[發(fā)明專利]活體檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 201611039845.7
• 申請日: 2016-11-22
• 公開（公告）號: CN106778496A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計）人: 周曦;鄧武平
• 申請（專利權(quán)）人: 重慶中科云叢科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 上海光華專利事務(wù)所31219
• 代理人: 李琦

1.一種活體檢測方法，用于檢測鑒別對象的人臉圖像以識別其是否為活人，所述活體檢測方法包括：

采集鑒別對象讀取隨機(jī)驗(yàn)證碼的視頻圖像；

獲取每幀所述視頻圖像中嘴唇區(qū)域的嘴唇圖像序列的特征向量；

根據(jù)連續(xù)多幀所述特征向量調(diào)用預(yù)先訓(xùn)練的唇語識別模型識別鑒別對象的嘴唇信息；

檢測所述嘴唇信息與隨機(jī)驗(yàn)證碼中字符是否一致；當(dāng)所述嘴唇信息與隨機(jī)驗(yàn)證碼中字符一致時，鑒別對象為活體。

2.根據(jù)權(quán)利要求1所述的活體檢測方法，其特征在于，所述獲取每幀所述視頻圖像中嘴唇區(qū)域的嘴唇圖像序列的特征向量的步驟，包括：

對每幀所述視頻圖像進(jìn)行預(yù)處理得到預(yù)設(shè)規(guī)格的視頻圖像；

分割預(yù)設(shè)規(guī)格的視頻圖像得到嘴唇區(qū)域，對所述嘴唇區(qū)域進(jìn)行仿射變換得到對齊的嘴唇圖像序列；

基于堆疊卷積獨(dú)立子空間分析網(wǎng)絡(luò)的特征提取算法計算所述嘴唇圖像序列的特征向量。

3.根據(jù)權(quán)利要求1所述的活體檢測方法，其特征在于，所述預(yù)先訓(xùn)練的唇語識別模型，包括：

訓(xùn)練集包含若干個字符，所述隨機(jī)驗(yàn)證碼為訓(xùn)練集中隨機(jī)生成；所述訓(xùn)練集內(nèi)每個字符均基于隱馬爾科夫模型進(jìn)行訓(xùn)練得到對應(yīng)唯一的預(yù)測模型序列，所述隱馬爾科夫模型包含N個預(yù)測模型，N≥1；計算隱馬爾科夫模型的狀態(tài)轉(zhuǎn)移矩陣與混合高斯模型，得到預(yù)設(shè)訓(xùn)練的唇語識別模型；其中，每個字符對應(yīng)的時間序列片段由隱馬爾科夫模型產(chǎn)生；且所述時間序列片段中每個時刻均對應(yīng)一個隱狀態(tài)，將所述隱狀態(tài)的變化由狀態(tài)轉(zhuǎn)移矩陣表示，每個隱狀態(tài)還對應(yīng)一個觀測分布，將所述觀測分布建模為混合高斯模型。

4.根據(jù)權(quán)利要求1所述的活體檢測方法，其特征在于，所述根據(jù)所述特征向量調(diào)用預(yù)先訓(xùn)練的唇語識別模型識別鑒別對象的嘴唇信息的步驟，包括：

根據(jù)隱馬爾科夫模型匹配嘴唇圖像序列的特征向量，按照時間序列計算所述嘴唇圖像序列的特征向量的最佳狀態(tài)路徑，根據(jù)所述最佳狀態(tài)路徑識別單個字符；

將所述特征向量所對應(yīng)識別的單個字符按時間序列組合生成鑒別對象的唇語信息。

5.根據(jù)權(quán)利要求1所述的活體檢測方法，其特征在于，所述檢測所述嘴唇信息與隨機(jī)驗(yàn)證碼中字符是否一致；當(dāng)所述嘴唇信息與隨機(jī)驗(yàn)證碼中字符一致時，鑒別對象為活體的步驟，包括：

檢測鑒別對象的唇語信息與隨機(jī)驗(yàn)證碼中字符是否一致；當(dāng)所述唇語信息與隨機(jī)驗(yàn)證碼中字符一致時，鑒別對象為活體；當(dāng)所述唇語信息與隨機(jī)驗(yàn)證碼中字符不一致時，鑒別對象不為活體。

6.一種活體檢測裝置，其特征在于，用于檢測鑒別對象的人臉圖像以識別其是否為活人，包括：

采集模塊，用于采集鑒別對象讀取隨機(jī)驗(yàn)證碼的視頻圖像；

特征提取模塊，用于獲取每幀所述視頻圖像中嘴唇區(qū)域的嘴唇圖像序列的特征向量；

唇語識別模塊，用于根據(jù)連續(xù)多幀所述特征向量調(diào)用預(yù)先訓(xùn)練的唇語識別模型識別鑒別對象的嘴唇信息；

檢測模塊，用于檢測所述嘴唇信息與隨機(jī)驗(yàn)證碼中字符是否一致；當(dāng)所述嘴唇信息與隨機(jī)驗(yàn)證碼中字符一致時，鑒別對象為活體。

7.根據(jù)權(quán)利要求6所述的活體檢測裝置，其特征在于，所述特征提取模塊包括：

預(yù)處理單元，用于對每幀所述視頻圖像進(jìn)行預(yù)處理得到預(yù)設(shè)規(guī)格的視頻圖像；

分割對齊單元，用于分割預(yù)設(shè)規(guī)格的視頻圖像得到嘴唇區(qū)域，對所述嘴唇區(qū)域進(jìn)行仿射變換得到對齊的嘴唇圖像序列；

特征提取單元，用于基于堆疊卷積獨(dú)立子空間分析網(wǎng)絡(luò)的特征提取算法計算所述嘴唇圖像序列的特征向量。

8.根據(jù)權(quán)利要求6所述的活體檢測裝置，其特征在于，所述唇語識別模塊預(yù)設(shè)訓(xùn)練具體包括：

訓(xùn)練集包含若干個字符，所述隨機(jī)驗(yàn)證碼為訓(xùn)練集中隨機(jī)生成；

所述訓(xùn)練集內(nèi)每個字符均基于隱馬爾科夫模型進(jìn)行訓(xùn)練得到對應(yīng)唯一的預(yù)測模型序列，所述隱馬爾科夫模型包含N個預(yù)測模型，N≥1；

計算隱馬爾科夫模型的狀態(tài)轉(zhuǎn)移矩陣與混合高斯模型，得到預(yù)設(shè)訓(xùn)練的唇語識別模型；

其中，每個字符對應(yīng)的時間序列片段由隱馬爾科夫模型產(chǎn)生；且所述時間序列片段中每個時刻均對應(yīng)一個隱狀態(tài)，將所述隱狀態(tài)的變化由狀態(tài)轉(zhuǎn)移矩陣表示，每個隱狀態(tài)還對應(yīng)一個觀測分布，將所述觀測分布建模為混合高斯模型。