[发明专利]模块化动态可配置的活体人脸识别系统

权利要求书

1.一种模块化动态可配置的活体人脸识别系统，其特征在于，包括：图像输入模块、传输模块、采用融合特征卷积网络实现的活体检测模块、采用人脸特征提取卷积神经网络实现的人脸检测模块、人脸识别模块和结果输出模块，其中：图像输入模块通过传输模块将不同形式的可见光图像和红外图像合流并预处理后分别输出可见光图像至人脸检测模块，输出红外图像至活体检测模块，人脸检测模块对可见光图像进行人脸区域检测并输出检测结果至活体检测模块、对可见光图像中的人脸图像进行面部关键点检测并进行人脸对齐处理后输出至人脸识别模块，活体检测模块根据人脸区域对红外图像进行裁剪并进行活体检测，人脸识别模块根据对齐后的人脸图像进行特征提取和对比并输出比对近似度至结果输出模块，结果输出模块根据活体检测结果和比对近似度显示识别结果；

所述的人脸检测模块包括：人脸检测器、面部提取单元和人脸对齐单元，其中：人脸检测器与活体检测模块的图像裁剪单元相连并传输人脸区域信息，面部提取单元与人脸对齐单元相连并传输人脸关键坐标信息，人脸对齐单元与人脸识别模块的特征提取单元相连并传输由人脸关键点计算出的仿射变换矩阵变换过后的人脸区域的图像信息；

所述的活体检测模块包括：图像裁剪单元和活体检测单元，其中：图像裁剪单元根据人脸检测模块返回的人脸区域左上角和右下角坐标，在近红外图像上裁剪出相应的人脸区域，将得到的近红外人脸区域和彩色人脸区域输出至活体检测单元；

所述的融合特征卷积网络包括：可见光图像分支、近红外分支以及分别与之相连的融合层、两个后卷积层、平均池化层和预测层，其中：可见光图像分支和近红外分支均为卷积神经网络，各个分支均包含一个用于提取中间层特征的普通卷积层单元和三个深度可分离卷积层单元；

所述的普通卷积层单元包括一个卷积层、一个批归一化层和一个激活层；

所述的深度可分离卷积层单元包括一个深度卷积层、一个逐点卷积、两个批归一化层、两个激活层；

所述的预测层包括两个全连接层；

所述的融合层将可见光图像分支的最后一个深度可分离卷积层的输出与近红外分支的最后一个深度可分离卷积层的输出在通道维度上拼接得到包含彩色和近红外的融合特征，融合特征依次通过两个后卷积层和平均池化层后得到表征可见光图像信息和近红外图像信息的特征向量；

所述的图像输入模块包括：具有设置成相同的帧率模式的可见光图像采集单元和红外图像采集单元；

所述的不同形式，包括串口直连传输、网线直连传输、RTSP流传输以及TCP网络串流传输，传输模块根据图像输入模块的要求对应动态配置传输形式并将采集到的多维数组进行预处理，即数据分流，将之前合流的近红外图像数据和可见光图像重新分开并分别输出至人脸检测模块和活体检测模块，以保证数据的同步性能和增强抗干扰的性能，避免了因为传输多径效应导致接收端收到的两组图像失步，导致彩色图和红外图像不对齐的问题；

所述的数据分流是指：合流后的数据在经过传输模块之后重排组成一个640×480的4通道图像再分离出相应的彩色图和红外图，以适配MTCNN的人脸检测器的三通道的彩色图像输入以及活体检测模块的双分支输入，即同时输入同一个时刻的彩色人脸区域图像和红外人脸区域图像；

所述的人脸识别模块包括：特征提取单元、特征比对单元和数据库，其中：特征提取单元接收来自人脸检测模块经人脸对齐后的112x112分辨率的RGB三通道图片，通过内置的人脸特征提取卷积神经网络抽取512维的高维人脸特征Embedding并输出至特征比对单元，特征比对单元计算得到的Embedding和数据库中所有注册的人脸的Embedding的欧式距离用于判断人脸身份；

所述的人脸特征提取卷积神经网络包括：输入层、特征提取主干层和输出层，其中：输入层包括一层卷积，一层批归一化层，一层PReLU层；特征主干层包括四个残差卷积块且四个残差卷积块中分别含有3、4、14和3个瓶颈层，每个瓶颈层中包含有一个跳跃连接层、两个卷积层和一个压缩激活块；

所述的瓶颈层中的非线性激活函数都采用PReLU，并在训练时采用ArcfaceLoss作为损失函数。