[发明专利]基于光场相机2D与深度信息并行处理的欺骗性人脸检测方法在审

专利信息
申请号: 201810985485.2 申请日: 2018-08-28
公开(公告)号: CN110866423A 公开(公告)日: 2020-03-06
发明(设计)人: 石凡;贾晨;赵萌;赵宇峰;闫静;陈胜勇 申请(专利权)人: 天津理工大学
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 天津盛理知识产权代理有限公司 12209 代理人: 董一宁
地址: 300384 *** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 相机 深度 信息 并行 处理 欺骗性 检测 方法
【说明书】:

一种基于光场相机2D与深度信息并行处理的欺骗性人脸检测方法,包括如下步骤:①利用光场相机去大量拍摄面部表情,光照不同的人脸图像和2D欺骗性人脸图像;②运用Lytro Desktop软件输出步骤①中所拍摄图像的2D图像;③运用Lytro Desktop软件输出步骤①中所拍摄图像所对应的深度图像;④运用基于支持向量机的方法,对步骤②③所有图像同时进行人脸检测;⑤对步骤④中同时检测为人脸的图像认定为真实人脸图像,而只有2D图像或者深度图像被判断为人脸的图像,确定为欺骗性人脸图像。本发明根据光场相机可以同时获取2D和深度图像的特点,采用2D与深度信息并行处理的方法来消除二维欺骗性人脸图像对人脸检测干扰且工作成本低。

技术领域

本发明属于计算机视觉和模式识别领域,特别涉及一种基于光场相机2D与深度信息并行处理的欺骗性人脸检测方法。

背景技术

作为身份识别与安全验证的有效途径,人脸检测已经成为计算机视觉领域重要的研究内容。人脸检测对于人类非常容易,在人的大脑中有专门的人脸检测模块,但对于机器学习的方法来说,想要机器准确的检测人脸并不容易。同时,在现实中的人脸在姿态、有无遮盖物、面部表情、光照条件都不尽相同,这也对人脸检测提出了苛刻的要求。更重要的是,广泛存在着的高精度打印2D人脸图像会对机器差产生巨大的欺骗性,这无疑加剧了人脸检测的难度。

目前对于传统的2D虚假行人识别普遍采用以下两种方法:1、利用多传感器的组合来进行实现(比如深度传感器方法),但多传感器造价昂贵,性价比低并且多传感器存在相互兼容的问题;2、应用结构光法来进行2D虚假人脸检测,但结构光属于一种侵入式照明,可能会对人眼产生不必要的伤害。

所以,我们提出基于光场相机2D与深度信息并行处理的方法来解决这一问题。光场相机在镜头光场相机在镜头和CMOS前带有一组微镜头阵列,数量有9万个之多,可将镜头投射的光线进行以入社角度为区分的再解析。也就是,除了记录传统的二维光线数据外,还增加了光线角度这个重要的数据;变为记录光线的三维参数,使得生成的照片具有3D的照片信息。它拍照无需对焦,实现先拍照后调焦,光圈,景深,焦距等数据都可在拍照完成后进行后期调整。光场相机4000万像素的CMOS不仅承载着传统的2D影像数据,还负责记录全部取景范围内的光线角度,并通过后期处理器的运算,得出全部清晰的取景焦点,因此,就一张已经选择好焦点的2D照片而言,照片大小在5M左右。

发明内容

本发明目的在于提供一种基于光场相机2D与深度信息并行处理的欺骗性人脸检测方法,该方法根据光场相机可以同时获取2D和深度图像的特点,采用2D与深度信息并行处理的方法来消除二维欺骗性人脸图像对人脸检测干扰且工作成本低。

为了实现上述目的,本发明的方案是:一种基于光场相机2D与深度信息并行处理的欺骗性人脸检测方法,其特征在于:包括如下步骤:

①利用光场相机去大量拍摄面部表情,光照不同的人脸图像和2D欺骗性人脸图像;

②运用Lytro Desktop软件输出步骤①中所拍摄图像的2D图像;

③运用Lytro Desktop软件输出步骤①中所拍摄图像所对应的深度图像;

④运用基于支持向量机的方法,对步骤②③所有图像同时进行人脸检测;

⑤对步骤④中同时检测为人脸的图像认定为真实人脸图像,而只有2D图像或者深度图像被判断为人脸的图像,确定为欺骗性人脸图像。

上述光场相机是LYTRO公司生产的第二代Lytro-Illum相机。

上述基于支持向量机的人脸检测方法采用Support Vector Machine,SVM。

本发明具有如下的优点和积极效果:

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天津理工大学,未经天津理工大学许可,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/201810985485.2/2.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