[發明專利]基于人臉微表情識別的活體檢測方法

在審

• 申請號: 201810753377.2
• 申請日: 2018-07-10
• 公開（公告）號: CN109034014A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 王光夫;趙潔;孫杰;樓嘉昌
• 申請（專利權）人: 天津瑟威蘭斯科技有限公司;天津城建大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程小艷

本發明屬于人工智能人臉識別分析應用技術領域，涉及在人臉識別應用上屬于數據安全驗證技術，具體涉及一種基于人臉微表情識別的活體檢測方法，主要步驟為首先計算機內預先通過神經網絡訓練一個N類表情，然后登錄驗證時，計算機會提示使用者連續做M個表情,使用者需要跟隨計算機連續做M個表情，其次通過神經網絡判斷，在做表情的一段時間內，取K*M張圖片，其中K>＝2，判定K*M張人臉是否是同一個人，最后在K*M張圖中取出Q個人臉，其中Q>＝1，取多次驗證后的平均結果，驗證人臉身份。

技術領域

本發明涉及人工智能人臉識別分析應用技術領域，涉及在人臉識別應用上屬于數據安全 驗證技術，具體涉及一種基于人臉微表情識別的活體檢測方法。

背景技術

人臉識別作為當前最流行的人工智能落地技術已經在許多領域廣泛應用了。但是人臉識 別帶來便捷的同時，又出現了很多隱患。日常生活中人臉的肖像很容易泄露，如果人臉驗證 綁定的數據驗證私密性較高，那就會造成用戶有很大損失。所以如何預防人臉信息泄露，而 造成的驗證失效的問題就成為人臉識別技術中一個至關重要的難題。此技術在專業領域成為 人體活檢技術。目前在行業上普遍應用的實現手段主要分為兩種，1，通過3D攝像頭捕捉人 臉距離攝像頭技術除人臉本身信息外，再取出人臉輪廓凹凸曲線空間立體數據，從而判斷當 前的人不是一張照片，而是一個3D的物體。2.由于3D物體可以是一個模型例如蠟像等，于 是現有技術就有第二種活體檢測手段，目前在許多APP上都有涉及，就是通過人做一些行為 動作，例如眨眼，點頭，左右看，等行為判斷鏡頭前的人是否是一個真實的人，此技術主要 是通過算法定位眼鏡，鼻子，嘴角等人臉特征點，判斷特征點在不同動作下變化，完成驗證。 不同的廠家對于現有的兩種方式都有一定的補充和提升，本發明主要提出了一個不同于現有 方式的驗證技術。

發明內容

本發明的目的主要在于克服現有技術的不足，提出一種基于人臉微表情識別的活體檢測 方法。在驗證人是否是真人活體時，主要要求當前驗證人在屏幕前跟著驗證指引做幾個指定 的表情，攝像頭捕捉當前驗證人的幾個表情并進行判斷，如果符合計算機當前需要的表情， 則認為是真人，如果不對則攝像頭對面是假的人的概率很大，然后結合人臉特征識別判斷當 前的人臉是不是對應的正確的人臉，兩方面結合完成人臉的驗證和活體檢測。但是僅用這兩 個技術無法保證不能作假，本發明在兩大技術上又做了深入的改進，使得驗證更加可靠，作 假的難度更大。

本發明為解決背景技術中提出的技術問題，采用的技術方案是基于人臉微表情識別的 活體檢測方法，包括如下步驟：

1)計算機內預先通過神經網絡訓練一個N類表情，其中N>＝4,包括但不限于高興、憤怒、 驚訝、郁悶；

2)登錄驗證時，計算機會提示使用者連續做M個表情,使用者需要跟隨計算機連續做M個 表情，其中M<＝N；

3)計算機通過神經網絡判斷上述步驟2)中M個表情是否和所需要的表情一致；

4)在做表情的一段時間內，取K*M張圖片，其中K>＝2，判定K*M張人臉是否是同一個人；

5)在K*M張圖中取出Q個人臉，其中Q>＝1，取多次驗證后的平均結果，驗證人臉身份。

本發明具體包括如下步驟：

1)利用opencv接入本地或者網絡攝像頭；

2)用DLIB框架人臉檢測方法檢測人臉是否出現在視頻里，并將人臉區域裁剪存儲得到人 臉face1；

3)系統隨機出一個表情，指引驗證著做一個表情；

4)將人臉區域face1傳入用caffe深度學習網絡訓練的模型中，識別出人臉表情label1， 判斷是否與需要的人臉表情一致：如果是，繼續下一次驗證；如果不一致，需要重新 開始驗證；