[发明专利]一种基于深度信息的人脸活体检测方法

摘要

本发明公开了一种基于深度信息的人脸活体检测方法，所述方法采用PCA模型对人脸深度图像数据进行分析，包括以下步骤：1、获取目标的深度图像和RGB图像；2、对获取的深度图像数据进行人脸尺寸归一化处理；3、像素点归一化处理，得到归一化后深度图像；4、用预先构建的PCA模型处理经归一化处理的深度图像，求得PCA系数；5、将PCA系数输入预先训练的判别模型，得到判定为活体的得分；6、将得分与预设阈值做比较，得出活体检测结果。其中，PCA模型和判别模型是预先基于训练集训练得到的。上述方法的计算过程中，深度图像经过PCA模型处理，数据的维度明显下降，有效减少了计算量，提高了活体检测的效率。

主权项

1.一种基于深度信息的人脸活体检测方法，其特征在于，包括以下步骤：步骤S1，获取目标的深度图像和RGB图像；步骤S2，根据RGB图像中人脸特征点的检测结果，对获取的深度图像数据进行人脸尺寸归一化处理；步骤S3，求取尺寸归一化后的深度图像像素的最大值和最小值，然后将图像中的所有像素点归一化处理，得到归一化后的深度图像；步骤S4，用预先构建的PCA模型对归一化处理后的深度图像进行降维，得到PCA系数；步骤S5，将PCA系数输入预先训练的判别模型，得到判定为活体的得分；步骤S6，将得分与阈值做比较，得出人脸活体检测结果。