[发明专利]一种真实人脸和图片人脸的区别方法和系统

权利要求书

1.一种真实人脸和图片人脸的区别方法，其特征在于，所述区别方法包括以下步骤：

A、采用摄像头标定算法对固定的第一摄像头和第二摄像头进行标定，计算出两个摄像头的投影矩阵；

B、获取实时同步的第一、第二摄像头所采集的图像；

C、根据第一、二摄像头采集的实时同步图像进行人脸检测，并确定每一帧图像的人脸区域；

D、使用主动形状模型算法分别从每一图像的人脸区域中提取人脸特征点；

E、选取第一摄像头采集的图像中的任一人脸，在第二摄像头采集的图像中找到与之对应的人脸，实现人脸匹配；

F、对相匹配的人脸，根据人脸特征点以及两个摄像头的投影矩阵建立三维特征点坐标，确定三维特征点坐标中特征点间的最大深度差值；并将所述特征点间的最大深度差值与预先设定的深度阈值进行比较：若所述特征点间的最大深度差值大于预先设定的深度阈值，则为真实人脸；否则为图片人脸；

所述摄像头标定为通过实验和计算获取到摄像头成像的几何模型，具体为获取到真实世界中物点与其图像平面中像点的射影集合映射关系；

所述步骤D具体包括：

D1、对每一图像手工设定若干个标定点作为训练数据，并获取每一标定点附近的特征信息；

D2、对每一图像的形状向量归一化，令每一图像在同一坐标系具有一致性，标定点表示为平均形状向量加上第一参数与形状向量的乘积；

D3、利用轮廓的灰度特征在每一图像的人脸区域中进行一个迭代过程，在每一步迭代中通过调整第一参数改变当前模型的位置和形状，完成目标的特征点提取；

所述人脸匹配使用极线几何约束关系，所述极线几何约束关系用基本矩阵来代数表达：

其中M₁₁为第一摄像头投影矩阵M₁中左边的3×3部分，M₂₁为第二摄像头投影矩阵M₂中左边的3×3部分，m₁为第一摄像头投影矩阵M₁中右边3×1部分，m₂为第一摄像头投影矩阵M₂中右边3×1部分；利用极线约束关系式，建立起第一、二摄像头图像中的点匹配关系；

所述步骤C中检测是否有人脸采用模板法、基于示例学习法、基于器官特征法、神经网络法、彩色信息加形状分析法或基于haar特征的AdaBoost方法，所述基于haar特征的AdaBoost方法包括以下步骤：

C1、搜集一系列带有人脸的图像数据和没有人脸的图像数据组成样本库，对样本库中的各个图像数据使用haar特征提取样本特征向量，训练级联分类器；

C2、对于一帧图像数据，缩放为若干个不同大小的图像，然后遍历所述不同大小的图像中的每个位置，对每个位置使用haar特征提取出其特征向量，并输入给所述的分类器进行分类，确定人脸区域；

确定两帧图像中人脸的对应关系，即左摄像头图像中的一个人脸，在右摄像头图像找到与之对应的人脸，以保证即使存在多个人脸，也能正确重建人脸特征的三维坐标。

2.根据权利要求1所述的真实人脸和图片人脸的区别方法，其特征在于，所述步骤A中，摄像头标定算法为普通标定方法、自标定方法或基于主动视觉的标定算法。

3.根据权利要求1所述的真实人脸和图片人脸的区别方法，其特征在于，所述步骤B具体包括：

B1、为第一摄像头、第二摄像头建立存放图像帧的先进先出缓冲区；

B2、将第一摄像头、第二摄像头实时采集到的图像帧上标记时间戳，并暂存在相应的缓冲区内；

B3、在第一、第二摄像头的缓冲区内寻找时间戳相近的两帧图像组成一组。