[发明专利]跨摄像头的人脸活体检测方法及系统在审
| 申请号: | 202011493977.3 | 申请日: | 2020-12-17 |
| 公开(公告)号: | CN112633113A | 公开(公告)日: | 2021-04-09 |
| 发明(设计)人: | 高志斌;张盛;方孝轩;刘文斌;黄联芬;林和志;林英;黄继翔;周涛 | 申请(专利权)人: | 厦门大学;福建联迪商用设备有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/08 |
| 代理公司: | 厦门创象知识产权代理有限公司 35232 | 代理人: | 陈文戎 |
| 地址: | 361000 *** | 国省代码: | 福建;35 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 摄像头 活体 检测 方法 系统 | ||
1.一种跨摄像头的人脸活体检测方法,其特征在于,包括以下步骤:
通过源摄像头对样本图像进行采集,以得到第一训练数据集,并根据所述第一训练数据集进行神经网络模型的训练,以得到人脸活体检测模型;
通过源摄像头和目标摄像头进行活体样本对的采集,以根据活体样本对生成第二训练数据集,并根据所述第二训练数据集进行生成对抗网络的训练,以得到风格转移函数模型;
通过目标摄像头获取待检测人脸图像,并将所述待检测人脸图像输入到所述风格转移函数模型,以及将风格转移后的待检测人脸图像输入到所述人脸活体检测模型,以得到待检测人脸图像对应的活体检测结果。
2.如权利要求1所述的跨摄像头的人脸活体检测方法,其特征在于,在根据所述第一训练数据集进行神经网络模型的训练时,根据以下公式按权重增加中心差分卷积算子:
其中,w(m,n)表示卷积核对应的值,g(i,j)表示当前像素值,m,n表示卷积核的宽与长,θ,1-θ表示普通卷积算子与中心差分算子的权重,y(i,j)表示中心差分卷积算子。
3.如权利要求1所述的跨摄像头的人脸活体检测方法,其特征在于,在根据所述第一训练数据集进行神经网络模型的训练时,损失函数通过以下公式表述:
其中,L表示损失函数,qi,j(k)表示位置在(i,j,k)处的概率输出,p(k)表示标定真实值。
4.如权利要求1所述的跨摄像头的人脸活体检测方法,其特征在于,所述目标摄像头与所述源摄像头之间具有固定的距离差,其中,在通过源摄像头和目标摄像头进行活体样本对的采集之前,还包括:
通过固定间距的目标摄像头与源摄像头对棋盘格进行拍照,以获取棋盘格图像对;
提取所述棋盘格图像对中每个图像对应的角点坐标,并根据所有图像对应的角点坐标计算源摄像头和目标摄像头的内外参数矩阵,以及根据所述内外参数矩阵计算畸变系数,以便根据所述畸变系数对目标摄像头拍摄得到的图像进行去畸变。
5.如权利要求4所述的跨摄像头的人脸活体检测方法,其特征在于,根据以下公式计算所述畸变系数:
xdistorted=x(1+k1r2+k2r4+k3r6)
ydisorted=y(1+k1r2+k2r4+k3r6)
其中,xdistorted、ydisorted表示畸变后的位置,k1、k2、k3表示畸变系数,x,y表示去畸变后的位置,r2=x2+y2。
6.一种计算机可读存储介质,其特征在于,其上存储有跨摄像头的人脸活体检测程序,该跨摄像头的人脸活体检测程序被处理器执行时实现如权利要求1-5中任一项所述的跨摄像头的人脸活体检测方法。
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厦门大学;福建联迪商用设备有限公司,未经厦门大学;福建联迪商用设备有限公司许可,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/202011493977.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种海洋工程勘察船的应用
- 下一篇:一种用于公路桥梁的应急避险装置





