申请(专利权)人: 高新兴科技集团股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 广州国鹏知识产权代理事务所(普通合伙) 44511 代理人: 宁尚国
地址: 510530 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 活体检测 人脸图像 人脸视频 初始化处理 系统及装置 活体人脸 人脸检测 特征融合 特征提取 级联 人脸 图像 检测结果 人脸对齐 特征检测 特征信息 提取特征 颜色空间 实时性 帧序列 算法 配合
【权利要求书】:

1.一种人脸活体检测方法,其特征在于,所述方法包括,

获取活体人脸图像,对所述活体人脸图像进行初始化处理;

对所述经过初始化处理的活体人脸图像进行特征检测;

提取所述活体人脸图像的特征信息,并利用SVM分类器进行训练,得到SVM检测模型;

获取待检测人脸视频,对所述待检测人脸视频帧序列进行MTCNN人脸检测获得待检测人脸图像,同时,对所述待检测人脸图像进行初始化处理;

将所述待检测人脸图像分成多种颜色空间,并对所述待检测人脸图像进行特征提取、特征级联、特征融合;

将所述经特征提取、特征级联、特征融合的待检测人脸视频帧输入所述SVM检测模型,得到检测结果。

2.根据权利要求1所述的人脸活体检测方法,其特征在于,所述对活体人脸图像及待检测人脸图像进行的初始化处理具体包括,对所述活体人脸图像及待检测人脸图像通过多级联的回归树进行关键点回归,定位人脸关键点。

3.根据权利要求2所述的人脸活体检测方法,其特征在于,所述人脸关键点数量为68,计算公式为:

其中表示第t级回归器的形状,I表示人脸图像,rt表示第t级回归器的更新量,更新策略采用GBDT,即每级回归器学习的都是当前形状与groundtruth。

4.根据权利要求1所述的人脸活体检测方法,其特征在于,所述将所述待检测人脸图像分成多种颜色空间,并对所述待检测人脸视图像进行特征提取、特征级联、特征融合具体包括,

通过纹理算法将所述待检测人脸图像分成RGB,HSV,YCbCr三种颜色空间,并分别对所述三种颜色空间进行特征提取、特征级联、特征融合。

5.根据权利要求4所述的人脸活体检测方法,其特征在于,所述纹理特征算法为LBP,WLD,LPQ。

6.根据权利要求1-5所述的人脸活体检测方法,其特征在于,所述将所述经过处理的待检测人脸视频帧输入所述SVM模型,得到检测结果具体包括,

通过卡方距离测量活体人脸图像与待检测人脸图像的相似度,所述计算卡方距离的公式为,

其中,Hx,Hy分别为真实人脸和伪装人脸的WLD直方图,表示各直方图之间的差距,i表示图像分块号,i为正整数。

7.一种人脸活体检测法系统,其特征在于,包括,

获取单元,用于获取活体人脸图像,对所述活体人脸图像进行初始化处理;

检测单元,用于对所述经过初始化处理的活体人脸图像进行特征检测;

训练单元,用于提取所述活体人脸图像的特征信息,并利用SVM分类器进行训练,得到SVM检测模型;

第二获取单元,用于获取待检测人脸视频,对所述待检测人脸视频帧序列进行MTCNN人脸检测获得待检测人脸图像,同时,对所述待检测人脸图像进行初始化处理;

处理单元,将所述待检测人脸图像分成多种颜色空间,并对所述待检测人脸图像进行特征提取、特征级联、特征融合;

判断单元,用于将所述经特征提取、特征级联、特征融合的待检测人脸视频帧输入所述SVM检测模型,得到检测结果。

8.根据权利要求7所述的人脸活体检测系统,其特征在于,所述判断单元还包括,计算模块,用于计算活体人脸图像与待检测人脸图像的相似度。

9.一种人脸活体检测装置,其特征在于,所述装置包括处理器及存储器,

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行权利要求1-6任意一项人脸活体检测方法。

10.一种包括指令的计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行权利要求1-6任意一项人脸活体检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于高新兴科技集团股份有限公司,未经高新兴科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810584523.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top