[发明专利]一种基于双目红外的实时3D人脸活体判断方法

说明书

本发明公开了一种基于双目红外的实时3D人脸活体判断方法，利用双目红外摄像头进行3D人脸活体检测，先通过定位人脸位置中面部关键特征点(landmark)的位置关系定位出人脸的多个感兴趣区域，再对定位出的相同部位的感兴趣区域进行视差匹配，大大减少了视差匹配在处理器上的处理时间，最后再根据匹配好视差的感兴趣区域的深度信息计算出感兴趣区域之间的实际距离，通过实际距离和3D人脸判断逻辑进行3D人脸活体检测，相对于传统的3D人脸活体检测，其具有成本低、使用便利、识别过程时间短以及准确度好的优点。

技术领域

本发明涉及实时3D人脸活体判断的技术领域，特别是涉及一种基于双目红外的实时3D人脸活体判断方法。

背景技术

随着计算机技术的迅猛发展，人工智能领域中的大数据技术和深度学习技术进步，人脸识别技术获得突破性的进步，越来越多的安防产品使用上人脸识别技术。在监控抓拍领域、闸机领域和门禁领域应用人脸识别技术可以给人们生活带来极大的便利。

随着人们对于生活便利性追求越来越高，在智慧门锁方面更希望通过刷脸就可以直接开锁。对于智慧门锁领域来说，产品应用处于无人值守，同时如今社交网络上很容易获得户主的人脸图像信息，因此对于智慧门锁领域来说安全性要求非常的高，那么在智慧门锁中进行严格的活体判断是非常有必要的。

现在常用的活体检测方法有以下三种：

(1)配合式活体技术：配合式活体技术在金融领域是常用的活体识别技术。配合式活体具体方法有：系统发出对应的指令转头、张嘴以及闭眼等，通过人脸landmark定位方式判断用户是否做出对应的动作以验证活体的合法性；或者，系统发出对应的数字或者一段话，需要用户讲述一遍，如果嘴型或者声音识别通过则认为是活体；配合式的方法需要用户配合，大大降低产品使用的便利性，并且识别过程时间长。

(2)静默式2D活体技术：静默式2D活体在有安保人员闸机领域是常用的活体识别技术。静默式2D活体技术可分为传统图像统计处理方式和深度学习建模方式，这两种方式都需要收集大量活体和非活体的人脸数据用于算法学习。该方法仅仅有人脸的2D信息，往往模型学习结果对场景存在过拟合情况，对于某些未见过的活体或者非活体场景存在误识别情况，其准确度差。

(3)静默式3D活体技术：静默式3D活体近来在金融小额支付和智慧门锁领域应用越来越多了。静默式3D活体关键点在于通过建模人脸的3D信息，通过3D信息来预测人脸是活体的概率。常用构建人脸3D信息的方法有：结构光以及TOF(Time of Flight)和双目镜头三种方法。但是结构光和TOF设备成本相对较高，而双目设备全图立体匹配时间较长。

以上的技术各有优缺点，市场上亦不存在兼顾成本低、使用便利、识别过程时间短以及准确度好的3D人脸活体判断方法。

有鉴于此，本发明人针对上述3D人脸活体判断方法上未臻完善所导致的诸多缺失及不便，而深入构思，且积极研究改良试做而开发设计出本发明。

发明内容

本发明的目的在于提供一种成本低、使用便利、识别过程时间短以及准确度好的基于双目红外的实时3D人脸活体判断方法。

为了达成上述目的，本发明的解决方案是：

一种基于双目红外的实时3D人脸活体判断方法，其包括以下步骤：步骤A：通过一双目红外摄像头根据标定的内参和外参在图像视场内采集得到检测图片组；步骤B：所述双目红外摄像头对分别由第一摄像头和第二摄像头采集的左检测图片和右检测图片进行基线对齐；步骤C：通过一检测算法检测检测图片组中的人脸位置，并通过定位人脸位置中面部关键特征点(landmark)的位置关系定位出人脸的多个感兴趣区域；步骤D：分别提取步骤C中左检测图片和右检测图片上定位出的相同部位的感兴趣区域，并对其进行视差匹配；步骤E：统计匹配好视差的感兴趣区域的深度信息，并根据深度信息计算出感兴趣区域之间的实际距离，通过实际距离和3D人脸判断逻辑进行3D人脸活体检测。