[发明专利]一种基于活体检测的智能安防方法、系统及处理装置在审

专利信息
申请号: 201910913113.3 申请日: 2019-09-25
公开(公告)号: CN110929557A 公开(公告)日: 2020-03-27
发明(设计)人: 段雨梅;郭晓丹;周丽;孙炼;李欣;李驰;张桂花;胡海霞;杨声英 申请(专利权)人: 四川大学锦城学院
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 成都时誉知识产权代理事务所(普通合伙) 51250 代理人: 沈成金
地址: 610000 *** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 活体 检测 智能 方法 系统 处理 装置
【权利要求书】:

1.一种基于活体检测的智能安防方法,其特征在于,包括以下步骤,

S1:检测目标区域内是否存在活体,若是,执行S2,若不是,执行S5;

S2:获取活体的目标人脸图像的不同特征点的景深,根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像,若是,执行S3,若不是,执行S5;

S3:获取目标区域内的活体的目标图像,获取目标图像中的目标人脸图像,提取目标人脸图像的特征,识别该人脸是否为合法人脸,若是,执行S4,若不是,执行S5;

S4:执行机构完成一次安防动作,执行S1;

S5:不进行任何操作,执行S1。

2.根据权利要求1所述的一种基于活体检测的智能安防方法,其特征在于,所述S2具体包括以下步骤,

S21:将目标区域内的活体的人脸划分成多个关键区域,执行S22;

S22:使用双目相机分别针对多个关键区域获取左眼图像和右眼图像,在多个关键区域内分别选择一个特征点,计算多个关键区域内的特征点的景深,执行S23;

S23:计算多个关键区域内的特征点的景深是否均一致,若是,执行S5,若不是,执行S3。

3.根据权利要求2所述的一种基于活体检测的智能安防方法,其特征在于,所述S21按照目标区域内的人脸的五官将人脸划分成多个关键区域。

4.根据权利要求2所述的一种基于活体检测的智能安防方法,其特征在于,所述S22中根据双目相机的左相机与右相机之间的间距T、双目相机的左相机或右相机的焦距f、关键区域的特征点P在左像面L1上的成像点a及关键区域的特征点P在右像面L2上的成像点b计算多个关键区域内的特征点P的景深。

5.根据权利要求2-4任意一项所述的一种基于活体检测的智能安防方法,其特征在于,所述S22中选取关键区域内灰度变化最大的像素点集的中心点作为特征点。

6.根据权利要求1-4任意一项所述的一种基于活体检测的智能安防方法,其特征在于,所述S3包括以下步骤,

S31:获取目标区域内的活体的目标图像,获取目标图像中的目标人脸图像,对目标人脸图像进行预处理,得到目标人脸灰度图像,执行S32;

S32:将目标人脸灰度图像中的人脸与背景分离,提取人脸的整体特征,将人脸划分为多个局部区域,计算人脸图像的多个局部区域的二值特征,执行S33;

S33:在预存的人脸图像集中寻找是否有与该目标人脸灰度图像的整体特征及多个局部区域的二值特征均匹配的人脸图像,若是,执行S4,若不是,执行S5。

7.根据权利要求6所述的一种基于活体检测的智能安防方法,其特征在于,所述S32中将人脸划分为多个局部区域具体包括以下步骤:

S321:根据人脸的测量关系抽取眉毛和眼睛窗,执行S322;

S322:窗内投影粗定位眼睛位置,执行S323;

S323:眼部归一化校准,执行S324;

S324:PCA模板匹配精确定位眼睛,执行S325;

S325:根据人脸的测量关系抽取鼻子窗,执行S326;

S326:窗内投影确定鼻子位置。

8.一种基于活体检测的智能安防系统,其特征在于:包括,

第一活体检测装置,用于检测目标区域内是否存在活体;

双目相机,用于在第一活体检测装置检测目标区域内存在活体后获取活体的目标图像,并将活体的目标图像发送至第二活体检测装置及人脸识别装置;

第二活体检测装置,获取活体的目标人脸图像的不同特征点的景深,根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像;

人脸识别装置,用于在第二活体检测装置判断该目标人脸图像为立体人脸图像后提取目标人脸图像的特征,识别该人脸是否为合法人脸;

安防执行装置,在人脸识别装置识别该人脸为合法人脸后进行一次安防动作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学锦城学院,未经四川大学锦城学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910913113.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top