[發明專利]假臉檢測方法及系統、假臉模型訓練方法及系統

有效

• 申請號: 200910241409.1
• 申請日: 2009-12-01
• 公開（公告）號: CN101739555A
• 公開（公告）日: 2010-06-16
• 發明（設計）人: 崔國勤
• 申請（專利權）人: 北京中星微電子有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

技術領域

本發明涉及模式識別技術領域，特別是涉及一種假臉檢測方法及系統、 一種假臉模型訓練方法及系統。

背景技術

隨著技術的高速發展，人臉識別技術的日趨成熟，作為人臉識別中首要 環節的人臉檢測也在安全識別、身份鑒定等領域得到了廣泛的應用。

現有的人臉檢測，動輒通過對數十萬張人臉和非人臉樣本進行訓練， 得到人臉檢測模板，然后根據所述人臉檢測模板判斷待檢測圖像中是否存在 人臉。但是由于光照、姿態、表情、圖像質量、尺寸、遮擋、背景等多種因 素的影響，非人臉圖像和人臉圖像在某些程度上存在著一定的相似性，很難 用一種檢測方法檢測出這種相似性；此外，任何一種檢測算法都有其局限性， 如果硬性地采用一種檢測方法對另一種算法檢測出來的人臉進行驗證，也存 在著將已經被證明是正確檢測的人臉判別為“假臉”的可能性。

受上述因素以及檢測算法局限性的影響，隨著人臉檢測率的大幅度提 升，不可避免地帶來了誤檢率的提高，給后續的人臉識別帶來了壞的影響， 因此，有必要對檢測出的“人臉”進行“假臉”的檢測，剔除其中的“假臉”。

總之，需要本領域技術人員迫切解決的一個技術問題就是：如何能夠提 供一種假臉檢測方法，用以剔除采用某種人臉檢測算法錯誤檢測出的大量假 臉，從而為后續的人臉識別提供合格的人臉圖像奠定基礎。

發明內容

本發明所要解決的技術問題是提供一種假臉檢測方法及系統、一種假臉 模型訓練方法及系統，用以剔除經過人臉檢測算法檢測出的大量假臉，從而 為后續的人臉識別提供合格的人臉圖像。

為了解決上述問題，本發明公開了一種假臉檢測方法，包括：

獲得人臉檢測后的人臉圖像；

根據假臉模型對所述人臉圖像進行檢測，所述假臉模型為基于特征 向量的分類器；

其中，所述檢測的過程包括：

將所述人臉圖像的表示向量映射到判別子空間，獲得特征向量，所述 表示向量為針對所述人臉圖像進行特征提取獲得，所述判別子空間是依據包 括真假臉的人臉樣本的人臉特征建立的；

將所述特征向量輸入到所述假臉模型中，輸出檢測結果；

所述假臉模型為通過以下步驟獲得的假臉模型：

獲得人臉檢測后的人臉樣本，所述人臉樣本包括真臉樣本和假臉樣 本；

對所述人臉樣本中的假臉樣本進行分類；

提取真臉樣本以及各類別假臉樣本的人臉特征；所述提取為二次特 征提取；其中，第一次特征提取包括：直接提取人臉樣本的灰度特征或 提取人臉樣本的紋理特征；

所述直接提取人臉樣本的灰度特征包括：對真臉樣本以及各類別假 臉樣本進行直方圖均衡化；將每個人臉樣本等分為多個子區域；分別提 取所述子區域的灰度特征；所述提取人臉樣本的紋理特征包括：對真臉 樣本以及各類別假臉樣本進行直方圖均衡化；將每個人臉樣本等分為多 個子區域；分別提取中所述子區域的紋理特征；

基于所述人臉特征，建立判別子空間，得到相應的投影矩陣；

將每一個人臉樣本通過所述投影矩陣映射到判別子空間，獲得相應 的特征向量；依據所述特征向量對人臉樣本進行訓練，得到作為假臉模 型的分類器。

優選的，在根據假臉模型對所述人臉圖像進行檢測的步驟前，還包 括：

對所述人臉檢測后的人臉圖像進行眼睛定位，得到眼睛位置；

根據所述眼睛位置，對所述人臉圖像進行歸一化操作；

從所述歸一化后的人臉圖像中割取預設大小的圖像。

優選的，所述假臉模型為通過以下步驟獲得的假臉模型：

獲得人臉檢測后的人臉樣本，所述人臉樣本包括真臉樣本和假臉樣 本；

對所述人臉樣本中的假臉樣本進行分類；

提取真臉樣本以及各類別假臉樣本的人臉特征；

基于所述人臉特征，建立判別子空間，得到相應的投影矩陣；

將每一個人臉樣本通過所述投影矩陣映射到判別子空間，獲得相應的特 征向量；

依據所述特征向量對人臉樣本進行訓練，得到作為假臉模型的分類器。

優選的，所述將所述特征向量輸入到所述假臉模型中，輸出檢測結果 的步驟包括：

將所述特征向量輸入到所述假臉模型中，得到假臉判別器的數值；

對該數值進行判別分析，若該數值≥1，則輸出的檢測結果為假臉；