[發(fā)明專利]基于移動(dòng)端的人臉活體識(shí)別方法、裝置及移動(dòng)終端

在審

• 申請(qǐng)?zhí)枺?/td>: 201711078486.0
• 申請(qǐng)日: 2017-11-06
• 公開(kāi)（公告）號(hào): CN107748876A
• 公開(kāi)（公告）日: 2018-03-02
• 發(fā)明（設(shè)計(jì)）人: 童杰文;林孝可;盧海斌;趙明
• 申請(qǐng)（專利權(quán)）人: 杭州有盾網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司11227
• 代理人: 羅滿

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種基于移動(dòng)端的人臉活體識(shí)別方法、裝置及移動(dòng)終端。

背景技術(shù)

在生物識(shí)別系統(tǒng)中，為防止惡意者偽造和竊取他人的生物特征用于身份認(rèn)證，生物識(shí)別系統(tǒng)需具有活體檢測(cè)功能，即判斷提交的生物特征是否來(lái)自有生命的個(gè)體，一般活體檢測(cè)技術(shù)利用的是人們的生理特征。

目前，在人臉識(shí)別領(lǐng)域，一種較為通用的方法是在移動(dòng)端通過(guò)錄制人物視頻，將視頻傳送至服務(wù)端做人臉檢測(cè)。但是這種方法效率較低，實(shí)時(shí)性較差，傳輸視頻至服務(wù)端會(huì)導(dǎo)致整體的耗時(shí)加長(zhǎng)，很多應(yīng)用場(chǎng)景，需要在移動(dòng)端實(shí)時(shí)地完成活體識(shí)別的工作；相對(duì)服務(wù)器而言，手機(jī)的存儲(chǔ)容量較小，相比服務(wù)端，移動(dòng)端的處理器性能較差，在移動(dòng)端完成上述工作會(huì)遇到硬件等因素的制約，誤檢率較高。

因此，如何在保證檢測(cè)率的同時(shí)在移動(dòng)端完成人臉活體識(shí)別，是本領(lǐng)域技術(shù)人員需要解決的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于移動(dòng)端的人臉活體識(shí)別方法，該方法能夠在保證檢測(cè)率的同時(shí)在移動(dòng)端完成人臉活體識(shí)別；本發(fā)明的另一目的是提供一種基于移動(dòng)端的人臉活體識(shí)別裝置及移動(dòng)終端。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于移動(dòng)端的人臉活體識(shí)別方法，包括：

當(dāng)移動(dòng)端接收到人臉活體識(shí)別請(qǐng)求后輸出動(dòng)作指令；其中，所述動(dòng)作指令包括眨眼指令、微笑指令、轉(zhuǎn)頭指令以及搖頭指令；

采集所述動(dòng)作指令對(duì)應(yīng)的動(dòng)作圖像信息；

通過(guò)檢測(cè)器對(duì)所述動(dòng)作圖像信息進(jìn)行實(shí)時(shí)檢測(cè)，得到檢測(cè)結(jié)果，根據(jù)所述檢測(cè)結(jié)果得到識(shí)別結(jié)果；所述檢測(cè)器包括睜眼檢測(cè)器、閉眼檢測(cè)器、嘴巴檢測(cè)器、微笑分類器、人臉檢測(cè)器以及轉(zhuǎn)頭檢測(cè)器；

輸出所述識(shí)別結(jié)果。

其中，所述睜眼檢測(cè)器、所述閉眼檢測(cè)器以及所述嘴巴檢測(cè)器的訓(xùn)練方法包括：

分別獲取各種狀態(tài)下人臉的圖像數(shù)據(jù)；

分別將每種檢測(cè)器對(duì)應(yīng)的部位每種狀態(tài)下的圖像數(shù)據(jù)作為正樣本，將不包含所述部位的每種狀態(tài)下的圖像數(shù)據(jù)作為負(fù)樣本；

利用優(yōu)化的局部二值模式LBP特征提取方法提取所述正樣本和所述負(fù)樣本的優(yōu)化LBP特征；

通過(guò)Gentle Adaboost方法對(duì)所述特征進(jìn)行分類訓(xùn)練，獲得所述睜眼檢測(cè)器、所述閉眼檢測(cè)器以及所述嘴巴檢測(cè)器。

其中，所述睜眼檢測(cè)器以及所述閉眼檢測(cè)器的檢測(cè)方法包括：

所述睜眼檢測(cè)器以及所述閉眼檢測(cè)器接收發(fā)出眨眼指令后收集的動(dòng)作圖像信息；

判斷所述動(dòng)作圖像信息中眼睛的狀態(tài)；

如果從所述眼睛的狀態(tài)中先后檢測(cè)出睜眼以及閉眼，則判定為一次完整的眨眼動(dòng)作。

其中，所述人臉檢測(cè)器的訓(xùn)練方法包括：

分別獲取各種角度下人臉以及非人臉的圖像數(shù)據(jù)；

分別將每種角度下人臉的圖像數(shù)據(jù)作為正樣本，將每種角度下非人臉的圖像數(shù)據(jù)作為負(fù)樣本；

利用LAB特征提取方法提取所述正樣本和所述負(fù)樣本的LAB特征；

通過(guò)Adaboost方法對(duì)所述LAB特征進(jìn)行訓(xùn)練，獲得所述人臉檢測(cè)器。

其中，所述微笑分類器以及所述轉(zhuǎn)頭檢測(cè)器的訓(xùn)練方法包括：

分別將所述檢測(cè)器對(duì)應(yīng)的狀態(tài)的圖像數(shù)據(jù)作為正樣本，將不包含所述檢測(cè)器對(duì)應(yīng)的狀態(tài)的圖像數(shù)據(jù)作為負(fù)樣本；

使用方向梯度直方圖HOG特征對(duì)所述正樣本和所述負(fù)樣本進(jìn)行表征，形成方向梯度直方圖HOG特征；

使用支持向量機(jī)SVM算法對(duì)所述正樣本和所述負(fù)樣本的HOG特征進(jìn)行訓(xùn)練，獲得所述微笑分類器以及所述轉(zhuǎn)頭檢測(cè)器。

其中，所述人臉檢測(cè)器的訓(xùn)練方法還包括：

通過(guò)模板匹配的方式進(jìn)行人臉跟蹤。

其中，所述動(dòng)作指令的輸出方法包括：

通過(guò)語(yǔ)音和/或界面顯示來(lái)輸出所述動(dòng)作指令。

其中，所述采集所述動(dòng)作指令對(duì)應(yīng)的動(dòng)作圖像信息包括：

采集所述動(dòng)作指令對(duì)應(yīng)的動(dòng)作視頻；

從所述動(dòng)作視頻中提取預(yù)定個(gè)數(shù)的圖像幀作為動(dòng)作圖像信息。

本發(fā)明公開(kāi)一種基于移動(dòng)端的人臉活體識(shí)別裝置，包括：

指令輸出單元，用于當(dāng)移動(dòng)端接收到人臉活體識(shí)別請(qǐng)求后輸出動(dòng)作指令；其中，所述動(dòng)作指令包括眨眼指令、微笑指令、轉(zhuǎn)頭指令以及搖頭指令；

采集單元，用于采集所述動(dòng)作指令對(duì)應(yīng)的動(dòng)作圖像信息；