人臉活體檢測的方法和裝置制造方法及圖紙

本發明專利技術公開了一種人臉活體檢測的方法和裝置，屬于人臉識別領域，該方法包括：采集3D人臉圖像；在所述3D人臉圖像的整個區域上選擇第一組特征點，并獲取所述第一組特征點的三維坐標；使用所述第一組特征點的三維坐標計算得到表示第一組特征點的深度信息的第一人臉特征；使用所述第一人臉特征判斷所述3D人臉圖像是否是活體圖像。本發明專利技術能夠判斷人臉圖像是否是活體圖像，該方法具有魯棒性和穩定性，并且識別的精確度高，對用戶友好。

【技術實現步驟摘要】

本專利技術屬于人臉識別領域，特別是指一種人臉活體檢測的方法和裝置。
技術介紹
人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行識別的一系列相關技術。但是，人臉識別的過程中，一些非法用戶可能使用合法用戶的臉部照片以及視頻等欺騙人臉識別設備，使得非法用戶通過人臉識別?，F有技術中判斷采集到的人臉圖像是否是活體圖像一般采用如下方法：要求用戶做出指定的動作，如眨眼、張嘴等，并采集人臉圖像，根據采集到的人臉圖像判斷用戶是否完成了指定的動作，如果是，則判斷采集到的人臉圖像為活體圖像。但是，這種方法對用戶很不友好，并且可以使用預先錄制的包含指定的動作的視頻欺騙人臉識別設備，識別準確度低。
技術實現思路
為克服現有技術的不足，本專利技術的目的在于提供一種人臉活體檢測的方法和裝置，能夠判斷人臉圖像是否是活體圖像，該方法具有魯棒性和穩定性，并且識別的精確度高，對用戶友好。本專利技術提供技術方案如下：一方面，提供一種人臉活體檢測的方法，包括：采集3D人臉圖像；在所述3D人臉圖像的整個區域上選擇第一組特征點，并獲取所述第一組特征點的三維坐標；使用所述第一組特征點的三維坐標計算得到表示所述第一組特征點的深度信息的第一人臉特征；使用所述第一人臉特征判斷所述3D人臉圖像是否是活體圖像。另一方面，提供一種人臉活體檢測的裝置，包括：采集模塊，用于采集3D人臉圖像；第一選擇模塊，用于在所述3D人臉圖像的整個區域上選擇第一組特征點，并獲取所述第一組特征點的三維坐標；第一提取模塊，用于使用所述第一組特征點的三維坐標計算得到表示所述第一組特征點的深度信息的第一人臉特征；判斷模塊，用于使用所述第一人臉特征判斷所述3D人臉圖像是否是活體圖像。本專利技術具有以下有益效果：本專利技術能夠判斷人臉圖像是否是活體圖像。首先采集得到3D人臉圖像，然后在3D人臉圖像上選擇第一組特征點，并得到第一組特征點的三維坐標；再通過三維坐標計算得到第一人臉特征，該第一人臉特征能夠表示第一組特征點的深度信息(即反映3D人臉圖像整體的深度信息)；最后使用第一人臉特征判斷人臉圖像是否是活體圖像。本專利技術精確度高。本專利技術利用3D人臉圖像上第一組特征點的深度信息(即3D人臉圖像整體的深度信息)來判斷人臉圖像是否是活體圖像，并且進一步提取出第一人臉特征來表征深度信息，使得識別的精確度高。并且，第一人臉特征的獲取方法具有魯棒性和穩定性，獲取的第一人臉特征能夠很好的表征人臉圖像整體的深度信息，使得本專利技術實施例的人臉活體檢測的方法具有魯棒性和穩定性。另外，本專利技術實施例的人臉活體檢測的方法不需要用戶做出特定的動作，對用戶友好。綜上所述，本專利技術的人臉活體檢測的方法能夠判斷人臉圖像是否是活體圖像，該方法具有魯棒性和穩定性，并且識別的精確度高，對用戶友好。附圖說明圖1為本專利技術的人臉活體檢測的方法的一個實施例的流程圖；圖2為本專利技術的人臉活體檢測的方法的另一個實施例的流程圖；圖3為本專利技術中第一組特征點的一個選擇方式示意圖；圖4為本專利技術中第二組特征點的一個選擇方式示意圖；圖5為本專利技術的人臉活體檢測的裝置的一個實施例的示意圖；圖6為本專利技術的人臉活體檢測的裝置的另一個實施例的示意圖。具體實施方式為使本專利技術要解決的技術問題、技術方案和優點更加清楚，下面將結合附圖及具體實施例進行詳細描述。一方面，本專利技術實施例提供一種人臉活體檢測的方法，如圖1所示，包括：步驟101：采集3D人臉圖像。本步驟中，優選使用3D攝像頭采集得到3D人臉圖像。步驟102：在3D人臉圖像的整個區域上選擇第一組特征點，并獲取第一組特征點的三維坐標。普通的人臉圖像是平面的，只能得到特征點的二維坐標，而3D人臉圖像能夠得到特征點的三維坐標(三維坐標反映了3D人臉圖像特征點的立體信息)，例如有的3D攝像頭能夠直接給出3D人臉圖像上一些點的三維坐標(即拍攝3D人臉圖像時，3D攝像頭會將3D人臉圖像上的一些點的三維坐標直接給出來，無需額外計算)，其他點的三維坐標可以通過計算得出，我們可以選擇這些點(3D攝像頭直接給出三維坐標的特征點)作為第一組特征點，也可以選擇其他的點作為第一組特征點。第一組特征點可以在整個3D人臉圖像上均勻的選擇，也可以在3D人臉圖像上的重點區域，重點區域是指3D人臉圖像上起伏較大的地方，優選鼻子、眼睛、嘴巴等區域。得到第一組特征點的三維坐標的前提是已經確定出了三維坐標系，三維坐標系在選擇時，可以將3D攝像頭面向用戶的方向作為z軸的正方向，x軸和y軸的正方向可以根據右手坐標系確定。步驟103：使用第一組特征點的三維坐標計算得到表示第一組特征點的深度信息的第一人臉特征。本步驟中的深度信息是指第一組特征點與3D攝像頭的理論距離，理論距離是指在理想情況下(當人臉正對3D攝像頭，人臉沒有任何的偏斜時)，第一組特征點與3D攝像頭的距離，因為真實的人臉(活體人臉)不是平面的，而臉部照片以及視頻偽造的人臉是平面的，若第一組特征點中多個特征點的理論距離不同，則可以認為3D人臉圖像是活體圖像。在理想情況下，深度信息可以使用三維坐標中z的值來表征，此時，若第一組特征點中多個特征點的z的值不同，就可以判斷3D人臉圖像是活體圖像。但是，實際上在采集3D人臉圖像時，人臉會存在偏斜等情況，導致三維坐標中z的值不能完全的表示深度信息，而且，如果將臉部照片傾斜或折疊，或者將視頻傾斜，也會使得第一組特征點中多個特征點的z的值不同，并且，3D攝像頭在采集3D人臉圖像時，若人臉出現傾斜，也有可能使得第一組特征點中多個特征點的z的值相同，所以僅僅使用z的值來判斷3D人臉圖像是否為活體圖像是不準確的。因此我們使用三維坐標(包括x，y，z的值)來表征深度信息，并使用第一組特征點中多個特征點的三維坐標(深度信息)來判斷3D人臉圖像是否為活體圖像。優選的，可以通過第一組特征點中多個特征點的三維坐標計算得到第一人臉特征，該第一人臉特征能夠表征第一組特征點中多個特征點的深度信息(即反映3D人臉圖像整體的深度信息)，并且該第一人臉特征的獲取方法具有魯棒性和穩定性，具體的為：即使將臉部照片傾斜或折疊，或者將視頻傾斜，提取到的第一人臉特征也能夠使得該照片和視頻被識別為非活體圖像；并且3D攝本文檔來自技高網...

【技術保護點】
一種人臉活體檢測的方法，其特征在于，包括：采集3D人臉圖像；在所述3D人臉圖像的整個區域上選擇第一組特征點，并獲取所述第一組特征點的三維坐標；使用所述第一組特征點的三維坐標計算得到表示所述第一組特征點的深度信息的第一人臉特征；使用所述第一人臉特征判斷所述3D人臉圖像是否是活體圖像。

【技術特征摘要】
1.一種人臉活體檢測的方法，其特征在于，包括：
采集3D人臉圖像；
在所述3D人臉圖像的整個區域上選擇第一組特征點，并獲取所述第
一組特征點的三維坐標；
使用所述第一組特征點的三維坐標計算得到表示所述第一組特征點
的深度信息的第一人臉特征；
使用所述第一人臉特征判斷所述3D人臉圖像是否是活體圖像。
2.根據權利要求1所述的人臉活體檢測的方法，其特征在于，所述
使用所述第一組特征點的三維坐標計算得到表示所述第一組特征點的深
度信息的第一人臉特征之后，所述使用所述第一人臉特征判斷所述3D人
臉圖像是否是活體圖像之前還包括：
在所述3D人臉圖像的局部區域上選擇第二組特征點，并獲取所述第
二組特征點的三維坐標；所述局部區域為鼻子區域、眼睛區域或嘴巴區域；
使用所述第二組特征點的三維坐標計算得到表示所述第二組特征點
的深度信息的第二人臉特征；
將所述第一人臉特征和第二人臉特征合并為一個聯合人臉特征；
所述使用所述第一人臉特征判斷所述3D人臉圖像是否是活體圖像進
一步為：
使用所述聯合人臉特征判斷所述3D人臉圖像是否是活體圖像。
3.根據權利要求1或2所述的人臉活體檢測的方法，其特征在于，
所述使用所述第一組特征點的三維坐標計算得到表示所述第一組特征點
的深度信息的第一人臉特征包括：
使用所述第一組特征點的三維坐標擬合得到第一目標平面；
計算所述第一組特征點到所述第一目標平面的距離，所述距離即為所
述第一人臉特征。
4.根據權利要求2所述的人臉活體檢測的方法，其特征在于，所述

\t第二人臉特征包括點-面距離特征值、點-點距離特征值和/或角度特征值，
所述點-面距離特征值、點-點距離特征值和角度特征值通過如下方法得到：
使用所述第二組特征點的三維坐標擬合得到第二目標平面；
計算所述第二組特征點到所述第二目標平面的距離，得到點-面距離
特征值；
計算所述第二組特征點兩兩之間的距離，得到點-點距離特征值；
計算所述第二組特征點兩兩決定的直線，并且計算所述直線與所述第
二目標平面的夾角，得到角度特征值。
5.根據權利要求2所述的人臉活體檢測的方法，其特征在于，所述
使用所述聯合人臉特征判斷所述3D人臉圖像是否是活體圖像包括：
使用預先訓練的分類器對所述聯合人臉特征進行分類；
根據分類結果判斷所述3D人臉圖像是否是活體圖像。

【專利技術屬性】
技術研發人員：孔勇，王玉瑤，
申請(專利權)人：北京天誠盛業科技有限公司，
類型：發明
國別省市：北京;11