[發(fā)明專利]一種非交互式單目活體檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010399872.5
• 申請(qǐng)日: 2020-05-12
• 公開（公告）號(hào): CN111767788A
• 公開（公告）日: 2020-10-13
• 發(fā)明（設(shè)計(jì)）人: 李丹疆;劉萍;黎平
• 申請(qǐng)（專利權(quán)）人: 貴陽像樹嶺科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/40
• 代理公司: 成都弘毅天承知識(shí)產(chǎn)權(quán)代理有限公司 51230
• 代理人: 白小明

1.一種非交互式單目活體檢測(cè)方法，其特征在于，包括如下步驟：

A.數(shù)據(jù)預(yù)處理部分：

(1)采集人臉的連續(xù)幀圖像獲得RGB圖像序列；

(2)通過使用人臉檢測(cè)算法，找到圖像中所包含的人臉，同時(shí)采用特征點(diǎn)對(duì)齊工程將每幀目標(biāo)對(duì)象對(duì)齊，得到相同尺寸的人臉區(qū)域的圖像face_image_M×N和非人臉的背景圖像nonface_image_M×N；

(3)將每個(gè)人臉區(qū)域的圖像序列和非人臉的背景圖像序列進(jìn)行均值化濾波處理：

其中，raw_image(m，n)表示原始圖像，denoise_image(x，y)表示去噪之后的圖像，括號(hào)內(nèi)表示像素點(diǎn)的坐標(biāo)，P_xy表示中心點(diǎn)為(x，y)，大小為5x5，n＝5的濾波器窗口，該濾波器以不重疊的形式進(jìn)行滑窗，去除由于相機(jī)量化造成的部分噪音；

(4)將均值化后的人臉區(qū)域的圖像和非人臉的背景圖像在時(shí)域上形成兩個(gè)圖像序列face_image{}和nonface_image{}，人臉圖像的每個(gè)像素i和背景圖像的像素j，同時(shí)形成兩類時(shí)間序列pixel{p_i，p_j}；

(5)將pixel{p_i，p_j}通過傅里葉變化轉(zhuǎn)化到頻域，利用5階巴特沃斯濾波器濾除非心率范圍內(nèi)的信號(hào)：

pixel_f＝DFT(pixel{p_i，p_j}) (2)

(6)將濾波后的信號(hào)filtered_signal(p_i，p_j)做功率譜分析，找到每個(gè)功率譜的峰值所對(duì)應(yīng)的頻率值，即心率基頻pixel(psd_i，psd_j)，進(jìn)而利用(4)式計(jì)算出每個(gè)信號(hào)的信噪比pixel(snr_i，snr_j)；

其中，是頻帶范圍內(nèi)的頻譜信號(hào)，U_t(f)表示一個(gè)二進(jìn)制模板窗口，在窗口內(nèi)的數(shù)值為1，窗外的數(shù)值為0，其中一個(gè)窗口大小為基頻±0.2HZ，另一個(gè)窗口在一次諧波附近，大小為兩倍基頻±0.2HZ；

(7)將人臉區(qū)域的圖像序列i乘以對(duì)應(yīng)的snr_i，得到初始的n*n面部像素譜IPPG_Map，將環(huán)境背景的圖像序列j乘以對(duì)應(yīng)的snr_j，得到環(huán)境光噪音分量譜Back-map；

(8)噪音消除合成圖像，將IPPG_Map減去Back-map，得到時(shí)域n*n面部像素PPG-Map；

B.神經(jīng)網(wǎng)絡(luò)訓(xùn)練部分：

將含有活體的人臉視頻提取出來的PPG-Map標(biāo)注為1，同時(shí)將非活體的PPG-Map標(biāo)注為0，建立基于NCNN框架的分類網(wǎng)絡(luò)，將人臉得到的rppg數(shù)據(jù)作用于最后一層全連接層，最終將得到的模型用于真實(shí)場(chǎng)景的測(cè)試。

2.根據(jù)權(quán)利要求1所述的一種非交互式單目活體檢測(cè)方法，其特征在于：步驟(1)中采集5s包含人臉的連續(xù)幀圖像。

3.根據(jù)權(quán)利要求1所述的一種非交互式單目活體檢測(cè)方法，其特征在于：步驟(5)中將pixel{p_i，p_j}通過傅里葉變化轉(zhuǎn)化到頻域，通過巴特沃斯5階帶通濾波器，濾波器頻帶參數(shù)低頻為0.7HZ，高頻為2.5HZ。

4.根據(jù)權(quán)利要求1所述的一種非交互式單目活體檢測(cè)方法，其特征在于：步驟(8)中，初始的面部像素功率信噪譜IPPG-Map，環(huán)境光噪音分量功率信噪譜Back-map，PPG-Map為IPPG-Map減去Back-map。