[发明专利]基于亮瞳效应的人脸活体检测方法

说明书

技术领域

本发明涉及图像处理和模式识别技术领域，具体是一种基于亮瞳效应的人脸活体检测方法。

背景技术

在近几年，智能图像处理技术和模式识别技术得到了长足的发展，人脸检测和人脸识别技术也逐渐成熟。由于人脸的个体差异明显，可以作为身份识别特征，所以人脸识别技术越来越多地被应用在门禁、登录系统当中，这些系统在良好的运行环境下都能得到较好的识别结果。然而这些系统目前还有比较明显的缺陷，就是缺少正确区分真实人脸和视频照片中人脸的能力，用户可以利用照片或视频进行回放攻击欺骗系统，使系统失效。因此，寻找有效可行的活体检测方法抵御照片和视频回放攻击成为人脸识别技术普及应用的关键。

为了促进基于人脸图像分析的智能监控系统的发展，活体检测方法得到越来越多的重视和关注，不少具有启发性、创新性的想法被提出。目前的人脸活体检测方法分为基于脸部动态特征和基于脸部生物特征两类，前者以嘴巴、眼睛或头部的运动变化作为人脸的活体特征，后者则以人脸温度、反光率等生物信息作为人脸的活体特征。基于脸部动态特征的方法需要用户配合做出一系列规定动作才能通过活体检测，用户体验差，容易受外部环境影响。后来也发展出不需要用户配合的方法，如眨眼法，以正常人平均眨眼频率作为活体特征，但该特征个体差异较大，不能很好地表征真实人脸。由于基于脸部动态特征的方法缺陷较多，而且只能区分照片与真实人脸，无法抵御视频回放攻击，所以实用性较差。而基于脸部生物特征的算法可以抵御照片和视频回放攻击，但距离应用要求还有不足之处，如以人脸温度为特征的算法需要昂贵的热红外成像设备，以人脸反光率为特征的算法则要求用户把头部固定在规定位置。所以只有寻找到有效可行的人脸活体特征，并且该特征的检测无需限制用户的行动，才能保证人脸活体检测高效准确的同时提高用户体验，促进基于人脸图像分析的安防系统的应用和普及。

发明内容

本发明克服了现有人脸活体检测技术的上述不足，提出了一种以亮瞳效应作为活体特征的人脸活体检测技术。本发明首先通过亮暗瞳图像采集设备获取暗瞳图像和亮暗瞳差分图像，然后通过人脸检测算法检测暗瞳图像中是否存在人脸，若存在人脸则利用亮暗瞳差分图像进行亮瞳效应检测，以是否存在亮瞳效应为根据，区分真实人脸和照片视频中的人脸。本发明通过如下技术方案实现：

基于亮瞳效应的人脸活体检测方法，该方法以亮瞳效应作为人脸活体特征进行人脸活体检测，具体为通过亮瞳效应检测算法判断被检测人脸是否存在亮瞳效应，若存在亮瞳效应则判定该人脸为真实人脸，否则判定为照片或视频中的人脸。

上述方法中，根据亮暗瞳差分图像的人脸眼睛区域是否存在圆形亮斑，判断人脸是否存在亮瞳效应。

上述方法中，具体包括以下步骤：

(1)、亮暗瞳图像采集设备采集亮瞳图像和暗瞳图像，进行差分处理获得亮暗瞳差分图像；

(2)、在暗瞳图像上进行人脸检测，获取人脸位置和大小信息；

(3)、利用亮瞳效应检测算法检测人脸是否存在亮瞳效应，判断人脸活性，进而判定该人脸是否为真实人脸。

上述方法中，所述的亮瞳效应检测算法包括以下步骤：

(3.1)、根据人脸的位置、大小信息，结合人脸器官分布规律定位眼睛区域；

(3.2)、对眼睛区域的亮暗瞳差分图像进行二值化处理，获得眼睛区域的二值图像；

(3.3)、对眼睛区域的二值图像进行形态学处理中的开运算去除细小的干扰团块，然后进行形态学处理中的闭运算连通相邻团块和填充细小空洞；

(3.4)、利用模板匹配算法判断是否存在亮瞳效应。

上述方法中，所述的亮暗瞳图像采集设备包括：红外摄像头、两组由LED灯组成的红外光源、FPGA芯片以及外部存储器；所述两组红外光源其中一组靠近红外摄像头并围绕红外摄像头分布，称为近轴红外光源，另外一组与红外摄像头的距离比近轴红外光源与红外摄像头的距离更远，同样围绕红外摄像头分布，称为远轴红外光源；所述FPGA芯片控制两组红外光源交替亮灭，通过红外摄像头采集亮瞳图像和暗瞳图像并进行差分处理。

上述方法中，步骤（1）包括：FPGA芯片首先点亮远轴红外光源26，同时熄灭近轴红外光源21，采集暗瞳图像并保存在外部存储器中；然后点亮近轴红外光源21，同时熄灭远轴红外光源26，采集亮瞳图像，每采集亮瞳图像一个像素的灰度值，同时读出保存在外部存储器中的暗瞳图像相同位置像素的灰度值，用亮瞳图像的灰度值减去暗瞳图像的灰度值得到亮暗瞳差分图像。