[發明專利]人臉部位運動檢測方法和裝置及活體識別方法和系統

有效

• 申請號: 201710406478.8
• 申請日: 2017-06-02
• 公開（公告）號: CN107330914B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 陳全
• 申請（專利權）人: 廣州視源電子科技股份有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06K9/00;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 梁順宜;郝傳鑫

1.一種人臉部位運動檢測方法，其特征在于，包括步驟：

從待測人臉視頻中抽取若干視頻幀；

獲取從所述待測人臉視頻中抽取的每一所述視頻幀的待測人臉部位的若干關鍵點位置；

基于所述待測人臉部位的若干關鍵點位置，通過分類模型對抽取的每一所述視頻幀的待測人臉部位進行預測，從而獲取抽取的每一所述視頻幀的待測人臉部位的狀態值；其中，所述分類模型為通過分類器基于若干預先標注所述待測人臉部位的狀態值的人臉圖片訓練好的分類模型；

基于抽取的每一所述視頻幀的待測人臉部位的狀態值的變化程度判斷所述待測人臉視頻的待測人臉部位運動的情況；

其中，所述待測人臉部位不同級別的運動程度對應不同的狀態值；

所述基于抽取的每一所述視頻幀的待測人臉部位的狀態值的變化程度判斷所述待測人臉視頻的待測人臉部位運動的情況包括：

計算抽取的每一所述視頻幀的待測人臉部位的狀態值中的最大值和最小值的差值；

若所述差值大于預設閾值，則判定所述待測人臉視頻的待測人臉部位有運動。

2.如權利要求1所述的一種人臉部位運動檢測方法，其特征在于，所述待測人臉部位為眼部，則,

所述分類模型具體為通過soft-max回歸分類器基于若干預先標注所述眼部的狀態值的人臉圖片訓練好的分類模型；

或，所述分類模型具體為通過SVM分類器基于若干預先標注所述眼部的狀態值的人臉圖片訓練好的分類模型。

3.如權利要求1所述的一種人臉部位運動檢測方法，其特征在于，所述待測人臉部位為嘴部，則,

所述分類模型具體為通過soft-max回歸分類器基于若干預先標注所述嘴部的狀態值的人臉圖片訓練好的分類模型；

或，所述分類模型具體為通過SVM分類器基于若干預先標注所述嘴部的狀態值的人臉圖片訓練好的分類模型。

4.一種人臉部位運動檢測裝置，其特征在于，包括：

視頻幀抽取單元，用于從待測人臉視頻中抽取若干視頻幀；

部位關鍵點位置檢測單元，用于獲取從所述待測人臉視頻中抽取的每一所述視頻幀的待測人臉部位的若干關鍵點位置；

狀態值獲取單元，用于基于所述待測人臉部位的若干關鍵點位置，通過分類模型對抽取的每一所述視頻幀的待測人臉部位進行預測，從而獲取抽取的每一所述視頻幀的待測人臉部位的狀態值；其中，所述分類模型為通過分類器基于若干預先標注待測人臉部位的狀態值的人臉圖片訓練好的分類模型；

部位運動判斷單元，用于基于抽取的每一所述視頻幀的待測人臉部位的狀態值的變化程度判斷所述待測人臉視頻的待測人臉部位運動的情況；

其中，所述待測人臉部位不同級別的運動程度對應不同的狀態值；

所述部位運動判斷單元包括：

差值計算模塊，用于計算抽取的每一所述視頻幀中待測人臉部位的狀態值中的最大值和最小值的差值；

部位運動判斷模塊，用于若差值計算模塊計算所得的所述差值大于預設閾值，則所述待測人臉視頻的待測人臉部位有運動。

5.如權利要求4所述的一種人臉部位運動檢測裝置，其特征在于，所述待測人臉部位為眼部，則

所述分類模型具體為通過soft-max回歸分類器基于若干預先標注所述眼部的狀態值的人臉圖片訓練好的分類模型；

或，所述分類模型具體為通過SVM分類器基于若干預先標注所述眼部的狀態值的人臉圖片訓練好的分類模型。

6.如權利要求4所述的一種人臉部位運動檢測裝置，其特征在于，所述待測人臉部位為嘴部，則

所述分類模型具體為通過soft-max回歸分類器基于若干預先標注所述嘴部的狀態值的人臉圖片訓練好的分類模型；

或，所述分類模型具體為通過SVM分類器基于若干預先標注所述嘴部的狀態值的人臉圖片訓練好的分類模型。