[發明專利]一種人臉活體檢測方法、系統及裝置

在審

• 申請號: 201810584523.3
• 申請日: 2018-06-08
• 公開（公告）號: CN108875618A
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 毛亮;劉呈云;林煥凱;黃仝宇;汪剛;宋一兵;侯玉清;劉雙廣
• 申請（專利權）人: 高新興科技集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州國鵬知識產權代理事務所(普通合伙) 44511
• 代理人: 寧尚國

1.一種人臉活體檢測方法，其特征在于，所述方法包括，

獲取活體人臉圖像，對所述活體人臉圖像進行初始化處理；

對所述經過初始化處理的活體人臉圖像進行特征檢測；

提取所述活體人臉圖像的特征信息，并利用SVM分類器進行訓練，得到SVM檢測模型；

獲取待檢測人臉視頻，對所述待檢測人臉視頻幀序列進行MTCNN人臉檢測獲得待檢測人臉圖像，同時，對所述待檢測人臉圖像進行初始化處理；

將所述待檢測人臉圖像分成多種顏色空間，并對所述待檢測人臉圖像進行特征提取、特征級聯、特征融合；

將所述經特征提取、特征級聯、特征融合的待檢測人臉視頻幀輸入所述SVM檢測模型，得到檢測結果。

2.根據權利要求1所述的人臉活體檢測方法，其特征在于，所述對活體人臉圖像及待檢測人臉圖像進行的初始化處理具體包括，對所述活體人臉圖像及待檢測人臉圖像通過多級聯的回歸樹進行關鍵點回歸，定位人臉關鍵點。

3.根據權利要求2所述的人臉活體檢測方法，其特征在于，所述人臉關鍵點數量為68，計算公式為：

其中表示第t級回歸器的形狀，I表示人臉圖像，r_t表示第t級回歸器的更新量，更新策略采用GBDT，即每級回歸器學習的都是當前形狀與groundtruth。

4.根據權利要求1所述的人臉活體檢測方法，其特征在于，所述將所述待檢測人臉圖像分成多種顏色空間，并對所述待檢測人臉視圖像進行特征提取、特征級聯、特征融合具體包括，

通過紋理算法將所述待檢測人臉圖像分成RGB，HSV，YCbCr三種顏色空間，并分別對所述三種顏色空間進行特征提取、特征級聯、特征融合。

5.根據權利要求4所述的人臉活體檢測方法，其特征在于，所述紋理特征算法為LBP，WLD，LPQ。

6.根據權利要求1-5所述的人臉活體檢測方法，其特征在于，所述將所述經過處理的待檢測人臉視頻幀輸入所述SVM模型，得到檢測結果具體包括，

通過卡方距離測量活體人臉圖像與待檢測人臉圖像的相似度，所述計算卡方距離的公式為，

其中，H_x，H_y分別為真實人臉和偽裝人臉的WLD直方圖，表示各直方圖之間的差距，i表示圖像分塊號，i為正整數。

7.一種人臉活體檢測法系統，其特征在于，包括，

獲取單元，用于獲取活體人臉圖像，對所述活體人臉圖像進行初始化處理；

檢測單元，用于對所述經過初始化處理的活體人臉圖像進行特征檢測；

訓練單元，用于提取所述活體人臉圖像的特征信息，并利用SVM分類器進行訓練，得到SVM檢測模型；

第二獲取單元，用于獲取待檢測人臉視頻，對所述待檢測人臉視頻幀序列進行MTCNN人臉檢測獲得待檢測人臉圖像，同時，對所述待檢測人臉圖像進行初始化處理；

處理單元，將所述待檢測人臉圖像分成多種顏色空間，并對所述待檢測人臉圖像進行特征提取、特征級聯、特征融合；

判斷單元，用于將所述經特征提取、特征級聯、特征融合的待檢測人臉視頻幀輸入所述SVM檢測模型，得到檢測結果。

8.根據權利要求7所述的人臉活體檢測系統，其特征在于，所述判斷單元還包括，計算模塊，用于計算活體人臉圖像與待檢測人臉圖像的相似度。

9.一種人臉活體檢測裝置，其特征在于，所述裝置包括處理器及存儲器，

所述存儲器用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；

所述處理器用于根據所述程序代碼中的指令執行權利要求1-6任意一項人臉活體檢測方法。

10.一種包括指令的計算機程序產品，其特征在于，當所述計算機程序產品在計算機上運行時，使得所述計算機執行權利要求1-6任意一項人臉活體檢測方法。