[发明专利]模块化动态可配置的活体人脸识别系统

说明书

一种模块化动态可配置的活体人脸识别系统，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，本发明融合多重人脸的特征，在应对不同光照强度下，获得更加高的人脸识别结果，在应对无光、弱光，正常光源下，特征融合网络具有高鲁棒性和高准确率。

技术领域

本发明涉及的是一种神经网络应用领域的技术，具体是一种模块化动态可配置的活体人脸识别系统，利用多模态数据来提高静默活体检测的准确率，适用于彩色、近红外、声音信息、深度信息、动作时序信息等多模态的信息。

背景技术

现有的2D人脸识别系统很容易收到不法分子的攻击，常见的攻击类型包括印刷平面攻击，屏幕重放攻击，3D面具攻击等，如果不对这里恶意攻击先进行一次判断，就直接进行人脸识别，会大大降低人脸识别系统的可靠性。现有的人脸识别方法有通过Retinex算法计算人脸图像受可见光照影响的程度，并根据影响程度调整人脸图像的明暗值后再进行分类识别以排除主观性干扰，或单独采用近红外图像替代可见光图像进行分类识别，但目前尚无将这两类现有技术有机结合并显著提高分类进度的技术。

此外，现有人脸识别系统在使用过程中的输入方式相对固定，必须要对每个特定的使用场景定制相应的前端输入方式，不可以实现一次配置，对不同的应用场景进行动态可调的采集输入；现有的基于2D可见光平面RGB图像的人脸识别方案在核验身份，认证授权的过程中可能存在的，身份核验过程中被人利用非活体的图像，面具欺骗现有的人脸识别系统的问题；现有的人脸识别系统的验证结果输出模式单一，不能在多个平台上提供灵活的消息查看方式的问题

经过对现有技术的检索发现，中国专利文献号CN106874871A，公开日20170620，公开了一种活体人脸双摄像头识别方法，包括：通过配置的双摄像头的黑白摄像头获取一张黑白图像及一张红外图像；彩色摄像头获取一张彩色图像；将黑白图像与近红外图像中的人脸部分结合特征提取算法提取二维状态器官特征点；形成三维状态的器官特征点，经过人脸牲算法识别活体人脸的特征，判断人脸图像是否为活体人脸。以及活体人脸双摄像头识别装置。该技术通过双摄像头采集彩色图像及近红外图像，经过背景差分运算，获得去背景图片即人脸部分，通过特征提取算法提取器官特征点，经过人脸特征算法识别活体人脸的特征，判断人脸图像是否为活体人脸。但该现有技术在两次成像的过程，时间上是有间隔的，也就是说这两张黑白图片是不同步的。而且从原理是就是不同步的，这个时候如果相机出现移动，差分得出的区域就不是人脸区域，而包含和其他的噪声部分；其次，主动光源(近红外光)下在黑白摄像头成像与白光下成像无法保证人脸区域是相同灰度值的，因为近红外黑白图像的亮度会随着人脸离光源的距离变大而变暗，但是白光下的黑白图像却不会因为距离的变化而有较大的亮度差异。即人脸区域本身可能出现很大的差异性，无法利用差分方法检出。

中国专利文献号CN109684924A，公开日20190426，公开了一种人脸活体检测方法及装置，通过S1、接收包含人脸区域的深度图像、彩色图像、红外图像，并进行配准；S2、检测所述深度图像、彩色图像、红外图像中的人脸区域；S3、对所述人脸区域深度图像预处理实现图像增强并提取有效人脸深度图像；S4、将所述有效人脸深度图像、人脸区域的彩色图像和红外图像分别输入至经训练的级联深度卷积神经网络，进行精确的人脸活体检测。但该现有技术需要处理的图像通道数较高，实际使用过程对系统的运算要求要，运算速度慢。在处理深度图的过程中，根据深度图检测出的人脸区域只要是是有类似人脸面部三维立体信息的部分便会通过第一个网络，没有对3D面具和立体头模攻击的防御能力。利用均值估计方法来补全没有深度信息的噪声区域，初始的滑动窗口的大小过大，可能导致在眼睛，颧骨等原本只有轻微起伏的区域经过修复之后过于平滑，与真人的深度信息不符，导致真人的误拦截率上升。