[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

说明书

本发明提供一种基于红外和可见光图像的真实人脸检测方法及装置。使用同步获取的红外和可见光图像，综合使用人脸模型、色彩、尺度、纹理、深度信息特征，联合使用人脸检测、色彩判定、尺度判定、综合纹理判定、深度信息判定方法，较好地识别了多种伪装人脸的攻击，保证了人脸识别算法的安全使用。

技术领域

本发明涉及数字图像处理技术领域，尤其涉及基于红外与可见光图像的真实人脸检测装置及方法。

背景技术

目前二维人脸识别技术日趋成熟，已广泛应用于多个领域。三维人脸识别技术受限于设备成本及处理速度等技术原因，应用远未普及。

二维人脸识别技术有较高的识别率，但容易受到伪装人脸的攻击，包括：照片、视频、面具、3D模型等，需采用其他手段来检测防范此类攻击，如通过连续视频图像来检测眨眼等动作、通过双目视觉探测深度信息、通过红外热成像探测活体、通过红外图像检测纹理信息等，但目前此类技术并未完全成熟，使其应用受到限制。

发明内容

本发明克服了现有技术缺陷，提供了一种基于红外和可见光图像的真实人脸检测装置及方法，具体包含以下内容。

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；若通过上述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。

所述步骤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，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，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，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；

所述两点在图像坐标系中的距离，指欧式距离。