[发明专利]基于活体检测技术的人脸识别方法和系统

说明书

本公开提供了一种基于活体检测技术的人脸识别方法和系统。该方法包括：分析应用场景；基于应用场景选择包括面部热成像技术的至少一种多模态活体检测技术；接收面部热成像图像和面部照片；基于面部热成像图像提取和识别面部红外特征；基于面部照片提取和识别面部可见光成像特征；确定面部热成像特征和面部可见光成像特征是否匹配；以及如果面部热成像特征和面部可见光成像特征匹配，则人脸识别成功。本公开的基于活体检测技术的人脸识别方法可使用多模态活体检测技术来实现。

技术领域

本公开主要涉及身份识别，尤其涉及防范假体攻击。

背景技术

在身份识别的技术领域中，人脸识别系统以人脸这一唯一生物特征作为身份鉴别依据。在实际应用中人脸作为开放的生物特征容易被第三方以照片或者视频等假体的方式获取，进而利用上述资源以假体的方式进行非本人攻击。假体可以是图片、视频等等。

活体是由自然人表现出的真实存在的、具有生物活性的生物模态。而假体则是仿照活体所具有的生物特征所制作的、具有一定相似性的、虚假的、不具有生物活性的样本，用以模拟、仿冒对应的活体。

目前，人脸识别系统逐渐开始商用，并向着自动化、无人监督化的趋势发展，然而如何自动地、高效地辨别图像真伪、抵抗欺骗攻击以确保系统安全已成为人脸识别技术中一个迫切需要解决的问题。

通常意义上的活体检测是当生物特征信息从合法用户那里取得时，判断该生物信息是否从具有生物活体的合法用户身上取的。活体检测的方法主要是通过识别活体上的生理信息来进行，它把生理信息作为生命特征来区分用照片、硅胶、塑料等非生命物质伪造的生物特征。

人脸识别系统除了“识人”之外，还需要“识真”，也就是说在系统面前，不仅要证明这个人的脸是不是这个人的脸，还要证明这张脸是不是活体的人脸，而不是图片、视频。在金融支付(尤其是无人超市、自动取款等)、门禁等应用场景中，判断捕捉到的人脸是真实人脸，还是伪造的人脸攻击是极为重要的。

由此，在本领域中，活体检测被用来验证是否是用户真实本人。因此，在身份识别领域中，需要一种能够有效地纳入活体检测技术来进行身份识别的方法和系统。

发明内容

为解决上述技术问题，本公开提供了一种基于活体检测技术的人脸识别方案，所述方案应用了活体检测技术来有效地防范假体攻击。

根据本公开一实施例，提供了一种基于热成像技术的人脸识别方法，包括：获取面部实时热成像图像和面部照片；基于面部实时热成像图像提取和识别面部热成像特征；基于面部照片提取和识别面部可见光成像特征；确定面部热成像特征和面部可见光成像特征是否匹配；如果面部热成像特征和面部可见光成像特征匹配，则人脸识别成功；以及如果面部热成像特征和面部可见光成像特征不匹配，则人脸识别失败。

在本公开一实施例中，面部实时热成像图像通过基于温度传感设备的远红外人脸识别技术实时获取。

在本公开的另一实施例中，面部照片是从数据库获取的静态的单帧或多帧RGB图像。

在本公开的又一实施例中，面部照片是实时动态获取的单帧或多帧RGB图像。

在本公开一实施例中，面部热成像特征和面部可见光成像特征分别包括人脸的全局特征和局部特征。

在本公开的另一实施例中，面部热成像特征包括血管分布特征。

根据本公开一实施例，提供了一种基于活体检测技术的人脸识别方法，包括：分析应用场景；基于应用场景选择至少一种多模态活体检测技术，该多模态活体检测技术至少包括面部热成像技术；获取面部实时热成像图像和面部照片；基于面部实时热成像图像提取和识别面部热成像特征；基于面部照片提取和识别面部可见光成像特征；确定面部热成像特征和面部可见光成像特征是否匹配；以及如果面部热成像特征和面部可见光成像特征匹配，则人脸识别成功；如果面部热成像特征和面部可见光成像特征不匹配，则人脸识别失败。