[發(fā)明專利]基于深度信息的人臉活體檢測方法、裝置

有效

• 申請?zhí)枺?/td>: 201910919092.6
• 申請日: 2019-09-26
• 公開（公告）號: CN110688950B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設計）人: 方利紅;程恭亮;侯方超
• 申請（專利權）人: 杭州艾芯智能科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/40;G06N3/04;G06N3/08;G06T17/00
• 代理公司: 杭州華進聯(lián)浙知識產權代理有限公司 33250
• 代理人: 何曉春

1.一種基于深度信息的人臉活體檢測方法，其特征在于，包括以下步驟：

從包含人臉的深度圖像中獲取人臉所在區(qū)域的面部深度圖像；

對獲取到的所述面部深度圖像進行歸一化處理，得到灰度圖像；

建立三維坐標系，將所述灰度圖像還原成三維空間中的三維曲面；

提取所述三維曲面中的三維信息，并將提取到的所述三維信息壓縮到二維空間，生成特征圖像；

將所述特征圖像送入訓練好的深度卷積神經網絡進行二分類檢測，得到活體檢測結果；

其中，所述提取所述三維曲面中的三維信息，并將提取到的所述三維信息壓縮到二維空間，生成特征圖像，包括以下步驟：

選中所述三維曲面中的任意一點，以該點為中心，取x、y方向窗口大小為N*N的曲面，N1；

使用最小二乘法，對該曲面進行擬合，得到一個平面；

根據擬合得到的平面，計算出與該平面垂直的法向量；

將所述法向量進行歸一化處理，得到三個單位向量；

將得到的三個單位向量作為圖像R、G、B的三個通道，合并生成一個彩色圖像；

當得到所述三維曲面中所有的點對應生成若干彩色圖像后，對所有的彩色圖像進行合并，生成所述特征圖像。

2.根據權利要求1所述的基于深度信息的人臉活體檢測方法，其特征在于，所述對獲取到的所述面部深度圖像進行歸一化處理，得到灰度圖像，包括以下步驟：

統(tǒng)計所述面部深度圖像中心1/4區(qū)域大小內的非零像素的平均值，記為人臉深度均值；

以所述人臉深度均值為基準，前后100mm距離為極值，進行歸一化處理，得到所述灰度圖像：

face_new(x,y)＝(face_old(x,y)-ave-100)/(200)；

其中，face_new(x,y)為歸一化后得到的灰度圖像的人臉區(qū)域像素值；face_old(x,y)為面部深度圖像的人臉區(qū)域像素值；ave為人臉深度均值，其單位為mm。

3.根據權利要求1所述的基于深度信息的人臉活體檢測方法，其特征在于，所述建立三維坐標系，將所述灰度圖像還原成三維空間中的三維曲面，包括以下步驟：

建立笛卡爾空間直角坐標系；

在所述笛卡爾空間直角坐標系中，對所述灰度圖像中的像素點進行坐標標注；

根據坐標標注結果生成所述三維曲面。

4.根據權利要求3所述的基于深度信息的人臉活體檢測方法，其特征在于，所述建立笛卡爾空間直角坐標系包括以下步驟：

以所述灰度圖像的左上角為坐標原點，寬度方向為x軸，高度方向為y軸，垂直于x、y軸的方向為z軸，建立笛卡爾坐標系；其中，x軸和y軸以所述灰度圖像的一個像素位置為單位1，z軸以歸一化后得到的所述灰度圖像的人臉區(qū)域像素值為實際坐標值。

5.根據權利要求1所述的基于深度信息的人臉活體檢測方法，其特征在于，將所述法向量進行歸一化處理，得到三個單位向量，具體計算公式如下：

X’＝(X/(X*X+Y*Y+Z*Z)+1)/2*255；

Y’＝(Y/(X*X+Y*Y+Z*Z)+1)/2*255；

Z’＝(Z/(X*X+Y*Y+Z*Z)+1)/2*255；

其中，X、Y、Z為三個法向量，X’、Y’、Z’為三個單位向量。

6.根據權利要求1至4任意一項所述的基于深度信息的人臉活體檢測方法，其特征在于，還包括以下步驟：

基于特征圖像，訓練得到所述深度卷積神經網絡。