[發明專利]一種人臉活體檢測方法

有效

• 申請號: 201811127323.1
• 申請日: 2018-09-26
• 公開（公告）號: CN109376608B
• 公開（公告）日: 2021-04-27
• 發明（設計）人: 章東平;葛俊
• 申請（專利權）人: 中國計量大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 吳秉中

本發明公開了一種人臉活體檢測方法，其目的在于利用活體檢測提升人臉識別的安全性和可靠性。利用圖像處理技術實現人臉活體檢測，其技術關鍵在于（1）利用MTCNN方法實現對人臉的檢測以及對13個關鍵點的提取；（2）利用提取的關鍵點實現人眼眨眼動作判別是否為活體；（3）通過對照片框、視頻框和手機邊框的檢測判斷是否為活體；（4）綜合人眼眨眼動作判別和對照片框、視頻框和手機邊框的檢測來進行人臉活體檢測。本發明所采用的深度學習方法能夠很好的防范照片與視頻的攻擊，極大的提高了活體檢測的準確性和魯棒性。

技術領域

本發明屬于圖像處理領域，尤其涉及到一種人臉活體檢測方法。

背景技術

隨著大數據時代的到來和深度學習的發展，人臉識別技術取得了重大突破。人臉識別已經被廣泛地應用于公共安防、銀行金融、公安刑偵、社交媒體等領域，特別是近來將人臉識別技術應用到手機屏幕解鎖。然而，基于人臉識別缺陷的假冒手段也層出不窮，其中主要以人臉照片和視頻影像作為冒充手段。提高人臉識別的安全性，可靠性，利用活體檢測技術有效的防范冒充手段，這是亟待解決的問題。

發明內容

本發明的目的在于提高活體檢測技術用于人臉識別系統的可靠性，提出了一種人臉活體檢測方法。

本發明采用的技術方案是：

一種人臉活體檢測方法，包括以下步驟：

步驟1：人臉檢測與關鍵點定位：

利用MTCNN開源目標檢測算法訓練人臉檢測模型和預測13個關鍵點位置，所述MTCNN算法是基于深度學習的目標檢測算法，利用訓練的模型檢測人臉框位置信息(χ_f,y_f,w_f,h_f)，輸出13個關鍵點位置信息((x₁，y₁)，(x₂，y₂)…(x₁₃，y₁₃))；

步驟2：基于眨眼動作的活體檢測：

由步驟1得到的13個關鍵點中的第1點為左眼的左眼角點，第2點為左眼上眼皮的點，第3點為左眼右眼角點，第4點為左眼下眼皮的關鍵點，第5點為右眼的左眼角點，第6點為右眼上眼皮的點，第7點為右眼的右邊眼角點，第8點為右眼下眼皮的關鍵點。利用歐氏距離計算視頻中第i幀人眼高h_i和寬w_i的比值u_i，記錄下u_i的值，u_i在設定的閾值T上呈現上下浮動,計算一段時間t內的睜眼總次數q和閉眼的次數k，當|q+k|≥2，|q-k|≤a,例如a取3,滿足這些條件，則判斷有眨眼動作發生，檢測到的人臉為活體。

判斷眨眼動作發生的條件：在第i+m幀時比值u_i+mTu_i+m+1且隨后r幀出現u_i+m+rTu_i+m+r+1或者在第i+r幀時u_i+rTu_i+r+1且隨后m幀出現u_i+r+mTu_i+r+m+1,其中m為睜眼后到閉眼前時間間隔內的幀數，r為閉眼后到睜眼前時間間隔的幀數；

其中w_i和h_i的計算公式為：

(j＝1或5) (2)

(j＝1或5) (3)所述閾值T的取值步驟為：

①統計數據集中n張圖片人眼的寬和高，求取寬高的均值和

②計算閾值T：