[发明专利]一种基于红外和可见光图像的真实人脸检测方法及装置

权利要求书

1.一种基于红外和可见光图像的真实人脸检测方法，其特征在于，包含以下步骤：

步骤1，红外摄像头采集人脸红外图像，可见光摄像头同步采集人脸可见光图像；

所述红外图像为灰度图像；所述可见光图像为彩色图像；

步骤2，检测红外和可见光图像中是否同时存在人脸模型；若否，判定为非真实人脸；

步骤3，检测可见光图像色彩度量值是否大于设定阈值；若否，判定为非真实人脸；

步骤4，根据红外和可见光图像，计算人脸尺度系数是否在范围内；若否，判定为非真实人脸；

步骤5，计算红外图像综合纹理向量与标准向量的距离是否小于阈值；若否，判定为非真实人脸；

步骤6，计算红外和可见光图像对应特征点距离的方差是否大于阈值；若否，判定为非真实人脸；

在步骤2到步骤5的判定中，若判断为非真实人脸，则不再进行后续判定；若通过全部步骤依然未判定为非真实人脸，则判定为真实人脸；

所述步骤3，包括：

提取可见光图像中人脸矩形框对应区域图像的HSV信息，计算S与H的比值作为色彩度量值，若小于设定的阈值，则可判定为灰度照片，进而可判定为非真实人脸；

所述步骤4，包括：

计算红外图像和可见光图像中人脸矩形框的面积平均值，计算两矩形框中心在图像坐标系中的距离；再计算所述面积平均值与所述距离的比值作为人脸尺度系数；若该系数在设定的范围外，则可判定为尺寸与真实相差太大的照片或3D模型，进而判定为非真实人脸；

所述步骤5，包括：

在红外图像中，计算人脸脸颊区域梯度特征S1，人脸鼻子区域梯度特征S2，人脸特征点外轮廓区域信息熵特征S3；将S1、S2、S3组合成一个三维向量，称为综合纹理向量，计算此向量与依据真实情况得到的标准向量的距离，并与设定阈值比较，若大于设定的阈值，判定为非真实人脸；

所述脸颊区域梯度特征S1是指，根据人脸红外图像特性，计算左脸脸颊区域从右到左的x方向梯度，以及右脸脸颊区域从左到右的x方向梯度，统计满足梯度值在设定范围内的像素点个数，计算所述像素点个数与整个计算区域总点数的百分比，作为脸颊区域的梯度特征；

所述鼻子区域梯度特征S2是指，先查找鼻子区域中灰度值最大的像素点，然后统计鼻子区域所有像素点与该像素点的灰度差值，再计算平均值，作为鼻子区域的梯度特征；

所述人脸特征点外轮廓区域信息熵特征S3是指，遍历人脸特征点外轮廓区域，计算每个灰度值出现的概率，再根据信息熵公式计算各灰度值的总期望。

2.根据权利要求1所述的方法，其特征在于，步骤2，检测红外和可见光图像中是否同时存在人脸模型；若否，判定为非真实人脸，包括：

采用现有技术提取红外图像和可见光图像中的人脸模型，得到对应的人脸矩形框和人脸特征点集；若不能在可见光图像和红外图像中同时检测到人脸，则可判定为照片或电子相册，进而判定为非真实人脸；

所述人脸模型，指包含人脸主要特征的特征点集，称为人脸特征点或人脸特征点集；以及包含所有特征点的外接矩形，称为人脸矩形框；人脸特征点中轮廓部分特征点连线构成人脸特征点外轮廓区域。

3.根据权利要求1所述的方法，其特征在于，步骤6，计算红外和可见光图像对应特征点距离的方差是否大于阈值；若否，判定为非真实人脸，包括：

根据可见光和红外图像的人脸特征点集数据，求取对应特征点在图像坐标系中的距离，然后计算方差；由于特征点处在同一平面普通照片方差较小，真实人脸方差较大；若方差小于设定阈值，则判定为非真实人脸。

4.一种基于红外和可见光图像的真实人脸检测装置，包括：

红外摄像头：用于采集被测目标的红外光图像；

可见光摄像头：用于采集被测目标的可见光图像；

红外发光模组：用于主动向被测目标发射红外光线；

数据获取及处理单元：分别与红外摄像头、可见光摄像头以及红外发光模组连接，根据需要向被测目标发射红外光，获取被测目标的红外图像和可见光图像，进而判定是否为真实人脸；

所述数据获取及处理单元，包括：

人脸检测模块：执行权利要求1中步骤2所述的方法；

色彩判定模块：执行权利要求1中步骤3所述的方法；

尺度判定模块：执行权利要求1中步骤4所述的方法；

综合纹理判定模块：执行权利要求1中步骤5所述的方法；

深度信息判定模块：执行权利要求1中步骤6所述的方法。