[发明专利]基于人脸微表情识别的活体检测方法

说明书

本发明属于人工智能人脸识别分析应用技术领域，涉及在人脸识别应用上属于数据安全验证技术，具体涉及一种基于人脸微表情识别的活体检测方法，主要步骤为首先计算机内预先通过神经网络训练一个N类表情，然后登录验证时，计算机会提示使用者连续做M个表情,使用者需要跟随计算机连续做M个表情，其次通过神经网络判断，在做表情的一段时间内，取K*M张图片，其中K>＝2，判定K*M张人脸是否是同一个人，最后在K*M张图中取出Q个人脸，其中Q>＝1，取多次验证后的平均结果，验证人脸身份。

技术领域

本发明涉及人工智能人脸识别分析应用技术领域，涉及在人脸识别应用上属于数据安全 验证技术，具体涉及一种基于人脸微表情识别的活体检测方法。

背景技术

人脸识别作为当前最流行的人工智能落地技术已经在许多领域广泛应用了。但是人脸识 别带来便捷的同时，又出现了很多隐患。日常生活中人脸的肖像很容易泄露，如果人脸验证 绑定的数据验证私密性较高，那就会造成用户有很大损失。所以如何预防人脸信息泄露，而 造成的验证失效的问题就成为人脸识别技术中一个至关重要的难题。此技术在专业领域成为 人体活检技术。目前在行业上普遍应用的实现手段主要分为两种，1，通过3D摄像头捕捉人 脸距离摄像头技术除人脸本身信息外，再取出人脸轮廓凹凸曲线空间立体数据，从而判断当 前的人不是一张照片，而是一个3D的物体。2.由于3D物体可以是一个模型例如蜡像等，于 是现有技术就有第二种活体检测手段，目前在许多APP上都有涉及，就是通过人做一些行为 动作，例如眨眼，点头，左右看，等行为判断镜头前的人是否是一个真实的人，此技术主要 是通过算法定位眼镜，鼻子，嘴角等人脸特征点，判断特征点在不同动作下变化，完成验证。 不同的厂家对于现有的两种方式都有一定的补充和提升，本发明主要提出了一个不同于现有 方式的验证技术。

发明内容

本发明的目的主要在于克服现有技术的不足，提出一种基于人脸微表情识别的活体检测 方法。在验证人是否是真人活体时，主要要求当前验证人在屏幕前跟着验证指引做几个指定 的表情，摄像头捕捉当前验证人的几个表情并进行判断，如果符合计算机当前需要的表情， 则认为是真人，如果不对则摄像头对面是假的人的概率很大，然后结合人脸特征识别判断当 前的人脸是不是对应的正确的人脸，两方面结合完成人脸的验证和活体检测。但是仅用这两 个技术无法保证不能作假，本发明在两大技术上又做了深入的改进，使得验证更加可靠，作 假的难度更大。

本发明为解决背景技术中提出的技术问题，采用的技术方案是基于人脸微表情识别的 活体检测方法，包括如下步骤：

1)计算机内预先通过神经网络训练一个N类表情，其中N>＝4,包括但不限于高兴、愤怒、 惊讶、郁闷；

2)登录验证时，计算机会提示使用者连续做M个表情,使用者需要跟随计算机连续做M个 表情，其中M<＝N；

3)计算机通过神经网络判断上述步骤2)中M个表情是否和所需要的表情一致；

4)在做表情的一段时间内，取K*M张图片，其中K>＝2，判定K*M张人脸是否是同一个人；

5)在K*M张图中取出Q个人脸，其中Q>＝1，取多次验证后的平均结果，验证人脸身份。

本发明具体包括如下步骤：

1)利用opencv接入本地或者网络摄像头；

2)用DLIB框架人脸检测方法检测人脸是否出现在视频里，并将人脸区域裁剪存储得到人 脸face1；

3)系统随机出一个表情，指引验证着做一个表情；

4)将人脸区域face1传入用caffe深度学习网络训练的模型中，识别出人脸表情label1， 判断是否与需要的人脸表情一致：如果是，继续下一次验证；如果不一致，需要重新 开始验证；