CN101364257A - 能识别图像来源的人脸识别方法 - Google Patents

Abstract

一种能识别图像来源的人脸识别方法，当摄像装置在其所在环境中拍摄的自然人脸图像后，先根据预先设定的第一阈值定位并计算出所述自然人脸图像中的人脸部分所包含的像素点的基准灰度和，然后由所述摄像装置拍摄待识别的人脸图像，并将被定位的人脸转换为第一人脸灰度图，然后再根据述第一人脸灰度图计算所述被定位的人脸包含的像素点的灰度和，最后将所述灰度和与所述基准灰度和相比较即可判断出所述待识别的人脸图像是否是来自自然人，由此即可防止借用他人照片等方式而通过监控系统，给各相关部门带来诸多安全隐患。

Description

能识别图像来源的人脸识别方法

技术领域

本发明涉及一种人脸识别方法，特别涉及一种能识别图像来源的人脸识别方法。

背景技术

在当今的人脸识别技术中可以非常方便有效地识别出视频输入端所采集到的人脸，因此人脸识别技术应用领域越来越广。例如各大银行、证券等金融机关、监狱、办公室等出入限制或保密性机关为安全需要采用人脸识别技术监控出入人员，甚至在住宅楼、别墅等私人住所等也已采用人脸识别技术。

然而，现有的人脸识别检测系统并不能检测出所拍摄的人脸到底是来自实际自然人的脸部还是由照片所拍到的脸部，因此这给各场所带来安全隐患，严重时甚至会造成重大损失，因此如何解决现有人脸识别系统存在的问题实已成为本领域技术人员亟待解决的课题。

发明内容

本发明的目的在于提供一种能识别图像来源的人脸识别方法，以有效识别图像的来源，防止借用他人照片等方式而通过监控系统，导致安全隐患的发生。

为了达到上述目的，本发明提供能识别图像来源的人脸识别方法，包括：1)根据预先设定的第一阈值计算出摄像装置在其所在环境中拍摄的自然人脸图像中的人脸部分所包含的像素点的基准灰度和；2)所述摄像装置拍摄待识别的人脸图像；3)定位所述待识别人脸图像中的人脸，并将被定位的人脸转换为第一人脸灰度图；4)根据所述第一人脸灰度图通过预先设定的第一阈值计算所述被定位的人脸边缘包含的像素点的灰度和；5)将所述灰度和与所述基准灰度和相比较以判断所述待识别的人脸图像是否是来自自然人。

其中，所述步骤1)包括步骤：(1)所述摄像装置预先多次拍摄以获得多个实际人脸的图像；(2)分别定位所述多个实际人脸的图像的人脸部分，并将各被定位的人脸转换为相应的各第二人脸灰度图；(3)根据各第二人脸灰度图计算各被定位的人脸包含的像素点的灰度和并进行平均以获得所述基准灰度和，所述步骤3)采用sobel算子(或其它边缘检测算子)定位所述图像中的人脸边缘并将其转换为人脸灰度图，在步骤1)、4)及(3)中，计算的灰度和仅为处于人脸边缘的像素点的灰度和。

所述能识别图像来源的人脸识别方法还包括步骤：6)预先计算出所述摄像装置在其所在环境中拍摄的实际人脸图像的人脸部分的基准清晰度；7)根据所述人脸灰度图计算所述被定位的人脸的清晰度；8)将所述清晰度和所述基准清晰度相比较以判断所述待识别的人脸图像是否是来自自然人。

若所述人脸灰度图中像素点的灰度值为I_xy，x和y分别为像素点在所述人脸灰度图中的横坐标和纵坐标，P_mn为灰度值为I_xy的像素点邻近的像素点的灰度值，其与灰度值为I_xy的像素点的权重为δ_mn，其中，x-1≤m≤x+1，y-1≤n≤y+1，则所述被定位的人脸的清晰度B为：

$B=\frac{\mathrm{\Σ}\underset{m=x-1}{\overset{x+1}{\mathrm{\Σ}}}\underset{n=y-1}{\overset{y+1}{\mathrm{\Σ}}}(I_{\mathrm{xy}}-P_{\mathrm{mn}})\·{\mathrm{\δ}}_{\mathrm{mn}}}{\mathrm{\ΣI}}.$

所述摄像装置附近设置有补照光源。

综上所述，本发明的能识别图像来源的人脸识别方法通过将待识别的人脸图像的灰度和或清晰度分别与预先计算出的来自自然人的图像的基准灰度和或基准清晰度进行比较即可判断出所述待识别的图像是否来自自然人，可防止借用他人照片等方式而通过监控系统，给各相关部门带来诸多安全隐患。

附图说明

图1为本发明的能识别图像来源的人脸识别方法的操作流程示意图。

图2为本发明的能识别图像来源的人脸识别方法的像素点分布示意图。

图3为本发明的能识别图像来源的人脸识别方法的一像素点与其邻近像素点的权重示意图。

具体实施方式

请参阅图1，本发明的能识别图像来源的人脸识别方法主要用于一些对安全要求较高的单位或公司，例如：银行、证券机关等，其首先执行步骤S10，预先计算出摄像装置在其所在环境中拍摄的自然人脸图像中的人脸部分所包含的像素点的基准灰度和与基准清晰度，其获得基准灰度和与基准清晰度的步骤如下：

第一步：所述摄像装置预先多次拍摄以获得多个实际人脸的图像，例如拍摄在阴天、晴天等不同光照条件下的N张实际人脸的图像，为保证识别图像的准确性，也可在所述摄像装置的附近直接设置补照光源，以使拍照时受自然光源变化的影响减小。

第二步：分别定位所述多个实际人脸的图像中的人脸部分，并将各被定位的人脸转换为相应的第二人脸灰度图，在本实施方式中，根据所述第二阈值采用sobel算子(或其它边缘检测算子)将所述图像中的人脸边缘与背景予以区分，由此即可得到所述图像中的人脸，然后将各人脸转换为各第二人脸灰度图。

第三步：根据各第二人脸灰度图计算各被定位的人脸包含的像素点的灰度和并进行平均以获得所述基准灰度和，同时再根据各第二人脸灰度图计算出基准清晰度，为使计算简便，在本实施方式中，仅仅计算处于人脸边缘且灰度大于所述第二阈值的像素点的灰度和，若一人脸灰度图中灰度值大于所述第一阈值的各人脸边缘像素点的灰度值为I_ij，i和j分别为像素点在所述人脸灰度图中的横坐标和纵坐标，则所述人脸边缘包含的灰度值大于所述第一阈值的各像素点的灰度和为∑I_ij，再将根据各第二人脸边缘像素点的灰度和进行平均即可获得基准灰度和，请参见图2及3，P_(i-1)(j-1)、P_(i-1)(j)、P_(i-1)(j+1)、P_(i)(j-1)、P_(i)(j+1)、P_(i+1)(j-1)、P_(i+1)(j)、及P_(i+1)(j+1)分别为灰度值为I_ij的像素点邻近的各像素点，各像素点与灰度值为I_ij的像素点的权重通常根据其与灰度值为I_ij的像素点的距离来确定，分别设为1、

1、1、

1、则被定位的人脸的清晰度B可按照公式 $B=\frac{\mathrm{\Σ}\underset{m=i-1}{\overset{i+1}{\mathrm{\Σ}}}\underset{n=j-1}{\overset{j+1}{\mathrm{\Σ}}}(I_{\mathrm{ij}}-P_{\mathrm{mn}})\·{\mathrm{\δ}}_{\mathrm{mn}}}{\mathrm{\ΣI}}$ 计算得到，如此根据获得的各第二人脸灰度图即可计算出相应的各清晰度，然后将各清晰度进行平均即可得到相应的基准清晰度。

计算出基准灰度和与基准清晰度后，接着执行步骤S11。

在步骤S11中，所述摄像装置拍摄待识别的人脸图像，例如，设在银行入口的摄像装置拍摄要进入银行的人员的人脸图像，接着执行步骤S12。

在步骤S12中，根据预先设定的第一阈值定位所述待识别人脸图像中的人脸，并将被定位的人脸转换为第一人脸灰度图，同样可采用sobel算子(或其它边缘检测算子)将所拍摄的图像中的人脸边缘与背景予以区分，此外，所述第一阈值与所述第二阈值取值相等，由此即可得到所拍摄的图像中的人脸，并将其转换为第一人脸灰度图，接着执行步骤S13。

在步骤S13中，根据所述第一人脸灰度图计算所述被定位的人脸边缘包含的像素点的灰度和，计算的方法与步骤S10中的计算方法类似，在此不再重述，接着执行步骤S14。

在步骤S14中，由于所述第一阈值与所述第二阈值取值相等，所以可直接将所述灰度和与所述基准灰度和相比较以判断所述待识别的人脸图像是否是来自自然人，即判断计算出的灰度和是否小于所述基准灰度和，若否，则所述待识别的人脸图像是来自自然人，若是则执行步骤S15，而若所述第一阈值与所述第二阈值取值不相等，则比较之前需要将所述灰度和与所述基准灰度和进行归一化处理后再进行比较，在此予以说明。

在步骤S15中，根据所述第一人脸灰度图计算所述被定位的人脸的清晰度，计算方法如步骤S10所述，在此不再重述，接着执行步骤S16。

在步骤S16中，将所述清晰度和所述基准清晰度相比较以判断所述待识别的人脸图像是否是来自真实人脸，即判断所述清晰度是否小于所述基准清晰度，若是则所述待识别的人脸图像不是来自自然人，可能来自照片、印刷物等，否则所述待识别的人脸图像是来自自然人。

以上仅例示性说明本发明的原理，而非用于限制本发明，任何本领域技术人员均可根据上述说明在不违背本发明的精神及范围的情况下，对上述实施方式进行的调整，例如，可将步骤S15和步骤S13合并，同样，也可将步骤S10拆分为分别计算基准灰度和与计算基准清晰度的两个步骤，当然，本领域技术人员也可根据实际情况仅选择灰度和作为判断待识别的图像是否来自自然人的依据，也可仅选择清晰度作为判断待识别的图像是否来自自然人的依据等。再有，本实施方式中，仅通过计算人脸边缘像素点的灰度和来判断人脸图像的来源，但并非以本实施方式为限，例如，也可通过计算人脸图像包含的所有像素点的灰度和来进行判断。

综上所述，本发明的能识别图像来源的人脸识别方法根据对照片或其他印刷物进行拍摄所获得的图像的灰度和或清晰度比直接对自然人拍摄获得的图像的灰度值或清晰度要低这一基本原理，通过对采集的待识别的图像和预先拍摄的自然人的灰度值及清晰度分别进行比较即可判断待识别的图像是否来自自然人，由此可提高银行等安全需要程度较高的部门的安全系数，防止利用他人照片等方式非法进入相关部门而导致重大损失的发生。

Claims (8)

1.一种能识别图像来源的人脸识别方法，其特征在于包括步骤：

1)预先计算出摄像装置在其所在环境中拍摄的自然人脸图像中的人脸部分所包含的像素点的基准灰度和；

2)所述摄像装置拍摄待识别的人脸图像；

3)根据预先设定的第一阈值定位所述待识别人脸图像中的人脸，并将被定位的人脸转换为第一人脸灰度图；

4)根据所述第一人脸灰度图计算所述被定位的人脸包含的像素点的灰度和；

5)将所述人脸灰度和与所述基准灰度和相比较以判断所述待识别的人脸图像是否是来自自然人。

2.如权利要求1所述的能识别图像来源的人脸识别方法，其特征在于所述步骤1)包括步骤：

(1)所述摄像装置预先多次拍摄以获得多个实际人脸的图像；

(2)根据预先设定的第二阈值分别定位所述多个实际人脸图像的人脸部分，并将各被定位的人脸转换为相应的各第二人脸灰度图；

(3)根据各第二人脸灰度图计算各被定位的人脸包含的像素点的灰度和并进行平均以获得所述基准灰度和。

3.如权利要求1或2所述的能识别图像来源的人脸识别方法，其特征在于：在步骤1)、4)及(3)中，计算的灰度和仅为处于人脸边缘的像素点的灰度和。

4.如权利要求1所述的能识别图像来源的人脸识别方法，其特征在于还包括步骤：

6)预先计算出所述摄像装置在其所在环境中拍摄的实际人脸图像的人脸部分的基准清晰度；

7)根据所述人脸灰度图计算所述被定位的人脸的清晰度；

8)将所述清晰度和所述基准清晰度相比较以判断所述待识别的人脸图像是否是来自自然人。

5.如权利要求4所述的能识别图像来源的人脸识别方法，其特征在于：若所述人脸灰度图中像素点的灰度值为I_xy，x和y分别为像素点在所述人脸灰度图中的横坐标和纵坐标，P_mn为灰度值为I_xy的像素点邻近的像素点的灰度值，其与灰度值为I_xy的像素点的权重为δ_mn，其中，x-1≤m≤x+1，y-1≤n≤y+1，则所述被定位的人脸的清晰度B为： $B=\frac{\mathrm{\Σ}\underset{m=x-1}{\overset{x+1}{\mathrm{\Σ}}}\underset{n=y-1}{\overset{y+1}{\mathrm{\Σ}}}(I_{\mathrm{xy}}-P_{\mathrm{mn}})\·{\mathrm{\δ}}_{\mathrm{mn}}}{\mathrm{\ΣI}}.$

6.如权利要求1所述的能识别图像来源的人脸识别方法，其特征在于还包括：所述待识别的人脸图像来自真实人物、照片及印刷物中的一种。

7.如权利要求1所述的能识别图像来源的人脸识别方法，其特征在于：所述步骤3)采用sobel算子定位所述图像中的人脸并将其转换为人脸灰度图。

8.如权利要求1所述的能识别图像来源的人脸识别方法，其特征在于：所述摄像装置附近设置有补照光源。

Images