[發明專利]一種人臉活體檢測聯合判斷方法

在審

• 申請號: 202010047342.4
• 申請日: 2020-01-16
• 公開（公告）號: CN111401127A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 周正斌
• 申請（專利權）人: 創意信息技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

本發明公開了一種人臉活體檢測聯合判斷方法，包括面部特征點獲取，人臉基本動作判斷，人臉活體檢測，人臉活體檢測聯合判斷；所述面部特征點獲取，用已有的深度學習模型提取人臉特征點；所述人臉基本動作判斷，用人臉特征點在視頻中的移動判斷人臉的基本動作；所述人臉活體檢測，通過人臉深度圖和三維圖分別訓練模型，使用訓練得到的模型進行活體檢測；所述人臉活體檢測聯合判斷，通過人臉基本動作和人臉活體檢測聯合判斷人臉是否為真人臉。本發明針對人臉特征和人臉運動規律，采用了基于深度學習的人臉動作判斷和人臉活體檢測相結合的方法，提高人臉活體檢測的準確性。

技術領域

本發明涉及生物識別領域，尤其涉及一種聯合判斷人臉活體檢測技術。

背景技術

隨著人工智能技術的快速發展，人臉識別已經應用到各行各業，其中人臉門禁系統、人臉通道系統、人證核驗等在協助行業主管部門進行工作監督，規范人員管理，打擊犯罪等方面做出了巨大貢獻。而隨著應用的愈加廣泛，人臉活體檢測技術的重要性也更加凸顯。

活體檢測就是要識別出成像設備(攝像頭、手機等)上檢測到的人臉圖像是來自真實的人臉，還是某種形式的攻擊或偽裝。這些攻擊形式主要包括照片(包括紙質照片和手機、平板等電子設備上的照片)攻擊、視頻回放攻擊、面具攻擊等。引入活體檢測技術，對于人臉識別技術的應用，尤其在無人值守商業場景下的安全應用，有著至關重要的作用。

目前的人臉活體檢測方法的缺點集中在以下幾個方面：

(1)基于手工特征的方法：

從早期的傳統方法說起，目標很明確，就是找到活體與非活體攻擊的差異，然后根據這些差異來設計特征，最后送給分類器去決策?；铙w與非活體差異主要有顏色紋理、非剛性運動變形、材料(皮膚，紙質，鏡面)和圖像或視頻質量等。

這種方法的優點算法簡單，比起訓練的模型來說速度更快，但識別的準確性不夠，難以商業化。

(2)基于深度學習的方法：

隨著計算機性能的不斷增長，深度學習逐漸登上了舞臺。深度學習不在乎特征，模型定好之后只管輸入，有了輸入就能輸出一個最好的結果。基本不用修改代碼，只需要調參。基于深度學習的信息抽取，目前效果最好，但是需要大量人工標注的樣本，訓練成本很高。

發明內容

本發明的目的在于針對上述問題，克服現有技術不足，提供一種人臉活體檢測聯合判斷方法。

本發明是通過以下技術方案來實現的：一種人臉活體檢測聯合判斷方法，包括動態人臉特征點判斷，靜態人臉活體檢測和人臉活體檢測聯合判斷，步驟如下：

S1：人臉基本動作判斷；

S2：人臉活體檢測，使用人臉活體識別模型進行活體檢測；

S3：人臉活體檢測聯合判斷，通過將動態的人臉動作和靜態的人臉活體檢測結合，聯合判斷視頻中是否為真的人臉。

進一步的，所述方法還包括面部特征點獲取，以視頻的每幀作為輸入，通過深度學習模型，采集每幀圖片人臉面部的特征點，并使用像素點標出特征點。

進一步的，所述的人臉基本動作判斷，包括以下步驟：

S101：搖頭點頭判斷，通過獲取到的面部特征點進行判斷，當所有面部特征點在視頻的連續兩幀之間同時向左右或上下運動時，判斷是否搖頭或點頭；

S102：張嘴動作判斷，通過獲取到的面部特征點中的嘴部特征點進行判斷，張嘴時，上嘴唇特征點向上移動，下嘴唇特征點向下移動，面部其他特征點小幅度移動，以這些特征點作為判斷依據，判斷張嘴動作是否成立。

進一步的，所述人臉活體檢測，其特征在于，包括以下步驟：