[发明专利]活体人脸识别方法和装置

权利要求书

1.一种活体人脸识别方法，其特征在于，所述方法包括：

检测到视频中的待测人脸，在所述人脸的不同部位上选取N个监测点；

对于选取的每一个监测点，连续测量所述视频内M帧的RBG中的G值，将每帧内所述监测点的G值与其相邻多个点的G值取平均后形成所述监测点在该帧的颜色值，最终得到所述M帧内所述N个监测点的颜色值G[M][N]；

采用卷积神经网络CNN进行人脸识别学习得到模型，将所述颜色值G[M][N]输入所述模型识别所述人脸是活体还是非活体，得到第一判定结果；

利用快速傅里叶变换或小波变换对所述颜色值G[M][N]进行运算，得到所述人脸的血谱频率，与预设阈值比较后确定所述人脸是活体还是非活体，得到第二判定结果；

将所述第一判定结果与第二判定结果进行组合，查找预设的组合与识别概率的对应关系，找到所述组合对应的识别概率确定是否为活体人脸；或者，查找预设的组合与心率的对应关系，找到所述组合对应的心率确定是否为活体人脸；

所述采用卷积神经网络CNN进行人脸识别学习得到模型，将所述颜色值G[M][N]输入所述模型识别所述人脸是活体还是非活体，得到第一判定结果，包括：

采用卷积神经网络CNN学习指定个数以上的人脸监测点数据与真实人脸的对应关系，得到模型，并采用多个真实人脸数据测试后调整所述模型；

将所述颜色值G[M][N]输入调整后的所述模型得到一个向量的相似度，如果所述相似度大于指定的相似度阈值，则得到第一判定结果为活体人脸，如果所述相似度小于等于所述相似度阈值，则得到第一判定结果为非活体人脸；

所述利用快速傅里叶变换或小波变换对所述颜色值G[M][N]进行运算，得到所述人脸的血谱频率，与预设阈值比较后确定所述人脸是活体还是非活体，得到第二判定结果，包括：

利用快速傅里叶变换或小波变换对所述颜色值G[M][N]进行运算，得到每个监测点的波形频率级数，在每个频率级数中取最小频率得到N个频率；去掉所述N个频率中的最大值和最小值后取平均，得到所述人脸的血谱频率；

如果所述血谱频率小于第一阈值，则得到第二判定结果为活体人脸；如果所述血谱频率大于等于所述第一阈值且小于第二阈值，则得到第二判定结果为待定；如果所述血谱频率大于等于所述第二阈值，则得到第二判定结果为非活体人脸。

2.根据权利要求1所述的方法，其特征在于，所述查找预设的组合与识别概率的对应关系，找到所述组合对应的识别概率确定是否为活体人脸，包括：

查找预设的组合与识别概率的对应关系，如果所述组合为活体与活体、活体与待定中的任一个，则对应的识别概率大于指定识别概率，确定所述人脸为活体人脸；如果所述组合为活体与非活体、非活体与待定、非活体与非活体中的任一个，则对应的识别概率小于等于所述指定识别概率，确定所述人脸为非活体人脸。

3.根据权利要求1所述的方法，其特征在于，所述查找预设的组合与心率的对应关系，找到所述组合对应的心率确定是否为活体人脸，包括：

查找预设的组合与心率的对应关系，如果所述组合为活体与活体、活体与待定中的任一个，则对应的心率为所述血谱频率，确定所述人脸为活体人脸；如果所述组合为活体与非活体、非活体与待定、非活体与非活体中的任一个，则对应的心率未检测到，确定所述人脸为非活体人脸。