[发明专利]一种人脸活体识别方法及系统

权利要求书

1.一种人脸活体识别方法，其特征在于，包括：

对训练图像分别进行人脸特征训练及三维姿态估计训练，分别得到特征预处理图片和三维预处理图片；将人脸特征点映射到特征预处理图片的相应位置上；将三维预处理图片进行数据增强；

设置两层人脸特征点的CNN网络，且两个主层CNN网络构成一个级联卷积神经网络；先通过第一主层CNN网络对特征预处理图片处理得到人脸特征点粗略位置的网络输出结果及处理图片，再通过第二主层CNN网络对处理图片的人脸特征点进行校正，并输出人脸特征点模型；

输入三维预处理图片和三维角度标注值进行三维姿态估计训练；输出三维角度值模型；

通过所述人脸特征点模型对活体人脸表情进行估计并检测识别，通过三维角度值模型对点头及摇头进行估计并检测识别；

对训练图像分别进行三维姿态估计训练具体包括：通过opencv对训练图像进行人脸检测，将人脸框放大1.25倍，然后缩放到64×64的尺度；

所述通过第一主层CNN网络得到特征预处理图片中人脸特征点粗略位置的网络输出结果，具体方法为：将所述特征预处理图片和68个坐标点输入第一主层CNN网络；通过第一主层CNN网络中的前5个子层的CNN网络进行特征提取，然后再通过两个子层稀疏全连接进行特征组合，最后通过一个全连接进行回归操作，并得到包括68个坐标点粗略位置的网络输出结果和处理图片。

2.根据权利要求1所述的人脸活体识别方法，其特征在于，对训练图像分别进行人脸特征训练具体包括：通过opencv对训练图像进行人脸检测，将人脸框放大1.2倍，然后缩放到96×96的尺度。

3.根据权利要求1所述的人脸活体识别方法，其特征在于，所述通过第二主层CNN网络对处理图片的人脸特征点进行校正，具体方法为：先根据所述网络输出结果对所述处理图片进行相应位置的截图；通过第二主层CNN网络中的前5个子层的CNN网络进行特征提取，然后通过两个子层稀疏化的全连接进行特征组合，最后一层全连接的输出数为相应位置的人脸特征点个数。

4.根据权利要求1所述的人脸活体识别方法，其特征在于，所述进行三维姿态估计训练，具体为：将batch normalization加入的五层卷积对所述三维预处理图片进行特征提取，通过一层稀疏的全连接进行特征组合，最后接一个输出为3的全连接，输出三维角度预测值。

5.一种应用权利要求1～4任一项方法所述的人脸活体识别系统，其特征在于，所述系统通过所述人脸特征点模型对活体人脸表情进行估计并检测识别，通过三维角度值模型对点头及摇头进行估计并检测识别。