[发明专利]用于检测真正用户的系统和方法

说明书

本发明公开一种用于检测真正用户的系统。该系统可包括获取器、共面性确定器、构造器和检测器。获取器可接收主体(subject)的图像序列，该图像序列至少包括第一图像和第二图像，并且获取第一图像和第二图像的人脸关键点，形成人脸关键点的匹配对，在匹配对中，第一图像的每个人脸关键点与第二图像中的人脸关键点匹配。共面性确定器可基于人脸关键点的位置确定与人脸关键点的匹配对相关联的3D点是否共面。如果与人脸关键点相关联的3D点不共面，那么构造器可以从人脸关键点的位置来构造第一图像和第二图像的3D点云。检测器可基于构造的3D点云来检测主体是不是真正用户的真实人脸。

技术领域

本申请大体涉及人脸识别的领域，更具体地讲，涉及用于检测真正用户的系统、具有该系统的移动设备。本申请还涉及用于检测真正用户的方法。

背景技术

近来，人脸识别系统已经应用于各种可用的应用，诸如，监控、接入控制、刑事侦查等。然而，人脸识别系统可很容易受到骗子尝试使用所有者的照片或视频来绕开人脸识别系统的欺骗攻击。

尽管已经致力于处理这个问题，但多数的现有方法依赖于不随意运动(微笑或眨眼)来检测潜在的入侵。例如，分析活体人脸的光流图案可以揭露部分信息，以将它与欺骗的人脸区别开。另一示例通过使用二进制分类器与朗伯模型来解决活体人脸(live face)检测的问题。然而，通过向人脸识别系统展示真正用户的视频剪辑，可容易愚弄这些对策。

例如，识别欺骗攻击的另一方法是使用密集3D人脸结构。然而，该方法需要结构光(structured-light)3D扫描系统来获取准确的3D人脸扫描。这个解决方案既不具有成本效益，对于移动设备(例如，移动电话或平板电脑)也不可行，因为这些通用设备中缺少专门的硬件。

发明内容

根据本申请的实施例，公开用于检测真正用户的系统。该系统可包括获取器、共面性确定器、构造器和检测器。获取器可以接收主体(subject)的图像序列，该图像序列至少包括第一图像和第二图像，并且获取第一图像和第二图像的人脸关键点，形成人脸关键点的匹配对，在匹配对中，第一图像的每个人脸关键点与第二图像中的人脸关键点匹配。共面性确定器可基于人脸关键点的位置确定与人脸关键点的匹配对相关联的3D点是否共面。如果与人脸关键点相关联的3D点不共面，那么构造器可从人脸关键点的位置构造第一图像和第二图像的3D点云。检测器可基于构造的3D点云检测主体是不是真正用户的真实人脸。

根据本申请的另一实施例，公开了具有任一个根据如上所述的用于检测真正用户的系统的移动设备。

根据本申请的实施例，公开了用于检测真正用户的方法。该方法可包括：接收主体的图像序列的步骤，该图像序列至少包括第一图像和第二图像；获取第一图像和第二图像的人脸关键点，形成人脸关键点的匹配对的步骤，其中第一图像的每个人脸关键点与第二图像中的人脸关键点匹配；基于人脸关键点的位置来确定与人脸关键点的匹配对相关联的3D点是否共面的步骤；如果与人脸关键点相关联的3D点不共面则从所述位置来构造第一图像和第二图像的3D点云的步骤；以及基于构造的3D点云来检测主体是不是真正用户的真实人脸的步骤。

附图说明

下文参考附图描述本发明的示例性非限制实施例。附图是说明性的，并且一般不按确切比例。不同图上的相同或类似元件引用相同的参考编号。

图1是示出符合本申请的实施例的用于检测真正用户的系统的示意图。

图2是示出符合一些公开实施例的用于检测真正用户的系统的获取器的示意图。

图3是示出符合本申请的一个实施例的用于检测真正用户的系统的共面性确定器的示意图。

图4是示出符合本申请的一个实施例的用于检测真正用户的系统的构造器的示意图。

图5是示出符合本申请的一个实施例的用于检测真正用户的系统的检测器的示意图。