[发明专利]一种人脸识别方法及终端

说明书

技术领域

本发明涉及电子技术领域，尤其涉及一种人脸识别方法及终端。

背景技术

随着图像技术的发展，基于静态图像的人脸识别技术已经发展成熟，2014年6月23日凌晨消息，香港中文大学教授汤晓鸥、王晓刚及其研究团队宣布，他们研发的DeepID(深分证)人脸识别技术的准确率超过99％，比肉眼识别更加精准。汤晓鸥领导的计算机视觉研究组(mmlab.ie.cuhk.edu.hk)开发了一个名为DeepID的深度学习模型，在户外脸部检测LFW(LabeledFacesintheWild)数据库上获得了99.15％的识别率。LFW是人脸识别领域使用最广泛的测试基准。但是这种高准确率的人脸识别技术都是基于静态图像的识别方法，不能识别活体人脸，这样可以利用照片或者人体模型欺骗人脸识别设备，安全性较低。

发明内容

本发明实施例提供一种人脸识别方法，可识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

本发明实施例提供了一种人脸识别方法，其可包括：

获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

若是，则确定所述待识别人脸为活体人脸。

本发明实施例提供了一种终端，其可包括：

获取单元，用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

第一判断单元，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

第一确定单元，用于若所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据，则确定所述待识别人脸为活体人脸。

本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的人脸识别方法的第一实施例流程示意图；

图2是本发明实施例提供的人脸识别方法的第二实施例流程示意图；

图3是本发明实施例提供的人体皮肤血红蛋白吸收光谱和反射光谱；

图4是本发明实施例提供的人体皮肤和人体模型的反射谱对比；

图5是本发明实施例提供的一种终端结构示意图；

图6是本发明实施例提供的一种人脸识别场景图；

图7是本发明实施例提供的终端的第一实施例结构示意图；

图8是本发明实施例提供的终端的第二实施例结构示意图；

图9是本发明实施例提供的第一判断单元的第一实施例结构示意图；

图10是本发明实施例提供的第一判断单元的第二实施例结构示意图；

图11是本发明实施例提供的终端的第三实施例结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

具体实现中，本发明实施例中描述的终端可包括：手机、平板电脑、个人计算机或者随身听等，上述终端仅是举例，而非穷举，包含但不限于上述终端。

下面将结合图1至图11对本发明实施例提供的人脸识别方法及终端进行具体描述。

请参照图1，是本发明实施例提供的人脸识别方法的第一实施例流程示意图。本实施例中所描述的人脸识别方法，包括步骤：