[发明专利]一种基于单目视觉的人脸活体检测方法及系统

说明书

本发明公开了一种基于单目视觉的人脸活体检测方法及系统，包括获取摄像头视频流数据，将视频流数据转换为一帧一帧图像，利用opencv将每帧图像转换为RGB图像；对于RGB图像，采用HOG方向梯度直方图方法检测该RGB图像上的人脸轮廓，并将人脸轮廓提取出来；采用人脸特征点提取模型对人脸轮廓进行特征提取，得到128*128个特征向量；从128*128个特征向量中随机抽选3个特征向量，构成人脸平面，采用随机采样一致性算法计算人脸平面与摄像头平面之间的单应矩阵；进行多次迭代，从而得到人脸平面与摄像头平面之间的角度关系，根据角度关系判断人脸轮廓是否是活体，即当前人脸是否是活体。本发明实现了低成本高效率检测，且不受光照等外界影响。

技术领域

本发明涉及一种基于单目视觉的人脸活体检测方法及系统，属于计算机视觉技术领域。

背景技术

和指纹、虹膜等生物特征相比，人脸特征提取技术发展最快，技术成熟度较高。人脸识别系统随着识别率的提升，在铁路客运、银行办理业务、手机开锁以及刷脸支付等方面得到了商用，并渗透到学校、楼宇、安防等领域，并且人脸识别后的授权有向无人监督化发展的趋势。

然而仅有人脸识别技术，人脸生物特征并不能作为安全秘钥使用，因为人脸生物特征特别容易被采集后用来攻击，机场安检、上班考勤、公司门禁、银行开户以及网上支付等各个场合，如果人脸识别系统被攻击，会给个人和社会造成极大损失，所以活体检测对于人脸识别系统来说非常重要。

活体检测是一种判断捕捉到的人脸是真是人脸，还是伪造的人脸攻击(如彩色纸张打印人脸图、电子设备屏幕中的人脸数字图像以及面具等)的技术。活体检测分为单目静默检测、双目静默检测、附加红外摄像头静默检测以及单目并需要用户动作配合等种类。目前应用广泛而成本较低的活体检测方法是基于客户配合，可通过随机指令要求用户眨眼、张嘴、念文字以及左右摇头等动作，但此种方法需要用户配合，交互时间长，易受外界环境影响，用户体验不好。

因此，针对人脸识别活体检测，需要提出一种新的方案，实现低成本高效检测，不受光照等外界影响。

发明内容

本发明所要解决的技术问题是：提供一种基于单目视觉的人脸活体检测方法及系统，使用单目摄像头以及活体检测算法，估计人脸特征点深度值，判断是否是活体，实现低成本高效率检测，不受光照等外界影响。

本发明为解决上述技术问题采用以下技术方案：

一种基于单目视觉的人脸活体检测方法，包括如下步骤：

步骤1，获取摄像头视频流数据，将视频流数据转换为一帧一帧的图像，利用opencv工具将每帧图像转换为一幅RGB图像；

步骤2，对于每帧图像对应的RGB图像，采用HOG方向梯度直方图方法检测该RGB图像上的人脸轮廓，并将人脸轮廓提取出来；

步骤3，采用人脸特征点提取模型对人脸轮廓进行特征提取，得到128*128个特征向量；

步骤4，从128*128个特征向量中随机抽选3个特征向量，构成人脸平面，采用随机采样一致性算法计算人脸平面与摄像头平面之间的单应矩阵；

步骤5，对步骤4进行多次迭代，从而得到人脸平面与摄像头平面之间的角度关系，根据角度关系判断人脸轮廓是否是活体，即当前人脸是否是活体。

作为本发明方法的一种优选方案，步骤2所述采用HOG方向梯度直方图方法检测该RGB图像上的人脸轮廓，具体过程如下：

对该RGB图像进行颜色空间归一化，即图像灰度化，得到灰度图像；将灰度图像划分为多个大小相同的单元格，计算每个单元格的梯度直方图，将所有单元格对应的梯度直方图组合起来，并进行归一化，从而得到该图像上的人脸轮廓。

作为本发明方法的一种优选方案，步骤5所述根据角度关系判断人脸轮廓是否是活体，即当前人脸是否是活体，具体过程如下：