[发明专利]一种基于特征融合的人脸活体检测方法

权利要求书

1.一种基于特征融合的人脸活体检测方法，其特征在于，包括：

步骤S100：获取图像信息，进行手指检测，若检测到含有手指特征，则发出警示，并重新获取图像信息；若无，进入下一步；

步骤S200：提取图像信息中的蓝光分量特征和摩尔纹特征，并进行特征融合后输入判别模型；蓝光分量特征的获取方法为：

提取输入图像在颜色空间的特征得到蓝光分量，采用颜色直方图进行表示，

其中，m×n表示图像尺寸，C表示图像颜色集，f_i’j’表示图像在像素点(i’,j’)的颜色值，δ是delta函数；

摩尔纹特征的获取方法为：采用离散傅里叶变换将图像特征转化为一维特征向量，提取傅里叶系数的模值作为傅里叶描述子，包括：

取每组数据与它们对应外接矩形宽度W比值作为待检测的向量数据[x_k,y_k]，其中，k＝1,2,...,H；x_k，y_k分别表示像素点归一化后到左右侧的距离，[x_k,y_k]表示边界本身；

表示为复数形式：s(k)＝x(k)+jy(k)；

通过构建H个均值为0、标准差σ从0到0+0.1H的H个差分高斯滤波器，来提取图片的低频和高频特征，再通过傅里叶变换提取分别描述低频和高频特征的傅里叶描述系数；

对这组数据进行傅里叶变换，

得到H个傅里叶系数，采用傅里叶系数的模值作为特征向量，并将模值按照降序排列，得到S＝[S₁,S₂,...,S₉]；

提取前9个归一化的模值作为傅里叶描述子D，D＝[d₁,d₂,...,d₉]，其中其中i＝1,2,...9，傅立叶描述子即作为摩尔纹特征；

步骤S300：判别模型区分输入图像是否为人脸仿冒，得到识别结果。

2.根据权利要求1所述的一种基于特征融合的人脸活体检测方法，其特征在于，所述步骤S100中采用手指检测分类器进行手指检测，所述手指检测分类器的训练过程包括：

步骤A：收集正样本和负样本，所述正样本为手持终端且终端显示的仿冒人脸图像；负样本为不包括手指的真人面部图像；

步骤B：对正样本和负样本进行处理：调整图像大小，构建正样本和负样本的txt文件，以及构建正样本手指位置的info文件，并通过opencv视觉库生成vec文件；

步骤C：训练数据，得到finger_cascade.xml文件，将finger_cascade.xml文件应用于代码中进行输入图像的手指检测，即得到手指检测分类器。