[發明專利]一種基于深度學習的靜態三維人臉活體檢測方法

有效

• 申請號: 201811296335.7
• 申請日: 2018-11-01
• 公開（公告）號: CN109711243B
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 陳俊逸
• 申請（專利權）人: 長沙小鈷科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種基于深度學習的靜態三維人臉活體檢測方法，其特征在于，所述方法包括：

通過彩色攝像頭拍攝彩色圖像，通過深度攝像頭拍攝深度圖像；

當在所述彩色圖像中檢測到人臉時，對所述彩色圖像進行人臉裁剪及歸一化處理，得到彩色人臉圖像；對所述深度圖像進行人臉裁剪及歸一化處理，得到深度人臉圖像；通過第一卷積神經網絡分別對所述彩色人臉圖像和所述深度人臉圖像進行特征提取，得到第一彩色向量和第一深度向量；通過第二卷積神經網絡分別對所述彩色人臉圖像和所述深度人臉圖像進行特征提取，得到第二彩色向量和第二深度向量；計算所述第一彩色向量與所述第一深度向量之間的第一差值絕對值，計算所述第二彩色向量與所述第二深度向量之間的第二差值絕對值；將所述第一彩色向量、所述第一深度向量、所述第一差值絕對值、所述第二彩色向量、所述第二深度向量及所述第二差值絕對值拼接為第一拼接向量；將所述第一拼接向量均分為兩部分，計算所述兩部分之間的第三差值絕對值；將所述第一拼接向量和所述第三差值絕對值拼接為所述人臉對應的特征向量；

根據所述人臉對應的特征向量，通過預先訓練的活體檢測分類器判斷所述人臉是否為活體。

2.根據權利要求1所述的方法，其特征在于，所述對所述深度圖像進行人臉裁剪及歸一化處理，得到深度人臉圖像，包括：

從所述彩色圖像中獲取預設數目個人臉關鍵點位置；

從所述深度圖像中分別獲取每個所述人臉關鍵點位置對應的關鍵點深度值；

根據每個所述關鍵點深度值對所述深度圖像中的人臉區域進行歸一化處理，得到深度人臉圖像。

3.根據權利要求2所述的方法，其特征在于，所述從所述深度圖像中分別獲取每個所述人臉關鍵點位置對應的關鍵點深度值，包括：

判斷所述深度圖像中所述人臉關鍵點位置處的深度值是否為0；

如果否，獲取所述深度值作為所述人臉關鍵點位置對應的關鍵點深度值；

如果是，獲取所述人臉關鍵點位置的四個相鄰點的深度值，根據所述四個相鄰點的深度值進行插值，得到所述人臉關鍵點位置對應的關鍵點深度值。

4.根據權利要求2所述的方法，其特征在于，所述根據每個所述關鍵點深度值對所述深度圖像中的人臉區域進行歸一化處理，得到深度人臉圖像，包括：

從所述深度圖像中裁剪出人臉區域圖像；

確定每個所述關鍵點深度值中的最大深度值及最小深度值；

從所述人臉區域圖像中，確定出深度值大于所述最大深度值的第一像素點，以及深度值小于所述最小深度值的第二像素點；

將所述第一像素點的深度值修改為所述最大深度值，以及將所述第二像素點的深度值修改為所述最小深度值；

將所述人臉區域圖像中每個像素點的深度值減去所述最大深度值后再除以所述最大深度值與所述最小深度值之間的差值，得到深度人臉圖像。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述根據所述人臉對應的特征向量，通過預先訓練的活體檢測分類器判斷所述人臉是否為活體之前，還包括：

通過所述彩色攝像頭及所述深度攝像頭拍攝活體樣本，獲取活體特征；

通過所述彩色攝像頭及所述深度攝像頭拍攝非活體樣本，獲取非活體特征；

根據所述活體特征和所述非活體特征訓練活體檢測分類器。