[发明专利]基于人脸识别的活体检测方法和装置

权利要求书

1.一种基于人脸识别的活体检测方法，其特征在于，所述方法包括：

身份认证步骤，对由N个待测用户构成的待测人群中的所述待测用户进行人脸识别，以对待测用户进行身份认证；

训练视线特征提取步骤，设置n个训练视点构成训练视点序列，获得所述待测用户注视每一个该训练视点时的H帧训练眼睛图像，并从中提取视线特征作为训练视线特征；

待测视线特征提取步骤，设置M个系统随机点{Q₁,…,Q_M}，获得待测用户注视所述系统随机点时的待测眼睛图像，并从中提取待测视线特征；

初步视点位置估计步骤，对于通过所述身份认证的待测用户，利用对该待测用户设置的所述训练视点序列及所述训练视线特征，以及所述待测视线特征，采用自适应线性回归算法对该待测用户的视点位置进行估计，得到初步视点位置估计值；

增量的视点位置估计步骤，如果所述初步视点位置估计值所表征的视点位置趋近其对应的系统随机点，则将该对应的系统随机点增加到所述训练视点序列中，构成新的视点序列，进一步对待测用户注视系统随机点时的视点位置进行估计，以得到增量的视点位置估计值；以及

活体判断步骤，利用KL散度计算所述增量的视点位置估计值所表征的视点位置与对应的系统随机点之间的距离，根据计算出的所述距离进行活体判断。

2.如权利要求1所述的方法，其中，训练视线特征提取步骤还包括眼睛图像预处理步骤，用于对所述训练眼睛图像进行内外眼角的检测，并根据所检测到的眼角位置进行眼睛区域的对齐。

3.根据权利要求1或2所述的方法，其中，所述训练视线特征提取步骤中，所述获得所述待测用户注视每一个该训练视点时的H帧训练眼睛图像，并从中提取视线特征作为训练视线特征包括：将获取的所述训练眼睛图像均匀划分为若干个子区域；对每一个子区域计算像素的灰度值的和，并归一化处理，得到每个训练视点位置对应的所述训练视线特征。

4.根据权利要求3所述的方法，其中，利用如下公式(1)计算针对每个待测用户注视每个训练视点时获得的每一训练眼睛图像的所述训练视线特征：

f=[s1,...,sr×c]TΣjsj......(1)]]>

其中，r×c为所述训练眼睛图像所划分的所述子区域的数量；s_j为每一个子区域的像素的灰度值的和，j＝1，2，…，r×c。