[发明专利]一种人脸图像识别的方法、装置和可读存储介质

说明书

本发明实施例涉及一种人脸图像识别的方法、装置和可读存储介质，在触发人脸检测的情况下，获取补光前后的视频图像序列；识别所述视频图像序列的特征点，并进行归一化处理；获取归一化处理后的特征量，根据补光前后的特征量进行3D重构；将重构的3D模型与预先构建的人脸3D模型进行匹配，若匹配值大于阈值则判定不是人脸，若匹配值小于阈值则判定是人脸。从而实现在无需使用者肢体动作或语音配合下，提供更优质便捷的体验，且识别结果更加准确，防止屏幕、纸张打印、照片攻击导致的误识别。

技术领域

本发明实施例涉及人脸识别的领域，特别涉及一种人脸图像识别的 方法、装置和可读存储介质。

背景技术

目前，活体检测绝大部分都需要测试者配合软件指令做摇头/读数等 行为，但需要的检测时间比较长，一般需要被测者作出比较大幅度的面 部运动，使用者体验不是太好；或是通过常规的反射光活体防伪，防伪 效果不够理想，容易被照片、屏幕等伪装手段攻击。

对于屏幕攻击，因为表面光滑，垂直于光线的位置反射非常强烈， 其他位置则非常弱，呈弱平行反射状态。而真实的人脸则是立体结构， 表面呈漫反射状态，不同位置对补光会产生不同的反射效果，垂直于光 线的位置反射最强烈，与光线夹角越大反射到镜头的光线越弱。

发明内容

本发明实施例的目的是提供一种人脸图像识别的方法、装置和可读 存储介质，以解决如何被屏幕、打印纸张攻击时，重构出人脸的3D模 型，从而以达到活体识别的目的。

第一方面，本发明实施例提供了一种人脸图像识别的方法，所述方 法包括：

在触发人脸检测的情况下，获取补光前后的视频图像序列；

识别所述视频图像序列的特征点，并进行归一化处理；

获取归一化处理后的特征量，根据补光前后的特征量进行3D重构；

将重构的3D模型与预先构建的人脸3D模型进行匹配，若匹配值大 于阈值则判定不是人脸，若匹配值小于阈值则判定是人脸。

在一些实施例中，所述识别所述视频图像序列的特征点，并进行归 一化处理，包括：

将每一帧人脸图像中用于标注人脸轮廓和五官的关键点作为特征 点，所述关键点包括：眼睛、眉毛、鼻子、嘴巴和脸颊的关键点；

通过人脸五官连接的原则对所述特征点进行连线，将所述人脸图像 分割成网格状，并使每个网格内部方向、色彩和/或纹理一致。

在一些实施例中，所述识别所述视频图像序列的特征点，并进行归 一化处理，还包括：

对每一个网格分别沿多个方向做轻微的平移形成新网格，原网格与 新网格共同构成该原网格的网格集；

计算同一网格集内每个网格的多种特征量以形成该网格的特征序 列，计算每两个特征序列之间的特征量距离，找到同一网格集内与其他 网格特征量距离之和最小的网格作为候选网格。

在一些实施例中，所述获取归一化所述特征点后的特征量，包括：

以归一化得到的网格为单位，计算补光前后的视频图像序列的多种 特征量，构成特征序列；

对比补光前后网格的反光亮度、网格纹理、色彩和明暗的变化，计 算反光特征量；

获取所述特征序列和反光特征量。

在一些实施例中，在所述在触发人脸检测的情况下，获取补光前后 的视频图像序列之前，还包括：

采集不同光线不同拍摄角度下的多个人脸图像；

识别每一帧人脸图像中用于标注人脸轮廓和五官的关键点；