[发明专利]基于移动端的人脸活体识别方法、装置及移动终端

权利要求书

1.一种基于移动端的人脸活体识别方法，其特征在于，包括：

当移动端接收到人脸活体识别请求后输出动作指令；其中，所述动作指令包括眨眼指令、微笑指令、转头指令以及摇头指令；

采集所述动作指令对应的动作图像信息；

通过检测器对所述动作图像信息进行实时检测，得到检测结果，根据所述检测结果得到识别结果；所述检测器包括睁眼检测器、闭眼检测器、嘴巴检测器、微笑分类器、人脸检测器以及转头检测器；

输出所述识别结果。

2.如权利要求1所述的基于移动端的人脸活体识别方法，其特征在于，所述睁眼检测器、所述闭眼检测器以及所述嘴巴检测器的训练方法包括：

分别获取各种状态下人脸的图像数据；

分别将每种检测器对应的部位每种状态下的图像数据作为正样本，将不包含所述部位的每种状态下的图像数据作为负样本；

利用优化的局部二值模式LBP特征提取方法提取所述正样本和所述负样本的优化LBP特征；

通过Gentle Adaboost方法对所述特征进行分类训练，获得所述睁眼检测器、所述闭眼检测器以及所述嘴巴检测器。

3.如权利要求2所述的基于移动端的人脸活体识别方法，其特征在于，所述睁眼检测器以及所述闭眼检测器的检测方法包括：

所述睁眼检测器以及所述闭眼检测器接收发出眨眼指令后收集的动作图像信息；

判断所述动作图像信息中眼睛的状态；

如果从所述眼睛的状态中先后检测出睁眼以及闭眼，则判定为一次完整的眨眼动作。

4.如权利要求3所述的基于移动端的人脸活体识别方法，其特征在于，所述人脸检测器的训练方法包括：

分别获取各种角度下人脸以及非人脸的图像数据；

分别将每种角度下人脸的图像数据作为正样本，将每种角度下非人脸的图像数据作为负样本；

利用LAB特征提取方法提取所述正样本和所述负样本的LAB特征；

通过Adaboost方法对所述LAB特征进行训练，获得所述人脸检测器。

5.如权利要求4所述的基于移动端的人脸活体识别方法，其特征在于，所述微笑分类器以及所述转头检测器的训练方法包括：

分别将所述检测器对应的状态的图像数据作为正样本，将不包含所述检测器对应的状态的图像数据作为负样本；

使用方向梯度直方图HOG特征对所述正样本和所述负样本进行表征，形成方向梯度直方图HOG特征；

使用支持向量机SVM算法对所述正样本和所述负样本的HOG特征进行训练，获得所述微笑分类器以及所述转头检测器。

6.如权利要求5所述的基于移动端的人脸活体识别方法，其特征在于，所述人脸检测器的训练方法还包括：

通过模板匹配的方式进行人脸跟踪。

7.如权利要求6所述的基于移动端的人脸活体识别方法，其特征在于，所述动作指令的输出方法包括：

通过语音和/或界面显示来输出所述动作指令。

8.如权利要求1至7任意一项所述的基于移动端的人脸活体识别方法，其特征在于，所述采集所述动作指令对应的动作图像信息包括：

采集所述动作指令对应的动作视频；

从所述动作视频中提取预定个数的图像帧作为动作图像信息。

9.一种基于移动端的人脸活体识别装置，其特征在于，包括：

指令输出单元，用于当移动端接收到人脸活体识别请求后输出动作指令；其中，所述动作指令包括眨眼指令、微笑指令、转头指令以及摇头指令；

采集单元，用于采集所述动作指令对应的动作图像信息；

实时检测单元，用于通过检测器对所述动作图像信息进行实时检测，得到检测结果，根据所述检测结果得到识别结果；所述检测器包括睁眼检测器、闭眼检测器、嘴巴检测器、微笑分类器、人脸检测器以及转头检测器；

结果输出单元，用于输出所述识别结果。

10.一种移动终端，其特征在于，包括：

指令输出设备，用于当移动端接收到人脸活体识别请求后输出动作指令；其中，所述动作指令包括眨眼指令、微笑指令、转头指令以及摇头指令；

图像信息采集设备，用于采集所述动作指令对应的动作图像信息；

处理器，用于通过检测器对所述动作图像信息进行实时检测，得到检测结果，根据所述检测结果得到识别结果；所述检测器包括睁眼检测器、闭眼检测器、嘴巴检测器、微笑分类器、人脸检测器以及转头检测器；

识别结果输出设备，用于输出所述识别结果。