人脸活体检测的方法和装置制造方法及图纸

本发明专利技术公开了一种人脸活体检测的方法和装置，属于人脸识别领域，该方法包括：采集3D人脸图像；在所述3D人脸图像的整个区域上选择第一组特征点，并获取所述第一组特征点的三维坐标；使用所述第一组特征点的三维坐标计算得到表示第一组特征点的深度信息的第一人脸特征；使用所述第一人脸特征判断所述3D人脸图像是否是活体图像。本发明专利技术能够判断人脸图像是否是活体图像，该方法具有鲁棒性和稳定性，并且识别的精确度高，对用户友好。

【技术实现步骤摘要】

本专利技术属于人脸识别领域，特别是指一种人脸活体检测的方法和装置。
技术介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术。但是，人脸识别的过程中，一些非法用户可能使用合法用户的脸部照片以及视频等欺骗人脸识别设备，使得非法用户通过人脸识别。现有技术中判断采集到的人脸图像是否是活体图像一般采用如下方法：要求用户做出指定的动作，如眨眼、张嘴等，并采集人脸图像，根据采集到的人脸图像判断用户是否完成了指定的动作，如果是，则判断采集到的人脸图像为活体图像。但是，这种方法对用户很不友好，并且可以使用预先录制的包含指定的动作的视频欺骗人脸识别设备，识别准确度低。
技术实现思路
为克服现有技术的不足，本专利技术的目的在于提供一种人脸活体检测的方法和装置，能够判断人脸图像是否是活体图像，该方法具有鲁棒性和稳定性，并且识别的精确度高，对用户友好。本专利技术提供技术方案如下：一方面，提供一种人脸活体检测的方法，包括：采集3D人脸图像；在所述3D人脸图像的整个区域上选择第一组特征点，并获取所述第一组特征点的三维坐标；使用所述第一组特征点的三维坐标计算得到表示所述第一组特征点的深度信息的第一人脸特征；使用所述第一人脸特征判断所述3D人脸图像是否是活体图像。另一方面，提供一种人脸活体检测的装置，包括：采集模块，用于采集3D人脸图像；第一选择模块，用于在所述3D人脸图像的整个区域上选择第一组特征点，并获取所述第一组特征点的三维坐标；第一提取模块，用于使用所述第一组特征点的三维坐标计算得到表示所述第一组特征点的深度信息的第一人脸特征；判断模块，用于使用所述第一人脸特征判断所述3D人脸图像是否是活体图像。本专利技术具有以下有益效果：本专利技术能够判断人脸图像是否是活体图像。首先采集得到3D人脸图像，然后在3D人脸图像上选择第一组特征点，并得到第一组特征点的三维坐标；再通过三维坐标计算得到第一人脸特征，该第一人脸特征能够表示第一组特征点的深度信息(即反映3D人脸图像整体的深度信息)；最后使用第一人脸特征判断人脸图像是否是活体图像。本专利技术精确度高。本专利技术利用3D人脸图像上第一组特征点的深度信息(即3D人脸图像整体的深度信息)来判断人脸图像是否是活体图像，并且进一步提取出第一人脸特征来表征深度信息，使得识别的精确度高。并且，第一人脸特征的获取方法具有鲁棒性和稳定性，获取的第一人脸特征能够很好的表征人脸图像整体的深度信息，使得本专利技术实施例的人脸活体检测的方法具有鲁棒性和稳定性。另外，本专利技术实施例的人脸活体检测的方法不需要用户做出特定的动作，对用户友好。综上所述，本专利技术的人脸活体检测的方法能够判断人脸图像是否是活体图像，该方法具有鲁棒性和稳定性，并且识别的精确度高，对用户友好。附图说明图1为本专利技术的人脸活体检测的方法的一个实施例的流程图；图2为本专利技术的人脸活体检测的方法的另一个实施例的流程图；图3为本专利技术中第一组特征点的一个选择方式示意图；图4为本专利技术中第二组特征点的一个选择方式示意图；图5为本专利技术的人脸活体检测的装置的一个实施例的示意图；图6为本专利技术的人脸活体检测的装置的另一个实施例的示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。一方面，本专利技术实施例提供一种人脸活体检测的方法，如图1所示，包括：步骤101：采集3D人脸图像。本步骤中，优选使用3D摄像头采集得到3D人脸图像。步骤102：在3D人脸图像的整个区域上选择第一组特征点，并获取第一组特征点的三维坐标。普通的人脸图像是平面的，只能得到特征点的二维坐标，而3D人脸图像能够得到特征点的三维坐标(三维坐标反映了3D人脸图像特征点的立体信息)，例如有的3D摄像头能够直接给出3D人脸图像上一些点的三维坐标(即拍摄3D人脸图像时，3D摄像头会将3D人脸图像上的一些点的三维坐标直接给出来，无需额外计算)，其他点的三维坐标可以通过计算得出，我们可以选择这些点(3D摄像头直接给出三维坐标的特征点)作为第一组特征点，也可以选择其他的点作为第一组特征点。第一组特征点可以在整个3D人脸图像上均匀的选择，也可以在3D人脸图像上的重点区域，重点区域是指3D人脸图像上起伏较大的地方，优选鼻子、眼睛、嘴巴等区域。得到第一组特征点的三维坐标的前提是已经确定出了三维坐标系，三维坐标系在选择时，可以将3D摄像头面向用户的方向作为z轴的正方向，x轴和y轴的正方向可以根据右手坐标系确定。步骤103：使用第一组特征点的三维坐标计算得到表示第一组特征点的深度信息的第一人脸特征。本步骤中的深度信息是指第一组特征点与3D摄像头的理论距离，理论距离是指在理想情况下(当人脸正对3D摄像头，人脸没有任何的偏斜时)，第一组特征点与3D摄像头的距离，因为真实的人脸(活体人脸)不是平面的，而脸部照片以及视频伪造的人脸是平面的，若第一组特征点中多个特征点的理论距离不同，则可以认为3D人脸图像是活体图像。在理想情况下，深度信息可以使用三维坐标中z的值来表征，此时，若第一组特征点中多个特征点的z的值不同，就可以判断3D人脸图像是活体图像。但是，实际上在采集3D人脸图像时，人脸会存在偏斜等情况，导致三维坐标中z的值不能完全的表示深度信息，而且，如果将脸部照片倾斜或折叠，或者将视频倾斜，也会使得第一组特征点中多个特征点的z的值不同，并且，3D摄像头在采集3D人脸图像时，若人脸出现倾斜，也有可能使得第一组特征点中多个特征点的z的值相同，所以仅仅使用z的值来判断3D人脸图像是否为活体图像是不准确的。因此我们使用三维坐标(包括x，y，z的值)来表征深度信息，并使用第一组特征点中多个特征点的三维坐标(深度信息)来判断3D人脸图像是否为活体图像。优选的，可以通过第一组特征点中多个特征点的三维坐标计算得到第一人脸特征，该第一人脸特征能够表征第一组特征点中多个特征点的深度信息(即反映3D人脸图像整体的深度信息)，并且该第一人脸特征的获取方法具有鲁棒性和稳定性，具体的为：即使将脸部照片倾斜或折叠，或者将视频倾斜，提取到的第一人脸特征也能够使得该照片和视频被识别为非活体图像；并且3D摄本文档来自技高网...

【技术保护点】
一种人脸活体检测的方法，其特征在于，包括：采集3D人脸图像；在所述3D人脸图像的整个区域上选择第一组特征点，并获取所述第一组特征点的三维坐标；使用所述第一组特征点的三维坐标计算得到表示所述第一组特征点的深度信息的第一人脸特征；使用所述第一人脸特征判断所述3D人脸图像是否是活体图像。

【技术特征摘要】
1.一种人脸活体检测的方法，其特征在于，包括：
采集3D人脸图像；
在所述3D人脸图像的整个区域上选择第一组特征点，并获取所述第
一组特征点的三维坐标；
使用所述第一组特征点的三维坐标计算得到表示所述第一组特征点
的深度信息的第一人脸特征；
使用所述第一人脸特征判断所述3D人脸图像是否是活体图像。
2.根据权利要求1所述的人脸活体检测的方法，其特征在于，所述
使用所述第一组特征点的三维坐标计算得到表示所述第一组特征点的深
度信息的第一人脸特征之后，所述使用所述第一人脸特征判断所述3D人
脸图像是否是活体图像之前还包括：
在所述3D人脸图像的局部区域上选择第二组特征点，并获取所述第
二组特征点的三维坐标；所述局部区域为鼻子区域、眼睛区域或嘴巴区域；
使用所述第二组特征点的三维坐标计算得到表示所述第二组特征点
的深度信息的第二人脸特征；
将所述第一人脸特征和第二人脸特征合并为一个联合人脸特征；
所述使用所述第一人脸特征判断所述3D人脸图像是否是活体图像进
一步为：
使用所述联合人脸特征判断所述3D人脸图像是否是活体图像。
3.根据权利要求1或2所述的人脸活体检测的方法，其特征在于，
所述使用所述第一组特征点的三维坐标计算得到表示所述第一组特征点
的深度信息的第一人脸特征包括：
使用所述第一组特征点的三维坐标拟合得到第一目标平面；
计算所述第一组特征点到所述第一目标平面的距离，所述距离即为所
述第一人脸特征。
4.根据权利要求2所述的人脸活体检测的方法，其特征在于，所述

\t第二人脸特征包括点-面距离特征值、点-点距离特征值和/或角度特征值，
所述点-面距离特征值、点-点距离特征值和角度特征值通过如下方法得到：
使用所述第二组特征点的三维坐标拟合得到第二目标平面；
计算所述第二组特征点到所述第二目标平面的距离，得到点-面距离
特征值；
计算所述第二组特征点两两之间的距离，得到点-点距离特征值；
计算所述第二组特征点两两决定的直线，并且计算所述直线与所述第
二目标平面的夹角，得到角度特征值。
5.根据权利要求2所述的人脸活体检测的方法，其特征在于，所述
使用所述联合人脸特征判断所述3D人脸图像是否是活体图像包括：
使用预先训练的分类器对所述联合人脸特征进行分类；
根据分类结果判断所述3D人脸图像是否是活体图像。

【专利技术属性】
技术研发人员：孔勇，王玉瑶，
申请(专利权)人：北京天诚盛业科技有限公司，
类型：发明
国别省市：北京;11