[发明专利]一种活体人脸识别方法及系统

权利要求书

1.一种活体人脸识别方法，其特征在于，包括步骤：

S100采集摄像头拍摄的视频帧图像；

S200通过已训练的卷积神经网络来识别所述视频帧图像是否为活体人脸图像。

2.根据权利要求1所述的一种活体人脸识别方法，其特征在于，所述步骤S100之前还包括步骤：

S010通过摄像头采集用于训练的活体人脸图像样本及人脸照片样本，并进行分类；

S020通过卷积神经网络的深度学习所述活体人脸图像样本、人脸照片样本，学习训练后获得能分辨出活体人脸与照片的活体人脸识别模型。

3.根据权利要求2所述的一种活体人脸识别方法，其特征在于，所述步骤S200包括步骤：

S210对所述视频帧图像进行图像处理；

S220对处理后的视频帧图像进行人脸检测，判断所述视频帧图像是否包含了人脸，若是则进入下一步骤；

S230将所述处理后的视频帧图像作为所述活体人脸识别模型的输入，获得识别分类结果。

4.根据权利要求3所述的一种活体人脸识别方法，其特征在于，所述步骤S210中所述的图像处理包括对所述视频帧图像进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化处理。

5.根据权利要求1-4任一项所述的一种活体人脸识别方法，其特征在于，所述摄像头为双摄像头。

6.一种活体人脸识别系统，其特征在于，包括摄像模块、采集模块、活体人脸检测模块，所述采集模块分别与所述摄像模块、活体人脸检测模块相连，其中：

所述采集模块对所述摄像模块拍摄的视频进行采样获得视频帧图像；

所述活体人脸检测模块通过已训练的卷积神经网络检测识别所述视频帧图像是否为活体人脸图像。

7.根据权利要求6所述的一种活体人脸识别系统，其特征在于，所述活体人脸检测模块包括学习子模块、与所述学习子模块相连的活体人脸识别子模块，其中：

所述采集模块通过所述摄像模块采集用于训练的活体人脸图像样本及人脸照片样本，并进行分类；

所述学习子模块通过卷积神经网络深度学习所述活体人脸图像样本、人脸照片样本，并将训练的结果给到所述活体人脸识别子模块，使得所述活体人脸识别子模块能对活体人脸图像与人脸照片进行区分。

8.根据权利要求7所述的一种活体人脸识别系统，其特征在于，所述活体人脸检测模块还包括：图像处理子模块、人脸检测子模块、所述人脸检测子模块分别与所述图像处理子模块、活体人脸识别子模块相连，所述活体人脸检测子模块与所述图像处理子模块相连，其中：

所述图像处理子模块对所述视频帧图像进行图像处理；

所述人脸检测子模块对所述图像处理子模块处理后的视频帧图像进行人脸检测，判断所述视频帧图像是否包含了人脸，若是，则所述活体人脸识别子模块对所述视频帧图像进行识别，判断所述视频帧图像是否为活体人脸图像。

9.根据权利要求8所述的一种活体人脸识别系统，其特征在于，所述图像处理模块对所述视频帧图像进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化处理。

10.根据权利要求6-9任一项所述的一种活体人脸识别系统，其特征在于，所述摄像模块包含至少两个摄像头。