[發明專利]活體人臉檢測方法及裝置

有效

• 申請號: 201810439986.0
• 申請日: 2018-05-04
• 公開（公告）號: CN110443102B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 劉守憲;孔勇
• 申請（專利權）人: 北京眼神科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/40;G06V10/82;G06N3/04
• 代理公司: 北京恩赫律師事務所 11469
• 代理人: 李善學

1.一種活體人臉檢測方法，其特征在于，包括：

獲取待檢測的近紅外人臉圖像；

將所述近紅外人臉圖像輸入至多級聯分類器進行檢測所述近紅外人臉圖像是否為活體人臉；

其中，所述多級聯分類器中的每一級卷積神經網絡能夠根據所述近紅外人臉圖像存在的載體和方式的不同進行分工檢測；

每一級卷積神經網絡均包括輸入層、六個卷積層、六個relu層、四個max-pooling層、三個全連接層、兩個dropout層和一個softmax層，其中，所述近紅外人臉圖像依次經過輸入層、第一個卷積層、第一個relu層、第一個max-pooling層、第二個卷積層、第二個relu層、第二個max-pooling層、第三個卷積層、第三個relu層、第四個卷積層、第四個relu層、第三個max-pooling層、第五個卷積層、第五個relu層、第六個卷積層、第六個relu層、第四個max-pooling層，之后進入第一個全連接層、第一個dropout層、第二個全連接層、第二個dropout層，最后進入第三個全連接層，并由所述第三個全連接層輸出一個二維特征向量，并將所述二維特征向量輸入到softmax層，計算得到屬于活體人臉的概率。

2.根據權利要求1所述的活體人臉檢測方法，其特征在于，

所述多級聯分類器包括三級卷積神經網絡，其中第一級卷積神經網絡用于區分位于打印紙上的黑白圖像與所有的活體人臉，第二級卷積神經網絡用于區分彩色圖像和位于相片紙、銅版紙上的黑白圖像與所有的活體人臉，第三級卷積神經網絡用于區分所有的非活體圖像與所有的活體人臉。

3.根據權利要求1所述的活體人臉檢測方法，其特征在于，所述獲取待檢測的近紅外人臉圖像包括：

獲取在近紅外光源下采集的近紅外圖像，并檢測所述近紅外圖像中是否有人臉；

若有人臉，則對所述近紅外圖像進行歸一化處理，得到歸一化后的人臉圖像；

檢測所述歸一化后的人臉圖像中是否存在高亮區域，若不存在，則判定所述歸一化后的人臉圖像即為所述近紅外人臉圖像。

4.根據權利要求3所述的活體人臉檢測方法，其特征在于，所述檢測所述歸一化后的人臉圖像中是否有高亮區域的步驟包括：

獲取所述歸一化后的人臉圖像的直方圖，判別所述直方圖中灰度值在某一區間內的任一灰度值的頻率是否大于第一閾值，若是，則判定所述歸一化后的人臉圖像存在高亮區域，若否，則不存在；或者，

獲取所述歸一化后的人臉圖像的直方圖，判別所述直方圖中灰度值在某一區間內的所有灰度值的累加頻率是否大于第二閾值，若是，則判定所述歸一化后的人臉圖像存在高亮區域，若否，則不存在；或者，

獲取所述歸一化后的人臉圖像中的任一個具有特定像素大小的子區域，判定所述子區域內像素的灰度值是否均大于第三閾值，若是，則判定所述歸一化后的人臉圖像存在高亮區域，若否，則不存在。

5.一種活體人臉檢測裝置，其特征在于，包括：

近紅外人臉圖像獲取模塊，用于獲取待檢測的近紅外人臉圖像；

活體檢測模塊，用于將所述近紅外人臉圖像輸入至多級聯分類器進行檢測所述近紅外人臉圖像是否為活體人臉圖像；

其中，所述多級聯分類器中的每一級卷積神經網絡能夠根據所述近紅外人臉圖像存在的載體和方式的不同進行分工檢測；

每一級卷積神經網絡均包括輸入層、六個卷積層、六個relu層、四個max-pooling層、三個全連接層、兩個dropout層和一個softmax層，其中，所述近紅外人臉圖像依次經過輸入層、第一個卷積層、第一個relu層、第一個max-pooling層、第二個卷積層、第二個relu層、第二個max-pooling層、第三個卷積層、第三個relu層、第四個卷積層、第四個relu層、第三個max-pooling層、第五個卷積層、第五個relu層、第六個卷積層、第六個relu層、第四個max-pooling層，之后進入第一個全連接層、第一個dropout層、第二個全連接層、第二個dropout層，最后進入第三個全連接層，并由所述第三個全連接層輸出一個二維特征向量，并將所述二維特征向量輸入到softmax層，計算得到屬于活體人臉的概率。