[發明專利]基于單攝像頭的人臉識別活體檢測方法及系統、存儲介質

在審

• 申請號: 201811323383.0
• 申請日: 2018-11-08
• 公開（公告）號: CN109460733A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 周孺;丁建華;王棟;王棟;邱建華
• 申請（專利權）人: 北京智慧眼科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 長沙智嶸專利代理事務所(普通合伙) 43211
• 代理人: 劉宏

1.一種基于單攝像頭的人臉識別活體檢測方法，其特征在于：

其包括以下步驟：

步驟S100：利用單攝像頭獲取視頻流；

步驟S200：從視頻流中提取出不同尺寸的圖像；及

步驟S300：利用深度學習神經網絡判斷圖像是否為活體，其中針對不同尺寸的圖像采用不同的深度學習模型進行判定。

2.如權利要求1所述的人臉識別活體檢測方法，其特征在于：

步驟S300具體包括以下步驟：

步驟S301：將不同尺寸的圖像輸入深度學習神經網絡并進行分類；

步驟S302：利用深度學習神經網絡針對輸入的不同尺寸的圖像分別輸出歸一化的第一得分和第二得分；及

步驟S303：綜合不同尺寸圖像的得分結果給出最終判斷結果。

3.如權利要求2所述的人臉識別活體檢測方法，其特征在于：

步驟S301中針對不同尺寸的圖像采用不同的分類器進行分類。

4.如權利要求1所述的人臉識別活體檢測方法，其特征在于：

步驟S200中至少提取出三種尺寸的圖像，采用人臉檢測從原始正臉圖像摳出人臉區域作為第一尺寸圖像；在第一尺寸圖像上朝上下左右四個方向各擴大至少20％作為第二尺寸圖像；采用原始正臉圖像作為第三尺寸圖像。

5.如權利要求4所述的人臉識別活體檢測方法，其特征在于：

深度學習神經網絡采用擴展型的mobileFaceNet網絡架構檢測第一尺寸圖像的失真度信息。

6.如權利要求5所述的人臉識別活體檢測方法，其特征在于：

擴展型的mobileFaceNet網絡架構是在mobileFaceNet網絡架構的基礎上將3x3的卷積層擴展以使其感受野達到7x7。

7.如權利要求4所述的人臉識別活體檢測方法，其特征在于：

深度學習神經網絡采用縮減版的resnet網絡架構檢測第二尺寸圖像和第三尺寸圖像的邊緣信息。

8.如權利要求7所述的人臉識別活體檢測方法，其特征在于：

縮減版的resnet網絡架構是在resnet18網絡架構的基礎上縮小了輸入圖像的尺寸和對通道數進行減半。

9.一種基于單攝像頭的人臉識別活體檢測系統，其采用如權利要求1～8任一項所述的人臉識別活體檢測方法，其特征在于：

其包括單攝像頭(100)，用于采集視頻；

圖像提取模塊(200)，用于從采集的視頻中提取不同尺寸圖像；

人臉識別檢測模塊(300)，用于判斷圖像是否為活體。

10.一種計算機可讀取的存儲介質，其用于存儲進行基于單攝像頭的人臉識別活體檢測的計算機程序，其特征在于：該計算機程序在計算機上運行時執行以下步驟：

步驟S100：利用單攝像頭獲取視頻流；

步驟S200：從視頻流中提取出不同尺寸的圖像；及

步驟S300：利用深度學習神經網絡判斷圖像是否為活體。