活體人臉視頻的檢測方法及裝置制造方法及圖紙

本發明專利技術提供一種活體人臉視頻的檢測方法及裝置。本發明專利技術的活體人臉視頻的檢測方法包括：獲取待檢測人臉視頻；獲取待檢測人臉視頻對應的第一光流向量；獲取第一光流向量和各第二光流向量之間的歐式距離；其中，每個訓練視頻對應一個第二光流向量，第二光流向量具有標簽，標簽用于指示第二光流向量對應的訓練視頻的視頻類型；根據歐式距離及第二光流向量的標簽，確定待檢測人臉視頻的視頻類型，根據待檢測人臉視頻的視頻類型，判斷待檢測人臉視頻中的人臉是否為活體人臉。本發明專利技術提供的活體人臉視頻的檢測方法及裝置，不需要用戶的高度配合，對用戶友好，檢測速度快，且對人臉視頻的類型檢測準確，大大減少了人臉識別系統中存在的安全隱患。

Method and device for detecting living face video

The invention provides a method and a device for detecting living face video. Including the detection method of the invention in face video: video acquisition to be face detection; the first optical flow vector obtaining detected face video corresponding; get the Euclidean distance between the first and the second optical flow vector optical flow vector; wherein, each training video corresponding to a second optical flow vector, second optical flow vector with labels, tags for video types indicates the second optical flow vector corresponding to the training video; according to the label of Euclidean distance and two optical flow vector, determine the type of video to video face detection, according to the video type to be video face detection, face to face detection in the video to determine whether to live face. Method and device for detecting live face video provided by the invention, users do not need to be highly complex, user-friendly, fast detection speed, and the type of video face detection accuracy, greatly reduce the potential safety problems in face recognition system.

【技術實現步驟摘要】

本專利技術涉及生物識別技術，尤其涉及一種活體人臉視頻的檢測方法及裝置。
技術介紹
隨著人臉識別技術的日益成熟，越來越多的場合開始使用檢測人臉完成身份的識別，例如機密場合下的門禁系統、筆記本電腦的登陸系統和移動終端的解鎖系統，主要過程為，采用人臉識別系統中的視頻錄制設備對出現在視頻錄制設備下的人臉進行視頻錄制，然后人臉識別系統的數據處理設備根據錄制的視頻判斷是否為符合要求的人臉。傳統的人臉識別技術存在巨大的安全隱患，它并未考慮到目標人臉的真偽，因而容易受到各種虛假人臉的攻擊。攻擊方式主要包括照片攻擊(攻擊者拿著被攻擊者的照片攻擊)，此時人臉識別系統中的視頻錄制設備錄制的視頻為固定的人臉照片的視頻；視頻攻擊(攻擊者拿著被攻擊者的一段人臉視頻攻擊)，此時人臉識別系統中的視頻錄制設備錄制的視頻為人臉視頻的視頻；面具攻擊(攻擊者帶著和被攻擊者很像的面具)，此時人臉識別系統中的視頻錄制設備錄制的視頻為人臉面具的視頻。為了防止上述攻擊方式對應的視頻類型被人臉識別系統的數據處理設備判定為真實人臉的視頻(也就是符合要求的人臉)，現有技術中提出了采用生命跡象分析、紋理信息分析和動作信息分析等方法進行人臉識別，以達到身份識別的目的。其中，基于生命跡象分析的方法，主要是根據只有真實人臉才可以按照特定的要求產生臉部的表情和動作，比如首先讓用戶完成一些睜開(閉上)眼睛和張開(閉上)嘴巴的動作，這些動作的順序是隨機產生的，視頻錄制設備錄制完上述動作視頻后，數據處理設備判斷動作視頻是否和要求的一致，從而判斷出是否是真實人臉；但是該方法對用戶不友好，需要用戶高度的配合，而且比較耗時?；?span style='display:none'>紋理信息分析的方法，主要是利用假人臉在紋理細節上與真人臉之間的差異進行判斷，常用的紋理特征有顏色紋理、LBP紋理等，該方法只對包含大量紋理信息的情況下(如打印的照片)適用。
技術實現思路
本專利技術提供一種活體人臉視頻的檢測方法及裝置，以克服現有就是中人臉檢測方法需要用戶高度配合和檢測速度較慢的技術問題。本專利技術提供一種活體人臉視頻的檢測方法，包括：獲取待檢測人臉視頻；獲取所述待檢測人臉視頻對應的第一光流向量，所述第一光流向量是由所述待檢測人臉視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置處像素點的灰度值的差值總和組成的I維向量，其中，i＝1，2……I；獲取所述第一光流向量和各第二光流向量之間的歐式距離；其中，第二光流向量是由訓練樣本集中的訓練視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置的像素點的灰度值的差值總和組成的I維向量，每個訓練視頻對應一個第二光流向量，所述第二光流向量具有標簽，所述標簽用于指示所述第二光流向量對應的訓練視頻的視頻類型；根據所述歐式距離及所述第二光流向量的標簽，確定所述待檢測人臉視頻的視頻類型；根據所述待檢測人臉視頻的視頻類型，判斷待檢測人臉視頻中的人臉是否為活體人臉。如上所述的方法，獲取所述待檢測人臉視頻對應的第一光流向量包括：將所述待檢測人臉視頻的前I幀圖像轉換成I幀灰度圖像；取i＝1，獲取第2幀灰度圖像的各像素點的灰度值與第1幀灰度圖像相同位置處像素點的第一差值，根據各第一差值，得到第一差值總和；取i＝2，獲取第3幀灰度圖像的各像素點的灰度值與第2幀灰度圖像相同位置處像素點的第二差值，根據各第二差值，得到第二差值總和；重復執行獲取灰度值的差值總和的過程，直至i＝I；根據I個差值總和，得到所述第一光流向量，其中，第i差值總和為所述第一光流向量中的第i維分量。如上所述的方法，在所述獲取所述第一光流向量和各第二光流向量之間的歐式距離之前，所述方法還包括：獲取訓練樣本集，所述訓練樣本集中包括多種類型的訓練視頻，訓練視頻的個數為多個；獲取各所述訓練視頻對應的所述第二光流向量；根據訓練視頻的視頻類型對各所述第二光流向量進行標簽的標注。如上所述的方法，所述根據所述歐式距離及所述第二光流向量的標簽，確定所述待檢測人臉視頻的視頻類型，包括：按照與所述第一光流向量的歐式距離從小到大的順序對所述第二光流向量排序；選取排序位于前M的M個所述第二光流向量；獲取M個所述第二光流向量各自的標簽；根據M個所述第二光流向量各自的標簽對應的視頻類型，確定所述待檢測人臉視頻的視頻類型；其中，M為正整數。如上所述的方法，所述訓練樣本集中包含N種類型的訓練視頻；所述根據M個所述第二光流向量各自的標簽對應的視頻類型，確定所述待檢測人臉視頻的視頻類型包括：若M＞N，將出現次數最多的標簽對應的視頻類型確定為所述待檢測人臉視頻的視頻類型；若M≤N，且M個所述第二光流向量的標簽對應J種視頻類型，J＜M，將出現次數最多的標簽對應的視頻類型確定為所述待檢測人臉視頻的視頻類型；若M≤N，且M個所述第二光流向量的標簽對應M種視頻類型，則將排序第一的第二光流向量的標簽對應的視頻類型確定為所述待檢測人臉視頻的視頻類型。如上所述的方法，所述訓練樣本集中的訓練視頻的類型包括：對真實人臉錄制的視頻、對固定的人臉照片錄制的視頻、對固定的人臉視頻錄制的視頻和對移動的人臉視頻錄制的視頻。本專利技術還提供一種活體人臉視頻的檢測裝置，包括：第一獲取模塊，所述第一獲取模塊用于獲取待檢測人臉視頻；第二獲取模塊，所述第二獲取模塊用于獲取所述待檢測人臉視頻對應的第一光流向量，所述第一光流向量是由所述待檢測人臉視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置處像素點的灰度值的差值總和組成的I維向量，其中，i＝1，2……I；第三獲取模塊，所述第三獲取模塊用于獲取所述第一光流向量和各第二光流向量之間的歐式距離；其中，第二光流向量是由訓練樣本集中的訓練視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置的像素點的灰度值的差值總和組成的I維向量，每個訓練視頻對應一個第二光流向量，所述第二光流向量具有標簽，所述標簽用于指示所述第二光流向量對應的訓練視頻的視頻類型；第一確定模塊，所述第一確定模塊用于根據所述歐式距離及所述第二光流向量的標簽，確定所述待檢測人臉視頻的視頻類型；第二確定模塊，所述第二確定模塊用于根據所述待檢測人臉視頻的視頻類型，判斷待檢測人臉視頻中的人臉是否為活體人臉。如上所述的裝置，所述第二獲取模塊具體用于：將所述待檢測人臉視頻的前I幀圖像轉換成I幀灰度圖像；取i＝1，獲取第2幀灰度圖像的各像素點的灰度值與第1幀灰度圖像相同位置處像素點的第一差值，根據各第一差值，得到第一差值總和；取i＝2，獲取第3幀灰度圖像的各像素點的灰度值與第2幀灰度圖像相同位置處像素點的第二差值，根據各第二差值，得到第二差值總和；重復執行獲取灰度值的差值總和的過程，直至i＝I；根據I個差值總和，得到所述第一光流向量，其中，第i差值總和為所述第一光流向量中的第i維分量。如上所述的裝置，所述裝置還包括：第四獲取模塊，所述第四獲取模塊用于獲取訓練樣本集，所述訓練樣本集中包括多種類型的訓練視頻，訓練視頻的個數為多個；第五獲取模塊，所述第五獲取模塊用于獲取各所述訓練視頻對應的所述第二光流向量；標簽標注模塊，所述標簽標注模塊用于根據訓練視頻的視頻類型對各所述第二光流向量進行標簽的標注。如上所述的裝置，所述第一確定模塊具體用于：按照與所述第一光流向量的歐式距離從小到大的順序對所述本文檔來自技高網...

【技術保護點】
一種活體人臉視頻的檢測方法，其特征在于，包括：獲取待檢測人臉視頻；獲取所述待檢測人臉視頻對應的第一光流向量，所述第一光流向量是由所述待檢測人臉視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置處像素點的灰度值的差值總和組成的I維向量，其中，i＝1，2……I；獲取所述第一光流向量和各第二光流向量之間的歐式距離；其中，第二光流向量是由訓練樣本集中的訓練視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置的像素點的灰度值的差值總和組成的I維向量，每個訓練視頻對應一個第二光流向量，所述第二光流向量具有標簽，所述標簽用于指示所述第二光流向量對應的訓練視頻的視頻類型；根據所述歐式距離及所述第二光流向量的標簽，確定所述待檢測人臉視頻的視頻類型；根據所述待檢測人臉視頻的視頻類型，判斷待檢測人臉視頻中的人臉是否為活體人臉。

【技術特征摘要】
1.一種活體人臉視頻的檢測方法，其特征在于，包括：獲取待檢測人臉視頻；獲取所述待檢測人臉視頻對應的第一光流向量，所述第一光流向量是由所述待檢測人臉視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置處像素點的灰度值的差值總和組成的I維向量，其中，i＝1，2……I；獲取所述第一光流向量和各第二光流向量之間的歐式距離；其中，第二光流向量是由訓練樣本集中的訓練視頻的第i+1幀灰度圖像的各像素點的灰度值與第i幀灰度圖像相同位置的像素點的灰度值的差值總和組成的I維向量，每個訓練視頻對應一個第二光流向量，所述第二光流向量具有標簽，所述標簽用于指示所述第二光流向量對應的訓練視頻的視頻類型；根據所述歐式距離及所述第二光流向量的標簽，確定所述待檢測人臉視頻的視頻類型；根據所述待檢測人臉視頻的視頻類型，判斷待檢測人臉視頻中的人臉是否為活體人臉。2.根據權利要求1所述的方法，其特征在于，獲取所述待檢測人臉視頻對應的第一光流向量包括：將所述待檢測人臉視頻的前I幀圖像轉換成I幀灰度圖像；取i＝1，獲取第2幀灰度圖像的各像素點的灰度值與第1幀灰度圖像相同位置處像素點的第一差值，根據各第一差值，得到第一差值總和；取i＝2，獲取第3幀灰度圖像的各像素點的灰度值與第2幀灰度圖像相同位置處像素點的第二差值，根據各第二差值，得到第二差值總和；重復執行獲取灰度值的差值總和的過程，直至i＝I；根據I個差值總和，得到所述第二光流向量，其中，第i差值總和為所述第二光流向量中的第i維分量。3.根據權利要求2所述的方法，其特征在于，在所述獲取所述第一光流向量和各第二光流向量之間的歐式距離之前，所述方法還包括：獲取訓練樣本集，所述訓練樣本集中包括多種類型的訓練視頻，訓練視頻的個數為多個；獲取各所述訓練視頻對應的所述第二光流向量；根據訓練視頻的視頻類型對各所述第二光流向量進行標簽的標注。4.根據權利要求3所述的方法，其特征在于，所述根據所述歐式距離及所述第二光流向量的標簽，確定所述待檢測人臉視頻的視頻類型，包括：按照與所述第一光流向量的歐式距離從小到大的順序對所述第二光流向量排序；選取排序位于前M的M個所述第二光流向量；獲取M個所述第二光流向量各自的標簽；根據M個所述第二光流向量各自的標簽對應的視頻類型，確定所述待檢測人臉視頻的視頻類型；其中，M為正整數。5.根據權利要求4所述的方法，其特征在于，所述訓練樣本集中包含N種類型的訓練視頻；所述根據M個所述第二光流向量各自的標簽對應的視頻類型，確定所述待檢測人臉視頻的視頻類型包括：若M＞N，將出現次數最多的標簽對應的視頻類型確定為所述待檢測人臉視頻的視頻類型；若M≤N，且M個所述第二光流向量的標簽對應J種視頻類型，J＜M，將出現次數最多的標簽對應的視頻類型確定為所述待檢測人臉視頻的視頻類型；若M≤N，且M個所述第二光流向量的標...

【專利技術屬性】
技術研發人員：明悅，孫娟娟，尹文澤，任振，洪明輝，
申請(專利權)人：北京郵電大學，
類型：發明
國別省市：北京;11