[發明專利]活體檢測方法及裝置

在審

• 申請號: 201611039845.7
• 申請日: 2016-11-22
• 公開（公告）號: CN106778496A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 周曦;鄧武平
• 申請（專利權）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驗證碼的視頻圖像；

獲取每幀所述視頻圖像中嘴唇區域的嘴唇圖像序列的特征向量；

根據連續多幀所述特征向量調用預先訓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驗證碼中字符是否一致；當所述嘴唇信息與隨機驗證碼中字符一致時，鑒別對象為活體。

2.根據權利要求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行預處理得到預設規格的視頻圖像；

分割預設規格的視頻圖像得到嘴唇區域，對所述嘴唇區域進行仿射變換得到對齊的嘴唇圖像序列；

基于堆疊卷積獨立子空間分析網絡的特征提取算法計算所述嘴唇圖像序列的特征向量。

3.根據權利要求1所述的活體檢測方法，其特征在于，所述預先訓練的唇語識別模型，包括：

訓練集包含若干個字符，所述隨機驗證碼為訓練集中隨機生成；所述訓練集內每個字符均基于隱馬爾科夫模型進行訓練得到對應唯一的預測模型序列，所述隱馬爾科夫模型包含N個預測模型，N≥1；計算隱馬爾科夫模型的狀態轉移矩陣與混合高斯模型，得到預設訓練的唇語識別模型；其中，每個字符對應的時間序列片段由隱馬爾科夫模型產生；且所述時間序列片段中每個時刻均對應一個隱狀態，將所述隱狀態的變化由狀態轉移矩陣表示，每個隱狀態還對應一個觀測分布，將所述觀測分布建模為混合高斯模型。

4.根據權利要求1所述的活體檢測方法，其特征在于，所述根據所述特征向量調用預先訓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路徑，根據所述最佳狀態路徑識別單個字符；

將所述特征向量所對應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.根據權利要求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驗證碼中字符是否一致；當所述嘴唇信息與隨機驗證碼中字符一致時，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驗證碼中字符是否一致；當所述唇語信息與隨機驗證碼中字符一致時，鑒別對象為活體；當所述唇語信息與隨機驗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驗證碼的視頻圖像；

特征提取模塊，用于獲取每幀所述視頻圖像中嘴唇區域的嘴唇圖像序列的特征向量；

唇語識別模塊，用于根據連續多幀所述特征向量調用預先訓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驗證碼中字符是否一致；當所述嘴唇信息與隨機驗證碼中字符一致時，鑒別對象為活體。

7.根據權利要求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：

預處理單元，用于對每幀所述視頻圖像進行預處理得到預設規格的視頻圖像；

分割對齊單元，用于分割預設規格的視頻圖像得到嘴唇區域，對所述嘴唇區域進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立子空間分析網絡的特征提取算法計算所述嘴唇圖像序列的特征向量。

8.根據權利要求6所述的活體檢測裝置，其特征在于，所述唇語識別模塊預設訓練具體包括：

訓練集包含若干個字符，所述隨機驗證碼為訓練集中隨機生成；

所述訓練集內每個字符均基于隱馬爾科夫模型進行訓練得到對應唯一的預測模型序列，所述隱馬爾科夫模型包含N個預測模型，N≥1；

計算隱馬爾科夫模型的狀態轉移矩陣與混合高斯模型，得到預設訓練的唇語識別模型；

其中，每個字符對應的時間序列片段由隱馬爾科夫模型產生；且所述時間序列片段中每個時刻均對應一個隱狀態，將所述隱狀態的變化由狀態轉移矩陣表示，每個隱狀態還對應一個觀測分布，將所述觀測分布建模為混合高斯模型。