[發明專利]一種基于圖像紋理的活體識別方法及裝置

在審

• 申請號: 201810037287.3
• 申請日: 2018-01-15
• 公開（公告）號: CN107992864A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 劉汝帥;姚琪
• 申請（專利權）人: 武漢神目信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙)42242
• 代理人: 吳陽

1.一種基于圖像紋理的活體識別方法，其特征在于，包括以下步驟：

步驟1，對訓練集中的每張樣本圖片依次進行人臉檢測、landmark檢測以及LBP特征提取，得到每張樣本圖片的LBP特征feature；

步驟2，根據樣本圖片的LBP特征feature和已知的樣本圖片類別，進行SVM訓練，得到用于活體識別的SVM分類器；

步驟3，獲取待識別圖像image，對所述圖像image進行人臉檢測、landmark檢測以及LBP特征提取，得到所述圖像image的LBP特征feature1；

步驟4，利用所述SVM分類器，對所述圖像image的LBP特征feature1進行分類識別，得到待識別圖像image的活體識別結果。

2.根據權利要求1所述一種基于圖像紋理的活體識別方法，其特征在于，所述訓練集中樣本圖片包括活體和非活體兩個類別樣本圖片。

3.根據權利要求1所述一種基于圖像紋理的活體識別方法，其特征在于，所述人臉檢測和landmark檢測采用MTCNN算法實現。

4.根據權利要求3所述一種基于圖像紋理的活體識別方法，其特征在于，所述landmark檢測還包括根據人臉landmark信息進行人臉對齊，截取包含眼睛、鼻子、嘴巴的最小矩形圖像并進行歸一化處理，將所述最小矩形圖像設置為預設大小，得到圖像face。

5.根據權利要求4所述一種基于圖像紋理的活體識別方法，其特征在于，所述LBP特征提取包括以下步驟：

將圖像face由RGB模式圖像轉換為YCrCb模式圖像，分別計算圖像face的Y通道、C通道r、Cb通道的LBP riu2模式特征lbp8以及LBP riu2模式特征lbp16；所述LBP riu2模式特征lbp8是指以中心像素為圓心、采樣半徑為2、采樣點為8的LBP特征；所述LBP riu2模式特征lbp16是指以中心像素為圓心、采樣半徑為2、采樣點為16的LBP特征；

將所述LBP特征lbp8平均劃分成9個塊，依次統計每個塊中各個LBP值的個數，然后統計整個圖像face中LBP特征lbp8的各個LBP值的個數；將所述LBP特征lbp16平均劃分成17個塊，依次統計每個塊中各個LBP值的個數，然后統計整個圖像face中LBP特征lbp16的各個LBP值的個數；

由于LBP特征lbp8中只包含0～9的值，LBP特征lbp16只包含0～17的值，因此針對Y、Cr、Cb每個通道，得到長度為118的特征，將3個通道合并，得到長度為354的特征，再將此特征進行歸一化，得到圖像face的LBP特征feature。

6.一種基于圖像紋理的活體識別裝置，其特征在于，包括：

特征提取模塊，用于對訓練集中的每張樣本圖片依次進行人臉檢測、landmark檢測以及LBP特征提取，得到每張樣本圖片的LBP特征feature；

分類器生成模塊，用于根據樣本圖片的LBP特征feature和已知的樣本圖片類別，進行SVM訓練，得到用于活體識別的SVM分類器；

特征提取模塊，用于獲取待識別圖像image，對所述圖像image進行人臉檢測、landmark檢測以及LBP特征提取，得到所述圖像image的LBP特征feature1；

識別模塊，用于利用所述SVM分類器，對所述圖像image的LBP特征feature1進行分類識別，得到待識別圖像image的活體識別結果。

7.根據權利要求6所述一種基于圖像紋理的活體識別裝置，其特征在于，所述訓練集中樣本圖片包括活體和非活體兩個類別樣本圖片。

8.根據權利要求6所述一種基于圖像紋理的活體識別裝置，其特征在于，所述人臉檢測和landmark檢測采用MTCNN算法實現。

9.根據權利要求8所述一種基于圖像紋理的活體識別裝置，其特征在于，所述landmark檢測還包括根據人臉landmark信息進行人臉對齊，截取包含眼睛、鼻子、嘴巴的最小矩形圖像并進行歸一化處理，將所述最小矩形圖像設置為預設大小，得到圖像face。

10.根據權利要求9所述一種基于圖像紋理的活體識別裝置，其特征在于，所述LBP特征提取包括：

將圖像face由RGB模式圖像轉換為YCrCb模式圖像，分別計算圖像face的Y通道、C通道r、Cb通道的LBP riu2模式特征lbp8以及LBP riu2模式特征lbp16；所述LBP riu2模式特征lbp8是指以中心像素為圓心、采樣半徑為2、采樣點為8的LBP特征；所述LBP riu2模式特征lbp16是指以中心像素為圓心、采樣半徑為2、采樣點為16的LBP特征；

將所述LBP特征lbp8平均劃分成9個塊，依次統計每個塊中各個LBP值的個數，然后統計整個圖像face中LBP特征lbp8的各個LBP值的個數；將所述LBP特征lbp16平均劃分成17個塊，依次統計每個塊中各個LBP值的個數，然后統計整個圖像face中LBP特征lbp16的各個LBP值的個數；

由于LBP特征lbp8中只包含0～9的值，LBP特征lbp16只包含0～17的值，因此針對Y、Cr、Cb每個通道，得到長度為118的特征，將3個通道合并，得到長度為354的特征，再將此特征進行歸一化，得到圖像face的LBP特征feature。