[发明专利]一种三维动态智能人脸识别方法及系统

说明书

技术领域

本发明涉及生物特征识别领域，尤其是一种三维动态智能人脸识别方法及系统。

背景技术

人体有诸多唯一的特征，比如人脸、指纹、虹膜、人耳等，这些特征被统称为生物特征。生物特征识别已被广泛用于安防、家居、智能硬件等众多领域。人脸识别，作为生物特征识别的一种，是基于人的脸部特征信息进行身份识别的一种生物识别技术。它用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别或面部识别。利用人脸识别技术可有效地加强安全和隐私。

目前市面上的人脸识别技术，存在以下缺陷或不足：

(1)人机距离(摄像头到人的距离)测量范围在10m左右甚至更短，有效识别距离短；

(2)主要基于人脸二维彩色图像进行识别，在环境光不稳定变化的情况下使用时会出现数据偏差大、数据丢失等问题，严重影响了识别效果；

(3)主要基于人脸二维彩色图像进行识别，摄像机扫描识别时，不能用于三维人脸识别，适用性不广；

(4)未能识别是否为真实人脸，容易被其它非真实人脸特征欺骗，例如被识别对象不是真实人脸，而是立体模型人脸(如照片或视频等非真实人脸)时，往往也能通过识别，安全性有待进一步提升。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种有效识别距离长、识别效果好、适用性广和安全性高的，三维动态智能人脸识别方法及系统。

本发明所采取的第一技术方案是：

一种三维动态智能人脸识别方法，包括以下步骤：

获取带结构光编码的第一待识别人脸图像；

获取不带结构光编码的第二待识别人脸图像；

根据预训练的结构光人脸特征模型从第一待识别人脸图像中查找出第一人脸特征；

根据预训练的非结构光人脸特征模型从第二待识别人脸图像中查找出第二人脸特征；

根据第一人脸特征和第二人脸特征，结合被动测温技术判定待识别人脸是立体模型人脸还是真实人脸；

对真实人脸采用预设的人脸识别算法完成人脸识别。

进一步，所述获取带结构光编码的第一待识别人脸图像这一步骤，具体包括：

发射经红外调制的一维条码结构光至待识别人脸；

接收待识别人脸反射回的红外编码，并生成第一待识别人脸图像。

进一步，所述根据预训练的结构光人脸特征模型从第一待识别人脸图像中查找出第一人脸特征这一步骤，具体包括：

计算第一待识别人脸图像中各点相对于参考点的距离，并根据计算的距离得到人脸深度图像；

根据预训练的结构光人脸特征模型从人脸深度图像中查找出第一人脸特征。

进一步，所述根据第一人脸特征和第二人脸特征，结合被动测温技术判定待识别人脸是立体模型人脸还是真实人脸这一步骤，具体包括：

根据第一人脸特征对应的第一人脸标定框与第二人脸特征对应的第二人脸标定框的重叠度，判定待识别人脸是否为立体人脸；

采用被动测温技术识别属于立体人脸的待识别人脸是立体模型人脸还是真实人脸。

进一步，所述根据第一人脸特征对应的第一人脸标定框与第二人脸特征对应的第二人脸标定框的重叠度，判定待识别人脸是否为立体人脸这一步骤，具体为：

判断第一人脸标定框与第二人脸标定框的重叠度是否大于预设阈值，若是，则判定待识别人脸是立体人脸，反之，则判定待识别人脸不是立体人脸。

进一步，所述采用被动测温技术识别属于立体人脸的待识别人脸是立体模型人脸还是真实人脸这一步骤，具体包括：

通过被动红外测温技术测定第二人脸标定框对应的人脸区域内的温度分布；

判断测定的温度分布是否符合活性人脸的温度分布，若是，则判定属于立体人脸的待识别人脸是真实人脸，反之，则判定属于立体人脸的待识别人脸是立体模型人脸。

进一步，所述对真实人脸采用预设的人脸识别算法完成人脸识别这一步骤，具体为：

采用标准的人脸识别算法从数据库中检索出与真实人脸的相似度满足预设相似度要求的人脸标号，进而根据检索出的人脸标号完成人脸识别。

本发明所采取的第二技术方案是：

一种三维动态智能人脸识别系统，包括以下模块：

第一获取模块，用于获取带结构光编码的第一待识别人脸图像；

第二获取模块，用于获取不带结构光编码的第二待识别人脸图像；