[发明专利]一种活体人脸的快速识别方法

说明书

技术领域

本发明涉及一种生物识别方法，尤其涉及一种活体人脸的快速识别方法，属于图像处理、模式识别和计算机视觉领域。

背景技术

近年来以人脸为特征的生物特征识别技术发展十分迅速，一些商业性的实用人脸识别系统已经出现在了市场上。在人脸识别系统实用化的过程中安全问题也得到了人们很大的重视。活性判别问题，即如何区别合法用户的照片和其活的本人，对人脸识别系统的安全至关重要。

目前活性判别的方法从是否需要用户配合来区分主要有两种，一种是需要用户配合的，需要用户做表情或者是姿态的变化。还有一种则不需要用户的配合。在目前所见到的系统中都只有第一种方法。现有的系统一般要求用户在识别的过程中进行眨眼微笑的动作配合。或者要求用户在建立人脸库的时候录制一句话，用户的唇动信息和声音信息同时加入到库中，在识别的时候，需要用户再说一遍同一句话，系统同时对声音和视频两个通道的信息进行分析，从而得出是否是其本人的结论。如何简化用户的动作配合并且提高识别效率一直是本领域的技术研究热点。

发明内容

本发明所要解决的技术问题是提供一种活体人脸的快速识别方法，在建立人脸库时不需要用户做配合动作，能够简化用户的动作配合并且提高识别效率。

本发明为解决上述技术问题而采用的技术方案是提供一种活体人脸的快速识别方法，包括如下步骤：a)输入多幅连续的人脸图像；b)对每幅人脸图像确定瞳孔位置并裁出人眼区域；c)判断眼珠睁闭状态，如果存在眨眼过程则通过活性判别。

上述的活体人脸的快速识别方法，其中，所述步骤a)根据输入的视频流获取多幅连续的人脸图像，若相邻两幅人脸图像不为同一状态则予以丢弃，重新获取多幅连续的人脸图像。

上述的活体人脸的快速识别方法，其中，所述步骤b)包括如下过程：b1)初始化图像大小和视频帧率参数；b2)确定当前眼睛区域的尺寸；b3)定位40像素x20像素的当前扫描窗口；b4)消除重叠的眼珠窗口。

上述的活体人脸的快速识别方法，其中，所述步骤c)通过支持向量机训练方法和AdaBoost训练方法对睁眼和闭眼样本进行训练。

上述的活体人脸的快速识别方法，其中，所述步骤c)中睁眼和闭眼样本训练算法如下：

c1)：输入训练样本集(x₁，y₁)，...，(x_n，y_n)，x_i∈X，y_i∈Y＝{0，1}；初始化权重，设正例样本和反例样本分别为m，1个，w1,i=12myi=-112lyi=0;]]>

c2)：规格化权重，使w_t呈一个概率分布，t＝1，…，T，T为选取的特征总数；

c3)：对每个特征j训练一个弱分类器h_j并计算加了权重的误差：

ε_j＝∑_iw_i|h_j(x_i)-y_i|；

c4)：选择误差ε_i最小的弱分类器h_t；