CN111444831B - 一种活体检测人脸识别的方法 - Google Patents
一种活体检测人脸识别的方法 Download PDFInfo
- Publication number
- CN111444831B CN111444831B CN202010220193.7A CN202010220193A CN111444831B CN 111444831 B CN111444831 B CN 111444831B CN 202010220193 A CN202010220193 A CN 202010220193A CN 111444831 B CN111444831 B CN 111444831B
- Authority
- CN
- China
- Prior art keywords
- living body
- body detection
- image
- user
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ophthalmology & Optometry (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种活体检测人脸识别的方法,其操作流程如下:S1、用户点击活体检测设备开始按钮,则活体检测设备系统开启运行至检测识别界面;S2、站在活体检测设备的活体检测摄像头前进行活体检测信息采集,接着用户站在虹膜传感器正前方进行虹膜模型数据采集,接着用户站在红外测温传感器正前方进行红外测温数据采集,最后用户站在电子行为感应器正前方进行做出规定化行为动作。本发明通过步骤S1、步骤S2、步骤S3、步骤S4、步骤S5、步骤S6和步骤S7一系列流程配合,防止心存侥幸的用户使用欺骗手段蒙混过关,进一步增强活体检测人脸识别设备的检测安全性能,避免给使用方造成较大的经济损失。
Description
技术领域
本发明涉及活体检测领域,尤其涉及一种活体检测人脸识别的方法。
背景技术
活体检测是指用户按照系统指示做出相应的动作,防止用户在一些重要环境下用照片骗过系统完成验证,在用户按照系统提示完成相应动作后,后台对用户完成的动作进行识别,并提示用户活体检测是否通过,活体检测在社保、网上开户等重要场合都有其应用。
随着现在科技的日益发展,现在很多场所都安装活体检测人脸识别设备,然而现有的活体检测人脸识别设备在使用过程中,易存在用户使用合成处理照片、相似照片等手段对系统进行欺骗攻击,从而大大降低活体检测人脸识别设备的检测安全性能,易给使用方造成较大的经济损失。
因此,有必要提供一种活体检测人脸识别的方法解决上述技术问题。
发明内容
本发明提供一种活体检测人脸识别的方法,解决了现有活体检测人脸识别设备在使用过程中,易存在用户使用合成处理照片、相似照片等手段对系统进行欺骗攻击,从而大大降低活体检测人脸识别设备的检测安全性能的问题。
为解决上述技术问题,本发明提供的一种活体检测人脸识别的方法,其操作流程如下:
S1、用户点击活体检测设备开始按钮,则活体检测设备系统开启运行至检测识别界面;
S2、站在活体检测设备的活体检测摄像头前进行活体检测信息采集,接着用户站在虹膜传感器正前方进行虹膜模型数据采集,接着用户站在红外测温传感器正前方进行红外测温数据采集,最后用户站在电子行为感应器正前方进行做出规定化行为动作;
S3、接着中央处理芯片分别对用户采集的活体检测信息、虹膜模型信息、红外测温数据和既定行为信息进行解析处理,并将采集的图像信息和虹膜模型存入大数据库内;
S4、接着以大数据库内部信息为原始参考依据,从而图像处理模块分别对采集的用户活体图片、虹膜模型、红外人像照片和温度数值以及既定行为图像进行亮度、对比度和相似度处理;
亮度处理公式为:
μx为去除人脸区域后建模背景的图像均值,μy为去除人脸区域后的输入视频图像的图像均值,C1为常数,l(x,y)为图像亮度比较结果;
对比度公式如下:
其中δ(i,j)=|i-j|,即相邻像素间灰度差,Pδ(i,j)为相邻像素间的灰度差为δ的像素分布概率;
结构相似度公式如下:
SIM=Structural SIMilarity;
S5、接着处理后的图像以及虹膜信息数据经过滤波器进行滤除杂波,再经过分类器将不同类型和格式的图像以及虹膜信息数据分类后传至对比模块,则对比模块对图像以及虹膜信息数据进行云计算对比处理;
S6、若检测为本人信息,则对比结果正确后,结束活体检测,并由安保人员进入下一步流程,同时用户采集的图像信息由显示模块控制触摸显示屏进行显示,安保人员对触摸显示屏上显示的图像进行放大,并对用户进行人工真人比对,进行再次确认;
S7、若检测不是本人信息,则中央处理器通过警报模块控制报警器开启,则报警器对周边安保人员进行视觉警示,则安保人员对该用户进行询问,并采取相应应急措施。
优选的,所述在步骤S2中,活体检测摄像头和电子行为感应器对用户图像照片采集张数至少为3张,且3张图像照片内用户的行为姿势完全不同。
优选的,所述在步骤S2中,在电子行为感应器正前方,用户需做出的规定化行为动作分别为眨眨眼、左右摇头和上下摇头三种。
优选的,所述在S3步骤中,大数据库的自检周期范围介于5-7天,且大数据库的运算方式为基于云计算架构平台。
优选的,所述在S3步骤中,大数据库循环存储不少于1024条图像数据顺序记录,且大数据库的存储周期至少为半年。
优选的,所述在步骤S5中,对比模块的匹配比对次数至少为三次,且对比模块的匹配比对时间设置在五秒钟以内。
优选的,所述在步骤S6中,触摸显示屏的尺寸为22英寸,且触摸显示屏的采用多点触摸方式,且触摸显示屏的分辨率为4096*4096。
优选的,所述报警器设置为三色警示灯,且三色警示灯的内腔由上至下依次设置有红色、黄色和绿色,且红色、黄色和绿色分别代表“故障”、“警示”和“正常”。
与相关技术相比较,本发明提供的活体检测人脸识别的方法具有如下有益效果:
本发明提供一种活体检测人脸识别的方法,
1、本发明通过步骤S1、步骤S2、步骤S3、步骤S4、步骤S5、步骤S6和步骤S7一系列流程配合,可分别根据用户的活体检测信息、虹膜模型信息、红外测温数据和既定行为信息进行对比判断,防止心存侥幸的用户使用欺骗手段蒙混过关,进一步增强活体检测人脸识别设备的检测安全性能,避免给使用方造成较大的经济损失;
2、本发明通过3张图像照片内用户的行为姿势完全不同,防止用户的活体检测信息和既定行为信息出现重叠覆盖,增强活体检测摄像头和电子行为感应器对用户图像照片采集的精准度,通过规定化行为动作分别为眨眨眼、左右摇头和上下摇头三种,可充分对用户的头部动态信息进行获取,进一步增强电子行为感应器采集动作信息的准确度,通过大数据库的自检周期范围介于5-7天且大数据库的运算方式为基于云计算架构平台,增强大数据的更新效果,同时也提高大数据库的运算速率,防止大数据库运算过程中出现卡滞或死机,通过大数据库循环存储不少于1024条图像数据顺序记录且大数据库的存储周期至少为半年,提高大数据库的存储容量,同时也便于使用者后期在半年内对大数据库内的信息数据进行调取,通过对比模块的匹配比对次数至少为三次且对比模块的匹配比对时间设置在五秒钟以内,提高对比模块运算的精准率,同时也提高对比模块的运算速率,通过触摸显示屏的采用多点触摸方式且触摸显示屏的分辨率为4096*4096,增强触摸显示屏的显示清晰度,防止触摸显示屏上显示的图像照片出现细节模糊,通过红色、黄色和绿色分别代表“故障”、“警示”和“正常”,可对周边安保人员进行视觉警示,同时也便于安保人员对活体检测人脸识别设备的运行状态及时了解。
附图说明
图1为本发明提供的活体检测人脸识别的方法的一种较佳实施例的系统原理图;
图2为图1所示方法流程图。
具体实施方式
下面结合附图和实施方式对本发明作进一步说明。
请结合参阅图1和图2,其中图1为本发明提供的活体检测人脸识别的方法的一种较佳实施例的系统原理图,图2为图1所示方法流程图。一种活体检测人脸识别的方法,其操作流程如下:
S1、用户点击活体检测设备开始按钮,则活体检测设备系统开启运行至检测识别界面;
S2、站在活体检测设备的活体检测摄像头前进行活体检测信息采集,接着用户站在虹膜传感器正前方进行虹膜模型数据采集,接着用户站在红外测温传感器正前方进行红外测温数据采集,最后用户站在电子行为感应器正前方进行做出规定化行为动作;
S3、接着中央处理芯片分别对用户采集的活体检测信息、虹膜模型信息、红外测温数据和既定行为信息进行解析处理,并将采集的图像信息和虹膜模型存入大数据库内;
S4、接着以大数据库内部信息为原始参考依据,从而图像处理模块分别对采集的用户活体图片、虹膜模型、红外人像照片和温度数值以及既定行为图像进行亮度、对比度和相似度处理;
亮度处理公式为:
μx为去除人脸区域后建模背景的图像均值,μy为去除人脸区域后的输入视频图像的图像均值,C1为常数,l(x,y)为图像亮度比较结果;
对比度公式如下:
其中δ(i,j)=|i-j|,即相邻像素间灰度差,Pδ(i,j)为相邻像素间的灰度差为δ的像素分布概率;
结构相似度公式如下:
SIM=Structural SIMilarity;
S5、接着处理后的图像以及虹膜信息数据经过滤波器进行滤除杂波,再经过分类器将不同类型和格式的图像以及虹膜信息数据分类后传至对比模块,则对比模块对图像以及虹膜信息数据进行云计算对比处理;
S6、若检测为本人信息,则对比结果正确后,结束活体检测,并由安保人员进入下一步流程,同时用户采集的图像信息由显示模块控制触摸显示屏进行显示,安保人员对触摸显示屏上显示的图像进行放大,并对用户进行人工真人比对,进行再次确认;
S7、若检测不是本人信息,则中央处理器通过警报模块控制报警器开启,则报警器对周边安保人员进行视觉警示,则安保人员对该用户进行询问,并采取相应应急措施。
所述在步骤S2中,活体检测摄像头和电子行为感应器对用户图像照片采集张数至少为3张,且3张图像照片内用户的行为姿势完全不同,防止用户的活体检测信息和既定行为信息出现重叠覆盖,增强活体检测摄像头和电子行为感应器对用户图像照片采集的精准度。
所述在步骤S2中,在电子行为感应器正前方,用户需做出的规定化行为动作分别为眨眨眼、左右摇头和上下摇头三种,可充分对用户的头部动态信息进行获取,进一步增强电子行为感应器采集动作信息的准确度。
所述在S3步骤中,大数据库的自检周期范围介于5-7天,且大数据库的运算方式为基于云计算架构平台,增强大数据的更新效果,同时也提高大数据库的运算速率,防止大数据库运算过程中出现卡滞或死机。
所述在S3步骤中,大数据库循环存储不少于1024条图像数据顺序记录,且大数据库的存储周期至少为半年,提高大数据库的存储容量,同时也便于使用者后期在半年内对大数据库内的信息数据进行调取。
所述在步骤S5中,对比模块的匹配比对次数至少为三次,且对比模块的匹配比对时间设置在五秒钟以内,提高对比模块运算的精准率,同时也提高对比模块的运算速率。
所述在步骤S6中,触摸显示屏的尺寸为22英寸,且触摸显示屏的采用多点触摸方式,且触摸显示屏的分辨率为4096*4096,增强触摸显示屏的显示清晰度,防止触摸显示屏上显示的图像照片出现细节模糊。
所述报警器设置为三色警示灯,且三色警示灯的内腔由上至下依次设置有红色、黄色和绿色,且红色、黄色和绿色分别代表“故障”、“警示”和“正常”,可对周边安保人员进行视觉警示,同时也便于安保人员对活体检测人脸识别设备的运行状态及时了解。
与相关技术相比较,本发明提供的活体检测人脸识别的方法具有如下有益效果:
本发明通过步骤S1、步骤S2、步骤S3、步骤S4、步骤S5、步骤S6和步骤S7一系列流程配合,可分别根据用户的活体检测信息、虹膜模型信息、红外测温数据和既定行为信息进行对比判断,防止心存侥幸的用户使用欺骗手段蒙混过关,进一步增强活体检测人脸识别设备的检测安全性能,避免给使用方造成较大的经济损失。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种活体检测人脸识别的方法,其特征在于,其操作流程如下:
S1、用户点击活体检测设备开始按钮,则活体检测设备系统开启运行至检测识别界面;
S2、站在活体检测设备的活体检测摄像头前进行活体检测信息采集,接着用户站在虹膜传感器正前方进行虹膜模型数据采集,接着用户站在红外测温传感器正前方进行红外测温数据采集,最后用户站在电子行为感应器正前方进行做出规定化行为动作;
S3、接着中央处理芯片分别对用户采集的活体检测信息、虹膜模型信息、红外测温数据和既定行为信息进行解析处理,并将采集的图像信息和虹膜模型存入大数据库内;
S4、接着以大数据库内部信息为原始参考依据,从而图像处理模块分别对采集的用户活体图片、虹膜模型、红外人像照片和温度数值以及既定行为图像进行亮度、对比度和相似度处理;
亮度处理公式为:
μx为去除人脸区域后建模背景的图像均值,μy为去除人脸区域后的输入视频图像的图像均值,C1为常数,l(x,y)为图像亮度比较结果;
对比度公式如下:
其中δ(i,j)=|i-j|,即相邻像素间灰度差,Pδ(i,j)为相邻像素间的灰度差为δ的像素分布概率;
结构相似度公式如下:
SIM=Structural SIMilarity;
S5、接着处理后的图像以及虹膜信息数据经过滤波器进行滤除杂波,再经过分类器将不同类型和格式的图像以及虹膜信息数据分类后传至对比模块,则对比模块对图像以及虹膜信息数据进行云计算对比处理;
S6、若检测为本人信息,则对比结果正确后,结束活体检测,并由安保人员进入下一步流程,同时用户采集的图像信息由显示模块控制触摸显示屏进行显示,安保人员对触摸显示屏上显示的图像进行放大,并对用户进行人工真人比对,进行再次确认;
S7、若检测不是本人信息,则中央处理器通过警报模块控制报警器开启,则报警器对周边安保人员进行视觉警示,则安保人员对该用户进行询问,并采取相应应急措施。
2.根据权利要求1所述的活体检测人脸识别的方法,其特征在于,所述在步骤S2中,活体检测摄像头和电子行为感应器对用户图像照片采集张数至少为3张,且3张图像照片内用户的行为姿势完全不同。
3.根据权利要求1所述的活体检测人脸识别的方法,其特征在于,所述在步骤S2中,在电子行为感应器正前方,用户需做出的规定化行为动作分别为眨眨眼、左右摇头和上下摇头三种。
4.根据权利要求1所述的活体检测人脸识别的方法,其特征在于,所述在S3步骤中,大数据库的自检周期范围介于5-7天,且大数据库的运算方式为基于云计算架构平台。
5.根据权利要求1所述的活体检测人脸识别的方法,其特征在于,所述在S3步骤中,大数据库循环存储不少于1024条图像数据顺序记录,且大数据库的存储周期至少为半年。
6.根据权利要求1所述的活体检测人脸识别的方法,其特征在于,所述在步骤S5中,对比模块的匹配比对次数至少为三次,且对比模块的匹配比对时间设置在五秒钟以内。
7.根据权利要求1所述的活体检测人脸识别的方法,其特征在于,所述在步骤S6中,触摸显示屏的尺寸为22英寸,且触摸显示屏的采用多点触摸方式,且触摸显示屏的分辨率为4096*4096。
8.根据权利要求1所述的活体检测人脸识别的方法,其特征在于,所述报警器设置为三色警示灯,且三色警示灯的内腔由上至下依次设置有红色、黄色和绿色,且红色、黄色和绿色分别代表“故障”、“警示”和“正常”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010220193.7A CN111444831B (zh) | 2020-03-25 | 2020-03-25 | 一种活体检测人脸识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010220193.7A CN111444831B (zh) | 2020-03-25 | 2020-03-25 | 一种活体检测人脸识别的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111444831A CN111444831A (zh) | 2020-07-24 |
CN111444831B true CN111444831B (zh) | 2023-03-21 |
Family
ID=71650707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010220193.7A Active CN111444831B (zh) | 2020-03-25 | 2020-03-25 | 一种活体检测人脸识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111444831B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990019A (zh) * | 2021-03-18 | 2021-06-18 | 广州伟宏智能科技有限公司 | 一种人脸识别活体检测方法 |
CN113837033B (zh) * | 2021-09-08 | 2024-05-03 | 江西合力泰科技有限公司 | 一种搭载有tof模组的人脸识别方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107992794B (zh) * | 2016-12-30 | 2019-05-28 | 腾讯科技(深圳)有限公司 | 一种活体检测方法、装置和存储介质 |
CN108229362B (zh) * | 2017-12-27 | 2021-12-21 | 杭州悉尔科技有限公司 | 一种基于门禁系统的双目人脸识别活体检测方法 |
JP2019152929A (ja) * | 2018-02-28 | 2019-09-12 | パナソニックIpマネジメント株式会社 | 認証装置及び認証方法 |
CN109871755A (zh) * | 2019-01-09 | 2019-06-11 | 中国平安人寿保险股份有限公司 | 一种基于人脸识别的身份验证方法 |
CN109902604B (zh) * | 2019-02-18 | 2023-05-02 | 麒麟软件有限公司 | 一种基于飞腾平台的高安全性人脸比对系统及其方法 |
-
2020
- 2020-03-25 CN CN202010220193.7A patent/CN111444831B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111444831A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gill et al. | A system for change detection and human recognition in voxel space using the Microsoft Kinect sensor | |
CN107133608A (zh) | 基于活体检测和人脸验证的身份认证系统 | |
CN108021892B (zh) | 一种基于极短视频的人脸活体检测方法 | |
CN111444831B (zh) | 一种活体检测人脸识别的方法 | |
TW201401186A (zh) | 人臉判斷系統以及方法 | |
CN107077598A (zh) | 具有隐私保护的视频捕捉 | |
Sokolova et al. | A fuzzy model for human fall detection in infrared video | |
JP2014182480A (ja) | 人物認識装置、及び方法 | |
US9002083B2 (en) | System, method, and software for optical device recognition association | |
RU2713876C1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
JP6822482B2 (ja) | 視線推定装置、視線推定方法及びプログラム記録媒体 | |
CN110163126A (zh) | 一种基于人脸的活体检测方法、装置及设备 | |
CN111259757B (zh) | 一种基于图像的活体识别方法、装置及设备 | |
EP4064113A1 (en) | User information detection method and system, and electronic device | |
CN115496700A (zh) | 一种基于眼部图像的疾病检测系统及方法 | |
CN112907571A (zh) | 基于多光谱图像融合识别的目标判定方法 | |
JP5618594B2 (ja) | 顔画像照合装置 | |
CN109977806A (zh) | 实现idc机房进出人员精细化管理的系统及其方法 | |
CN114242243A (zh) | 用户健康评估方法、装置、设备以及存储介质 | |
CN112711968A (zh) | 人脸活体检测方法及其系统 | |
JP2005070908A (ja) | 院内用食事摂取量の計測方法と計測システム | |
CN117671774B (zh) | 一种人脸情绪智能识别分析设备 | |
CN113901423B (zh) | 一种基于人脸识别的智能安防设备控制方法和系统 | |
WO2024079777A1 (ja) | 情報処理システム、情報処理装置、情報処理方法及び記録媒体 | |
Christobel | Underage driving detection-age recognition using face detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230915 Address after: 830000 Room 3-1802, Lingshi Plaza Comprehensive Office Building, No. 298 Liyushan North Road, Xinshi District, Urumqi, Xinjiang Uygur Autonomous Region Patentee after: Xinjiang Minghua Intelligent Electronic Technology Co.,Ltd. Address before: 518000 area F, 13th floor, tower a, Lisao technology building, jiazitang, Gongming street, Guangming New District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN BRANCH INFORMATION TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |