[发明专利]一种人脸活体检测方法在审
| 申请号： | 201910787032.3 | 申请日： | 2019-08-25 |
| 公开（公告）号： | CN110598580A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 张露;李泽滨;郭玲 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46 |
| 代理公司： | 32203 南京理工大学专利中心 | 代理人： | 陈鹏 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种人脸活体检测方法，步骤如下：采集人脸图像训练集，转换至HSV颜色空间并分离颜色通道，分别输入包含三个特征提提取层和一个全连接层的神经网络；分两次训练，第一次使用自编码器训练特征提取层，第二次训练全连接层进行分类，获得训练好的模型；获取多帧人脸检测获取的人脸区域图像；把人脸区域转换至HSV并分离三个颜色通道，分别输入到三个特征提取层进行特征提取；把得到的三个特征向量整合在一起输入到全连接层进行分类，得到每一帧是否为活体；判断结果为活体的帧的数量除以总的帧数大于阈值。本发明不需要人机交互，使用神经网络能够有效提取图像特征，并减少了大量数据集的标记，应用场景广泛，适用性强。 | ||
| 搜索关键词： | 连接层 神经网络 特征提取 提取层 活体 人脸区域图像 提取图像特征 分离颜色 活体检测 判断结果 人机交互 人脸检测 人脸区域 人脸图像 特征向量 训练特征 颜色通道 应用场景 编码器 数据集 特征提 训练集 分类 转换 多帧 人脸 整合 帧数 采集 | ||
【主权项】：
1.一种人脸活体检测方法，其特征在于，包括以下步骤：/n步骤1，采集带真人脸部区域的图像作为正样本，采集同一人的照片或视频的脸部区域图像作为负样本；/n步骤2，将图像分离成HSV颜色空间的三个颜色通道，并输入至三个特征提取网络，使用自编码器进行训练，获得三个特征提取层；/n步骤3，将三个特征提取层的输出整合成一维特征向量，输入至全连接层网络进行训练，获得特征分类层，输出即是输入图像的分类结果，获得训练好的分类模型；/n步骤4，采集需要检测的包含人脸的图像，并通过人脸检测获得待检测人脸区域，共采集N张待检测人脸；/n步骤5，将每张待检测人脸转换至HSV颜色空间并分离获得三个通道图像，分别输入到三个特征提取层，获得三个特征向量，并整合在一起输入到分类层，获得每张待检测人脸是否为活体的检测结果；/n步骤6，将检测结果为活体的人脸数量和除以总的输入人脸数量，获得的结果大于设定的阈值，即可判断检测对象是活体。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910787032.3/，转载请声明来源钻瓜专利网。
