[發明專利]一種基于極短視頻的人臉活體檢測方法

有效

• 申請號: 201711275569.9
• 申請日: 2017-12-06
• 公開（公告）號: CN108021892B
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 馬燕;趙偉;李順寶;張玉萍;黃慧
• 申請（專利權）人: 上海師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海宛林專利代理事務所(普通合伙) 31361
• 代理人: 張明

1.一種基于極短視頻的人臉活體檢測方法，其特征在于，包括以下步驟：

S1：采集包括真人臉部和該真人臉部照片的訓練集視頻，所述訓練集視頻中的各段訓練視頻時長被設置為1秒；

S2：對所述訓練視頻進行歐拉視頻放大處理，得到歐拉放大視頻；

S3：提取所述訓練視頻中各幀圖像的SIFT特征點并進行幀間SIFT特征點匹配；

S4：將所述訓練視頻的幀間SIFT特征匹配點對的坐標，應用到其對應的所述歐拉放大視頻，并結合幀間紅色分量的差值生成該段所述訓練視頻的特征直方圖；其具體步驟為：

(1)假定訓練視頻中第1幀與第2幀共提取k對SIFT匹配點對，第1幀的k個SIFT特征點記作{s₁₁,s₁₂,…,s_1k}，第2幀的k個SIFT特征點記作{s₂₁,s₂₂,…,s_2k}；

(2)對于經歐拉視頻放大處理后的第1幀圖像的紅色分量I₁，分別以{s₁₁,s₁₂,…,s_1k}中的k個坐標點為中心，計算其3*3鄰域的均值，從而得到k個均值{r₁₁,r₁₂,…,r_1k}，對于經歐拉視頻放大處理后的第2幀圖像的紅色分量I₂也進行同樣運算，得到k個均值{r₂₁,r₂₂,…,r_2k}，計算第1幀與第2幀間所有匹配點對的對應均值間差值的絕對值，得到|r₂₁-r₁₁|，|r₂₂-r₁₂|，…，|r_2k-r_1k|，同理，計算第1幀與第3幀間所有匹配點對的對應均值間差值的絕對值，…，計算第1幀與第n幀間所有匹配點對的對應均值間差值的絕對值，…，計算將第2幀和第3幀，第4幀，…，第n幀間所有匹配點對的對應均值間差值的絕對值，以此類推，直到計算第n-1幀和第n幀間所有匹配點對的對應均值間差值的絕對值；

(3)對于所有的均值差值的絕對值，按[0,0.5]，[0.5,1]，[1,1.5]，[1.5,2]，[2,4]，[4,6]，[6,8]，[8,10]，[10,12]，[12,14]，[14,16]等構成的11個區間，統計該段訓練視頻中所有的均值差值的絕對值落入這11個區間的數目，并構建歸一化所述訓練視頻的特征直方圖；

S5：采集時長1秒的待檢測人臉視頻并生成待檢測人臉視頻的特征直方圖；

S6：將所述訓練集視頻中的所有訓練視頻所對應的所述訓練視頻的特征直方圖和所述待檢測人臉視頻的特征直方圖輸入到SVM，輸出檢測結果。

2.如權利要求1所述的一種基于極短視頻的人臉活體檢測方法，其特征在于，所述的采集包括真人臉部和該真人臉部照片的訓練集視頻，訓練集中各段訓練視頻時長1秒，其具體步驟為：利用視頻采集裝置采集所述真人臉部的訓練視頻，以及該所述真人臉部照片的訓練視頻，所述訓練視頻時長被設置為1秒，所有的訓練視頻構成所述訓練集視頻。

3.如權利要求1所述的一種基于極短視頻的人臉活體檢測方法，其特征在于，所述的對所述訓練視頻進行歐拉視頻放大處理，得到歐拉放大視頻，其具體步驟為：對于所述訓練集中各段訓練視頻，首先，用拉普拉斯金字塔對訓練視頻進行空間域分解；然后，經高斯濾波器對所述空間域分解結果進行時域濾波處理；最后，將得到的信號進行放大，得到歐拉放大視頻。

4.如權利要求1所述的一種基于極短視頻的人臉活體檢測方法，其特征在于，所述的提取所述訓練視頻中各幀圖像的SIFT特征點并進行幀間SIFT特征點匹配，其具體步驟為：利用SIFT算法提取所述訓練視頻中各幀圖像的SIFT特征點，并進行所述SIFT特征點匹配。