[發明專利]一種自動過濾模糊人臉的快速活體檢測方法及系統

有效

• 申請號: 201911353715.4
• 申請日: 2019-12-25
• 公開（公告）號: CN111126283B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 黃澤;張發恩;陳冰
• 申請（專利權）人: 創新奇智（廣州）科技有限公司
• 主分類號: G06V40/40
• 分類號: G06V40/40;G06V40/16;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 深圳珠峰知識產權代理有限公司 44899
• 代理人: 黃偉

本發明公開一種自動過濾模糊人臉的快速活體檢測方法及系統，涉及活體檢測技術領域，包括：獲取若干真實人臉圖片及若干虛假人臉圖片；將各真實人臉圖片和各虛假人臉圖片進行分組得到訓練集和測試集；對訓練集中進行圖像特征提取，得到對應的特征圖譜；對訓練集進行模糊處理，得到對應的模糊圖像；根據訓練集中的各真實人臉圖片、各虛假人臉圖片、各特征圖譜以及各模糊圖像訓練得到活體檢測模型；根據活體檢測模型對測試集中的各真實人臉圖片和各虛假人臉圖片進行活體檢測，并計算活體檢測結果與各真實人臉圖片和各虛假人臉圖片的真實結果之間的損失函數，以根據損失函數對活體檢測模型進行驗證。本發明有效提高了活體檢測的準確率。

技術領域

本發明涉及活體檢測技術領域，具體涉及一種自動過濾模糊人臉的快速活體檢測方法及系統。

背景技術

隨著人臉識別、人臉解鎖等技術在金融、門禁、移動設備等日常生活中的廣泛應用，活體檢測(Face?Anti-Spoofing)技術在近年來得到了越來越多的關注。活體檢測是在一些身份驗證場景確定對象真實生理特征的方法，在人臉識別應用中，活體檢測能通過眨眼、張嘴、搖頭、點頭等組合動作，使用人臉關鍵點定位和人臉追蹤等技術，驗證用戶是否為真實活體本人操作。常見活體檢測攻擊手段有多種，如打印攻擊使用，即打印的照片代替被檢測者；翻拍攻擊，即攻擊者使用手機等電子產品播放被檢測者的視頻或者照片；3D面具攻擊，即使用真人比例的面具戴在攻擊者臉上來攻擊活體檢測系統。有效的活體檢測能夠幫助用戶甄別欺詐行為，保障用戶的利益。

現有技術中，活體檢測算法分為靜態方法和動態方法兩類：

靜態方法分為傳統方法和基于CNN模型的方法。傳統方法采用handcrafted特征(手動設計的特征)用來區分真實人臉和虛假人臉，然后使用SVM等分類算法來區分，如使用LBP特征；使用鏡面放射、圖片失真評估和顏色等統計量組成特征子，該方法在人臉失真不明顯時效果很差；傳統方法還包括使用HSV空間人臉多級LBP特征和YCbCr空間人臉LPQ特征來區分真實人臉。這些傳統方法由于手動構造的特征，活體檢測的泛化性能效果不好。基于CNN的模型使用CNN來提取人臉特征，將人臉分塊并分別finetune模型(即是將已經預訓練好的模型，采用分塊得到的各個人臉分塊重新訓練)，然后再融合各個分塊的特征，此方法性能較差且無法實時；也有用到深度圖、紅外圖等額外人臉信息來進行活體檢測并且超過了人類水平，但無法在僅獲得RGB圖像時進行活體檢測。

動態方法分為主動活體檢測和被動人臉檢測，主動活體檢測要求被檢測者配合做一些驗證動作，這種方法主要用在金融、支付等安全要求較高的場景，在很多場景中不實用；被動人臉檢測利用視頻中多幀之間關聯信息來判定是否是真實人臉，使用CNN和LSTM利用多幀信息模擬LBP-TOP方法，性能很差。

發明內容

本發明的目的在于提供一種自動過濾模糊人臉的快速活體檢測方法及系統。

為達此目的，本發明采用以下技術方案：

提供一種自動過濾模糊人臉的快速活體檢測方法，具體包括以下步驟：

步驟S1，獲取若干真實人臉圖片以及基于所述真實人臉圖片的若干虛假人臉圖片；

步驟S2，將各所述真實人臉圖片和各所述虛假人臉圖片進行分組得到訓練集和測試集；

步驟S3，對所述訓練集中的各所述真實人臉圖片和各所述虛假人臉圖片進行圖像特征提取，得到各所述真實人臉圖片和各所述虛假人臉圖片對應的特征圖譜；

步驟S4，對所述訓練集中的各所述真實人臉圖片和各所述虛假人臉圖片進行模糊處理，得到各所述真實人臉圖片和各所述虛假人臉圖片對應的模糊圖像；

步驟S5，根據所述訓練集中的各所述真實人臉圖片、各所述虛假人臉圖片、各所述特征圖譜以及各所述模糊圖像訓練得到活體檢測模型；