[发明专利]一种基于人脸视频关键帧的活体检测方法

说明书

本发明提出一种基于人脸视频关键帧的活体检测方法，包括：获取每帧人脸图像中对应人脸的区域图像；获取所述区域图像对应的人脸特征关键点，并根据多帧人脸图像中所述人脸特征关键点获取人脸关键点位置变化量；根据所述位置变化量获取人脸视频关键帧，并对所述人脸视频关键帧进行活体识别，输出识别结果；本发明可有效提高活体检测的准确率及效率。

技术领域

本发明涉及智能识别领域，尤其涉及一种基于人脸视频关键帧的活体检测方法。

背景技术

随着以人脸识别为手段的身份认证系统在日常社会生活中越来越广泛的应用，其安全性时刻面临着挑战，也越来越受到人们的重视。传统的人脸识别方法并不包含验证人脸真实性的模块，仅仅需要输入采集到的人脸图像就可以输出对应的识别结果；且随着数字影像设备的快速兴起以及互联网的蓬勃发展，人脸图像的获取难度也越来越低。这些因素使得攻击者可以轻易地通过某些工具或手段(如打印照片、电子显示屏、三维面具等)得到特定人脸的复制，以此假冒合法用户身份，从而达到入侵系统的目的。在无人值守的封闭应用环境下，这一安全问题尤为突出。

因此，人脸活体检测技术应运而生，该技术旨在于辨别当前所采集视频或图像中的人脸是活体人脸(有生命的真实人脸)还是假体人脸(冒充真人身份的仿造人脸)，以达到防止不法分子冒用合法用户人脸信息的目的。现今，对于一个典型的人脸识别系统，活体检测是其前端必不可少的一个预处理模块。当系统通过输入设备采集到人脸视频或图像之后，首先进行人脸活体检测，只有在确认当前人脸为真实人脸的条件下才能进行后续的身份验证，因而其安全性得到了极大程度的保障。

常见的人脸活体检测算法大多着力于图像纹理分析、运动信息分析、交互式辨别等方向，通常可以分为两种实现方式，以单个图像为输入的单帧模型与以视频帧流为输入的多帧模型：单帧模型复杂度相对较低，运算效率较高，但存在一定的误检可能；而多帧模型复杂度相对较高，整体性能较好，但运算效率偏低。

随着设备成本的降低和影像技术的进步，越来越多的活体检测算法转而以人脸视频作为模型输入，同时将获取到的每一段人脸视频作为单个数据样本。然而，一般所采集到的人脸视频通常都具备极高的帧率，即便是一段长度较短的视频，总共也包含了成百甚至上千帧。由于模型大小的限制，通常需要使用适当的采样策略从人脸视频中抽取出少量的图像帧，以作为输入。其中比较常见的方法有均匀采样、连续采样、随机采样等等，但这些采样策略均不基于任何与人脸相关的特征，也无法确保所提取出的图像帧中包含显著的可用于判别人脸真伪的关键信息，因而使得后续活体检测算法模块的性能受到了潜在的影响。

发明内容

鉴于以上现有技术存在的问题，本发明提出一种基于人脸视频关键帧的活体检测方法，主要解决因采样带来的信息损失，导致识别率不高的问题。

为了实现上述目的及其他目的，本发明采用的技术方案如下。

一种基于人脸视频关键帧的活体检测方法，包括：

获取每帧人脸图像中对应人脸的区域图像；

获取所述区域图像对应的人脸特征关键点，并根据多帧人脸图像中所述人脸特征关键点获取人脸关键点位置变化量；

根据所述位置变化量获取人脸视频关键帧，并对所述人脸视频关键帧进行活体识别，输出识别结果。

可选地，获取每帧人脸图像中对应人脸的区域图像之前，获取每帧人脸图像中最大人脸的边界框位置，并根据多帧人脸图像中对应的所述边界框位置获取所述区域图像。

可选地，设置包含多帧图像中所有所述边框位置的包络边框，并根据所述包络边框的几何中心位置设置图像裁剪边框；

根据所述图像裁剪边框获取每帧人脸图像中对应人脸的区域图像。

可选地，所述图像裁剪边框包括正方形边框。