CN104834901B - 一种基于双目立体视觉的人脸检测方法、装置及系统 - Google Patents

Abstract

本发明公开一种基于双目立体视觉的人脸检测方法、装置及系统，所述方法包括：根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内；若是，则根据所述人脸视频数据，生成人脸图像深度图；通过预设三维结构分类规则，判断所述人脸图像深度图是否构成人脸三维结构图；若是，则提示人脸为活体人脸。本发明的基于双目立体视觉的人脸检测方法、装置及系统，使人脸活体检测不依赖于用户动作配合即可通过人脸活体检测，解决用户可能的不配合问题。

Description

一种基于双目立体视觉的人脸检测方法、装置及系统

技术领域

本发明涉及人脸识别技术领域，具体涉及一种基于双目立体视觉的人脸检测方法。

背景技术

随着人脸识别技术在身份认证邻域的逐步应用，假冒攻击(或复制攻击)对相关的人脸认证系统构成了很大的威胁，对于人脸认证系统的应用也带来了不利的影响。而人脸活体检测技术正是为了防止攻击者利用照片或者视频假冒他人与计算机进行交互的一种安全防范技术。在许多依赖于人脸进行自动认证的应用中，为了避免计算机被攻击者欺骗从而造成不必要的损失，需要稳定可靠的人脸活体检测。

现有技术中，人们通过纹理分析、背景分析、光照模型分析以及运动分析等手段，提出了许多人脸活体检测方法。这其中，通过人机交互，要求活体人脸做出某些实时响应来判断是否确是活体人脸的方法，在实际人脸认证系统中获得了最广泛的应用。而多模态人脸活体检测也随着近红外成像设备、热红外成像设备等采集设备的普及得到了更多的应用。这种多模态人脸活体检测是依靠人脸在不同波长光源照射下的光照模型来判断是否活体，本质上属于光照模型分析的手段。

常见的利用人机交互来检测活体人脸的方式是：要求人摇头、眨眼和张嘴闭嘴。计算机通过实时检测人脸的姿态，利用眼睛和嘴巴的轮廓分析人眼和嘴巴的张开闭合状况，判断人是否按照计算机的要求做出了相应的动作。一旦计算机检测到的人脸状态与规定的实时响应不吻合，该人脸即被当作非活体人脸予以拒绝。

利用多模态进行人脸活体检测的方式是：通过安置的普通摄像头和近红外摄像头(也可能是热红外摄像头、红外摄像头等其他特种摄像头)，采集人脸在可见光和近红外光(红外光、热红外光等等)下的不变特征输入分类器来判断是否活体人脸。

现有技术存在以下缺陷：

(1)人机交互式的人脸活体检测

在常见的通过人机交互，要求活体人脸摇头、眨眼以及嘴巴张开闭合进行活体检测的方法中，需要可靠和稳定摇头检测和张嘴闭嘴、张眼闭眼检测算法。当活体人脸运动时，摄像机捕获到的图像可能比较模糊，此时上述算法可能会失效。

而在一些测试中还发现，利用平板电脑快速切换眼睛和嘴巴的张开闭合照片，快速切换人脸左右摇头照片，也有很大的概率使上述活体人脸检测算法失效。

此外，假冒攻击者通过录制对应的摇头、眨眼和嘴巴张开闭合的视频，通过平板电脑快速切换播放相应的视频，也能实现假冒攻击的目的。

最后，这种常见的人机交互防范假冒攻击的算法，要求人脸有意识的进行配合，同时配合程度要求比较高。一旦人们不能理解或者做出的动作不够规范(如眼睛、嘴巴不能完全闭合；眼睛、嘴巴张开的不够大；将摇头理解成为摆头或者其它动作)，那么活体人脸就很容易被认定为假冒攻击。

(2)多模态人脸活体检测

这种活体检测方法采用双摄像头组合，其中一个摄像头为普通的摄像头，另外一个为红外光摄像头，价格相对比较昂贵，设备安装维护比较麻烦。

发明内容

本发明所要解决的技术问题是如何使人脸活体检测不依赖于用户动作配合即可通过人脸活体检测，解决用户可能的不配合问题。

为此目的，第一方面，本发明提出一种基于双目立体视觉的人脸检测方法，包括：

根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内；

若是，则根据所述人脸视频数据，生成人脸图像深度图；

通过预设三维结构分类规则，判断所述人脸图像深度图是否构成人脸三维结构图；

若是，则提示人脸为活体人脸。

可选的，所述根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内的步骤之后，还包括：

若否，则提示调整人脸位置到所述预设共同视野范围内。

第二方面，本发明还提出一种基于双目立体视觉的人脸检测装置，包括：

人脸检测跟踪模块，用于根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内；

人脸视频处理模块，用于在所述人脸检测跟踪模块判断人脸处于第一摄像头和第二摄像头的预设共同视野范围内之后，根据所述人脸视频数据，生成人脸图像深度图；

人脸活体判断模块，用于通过预设三维结构分类规则，判断所述人脸图像深度图是否构成人脸三维结构图。

可选的，所述人脸检测跟踪模块，还用于提示调整人脸位置到所述预设共同视野范围内。

第三方面，本发明还提出一种基于双目立体视觉的人脸检测系统，包括：

第一摄像头、第二摄像头以及如权利要求3或4所述的人脸检测装置；

其中，第一摄像头和第二摄像头分别与所述人脸检测装置连接。

可选的，所述第一摄像头和第二摄像头的距离为预设值。

可选的，所述第一摄像头和第二摄像头同时采集人脸视频数据。

相比于现有技术，本发明的基于双目立体视觉的人脸检测方法、装置及系统，使人脸活体检测不依赖于用户动作配合即可通过人脸活体检测，解决用户可能的不配合问题。

进一步地，本发明的基于双目立体视觉的人脸检测方法使活体检测性能稳定可靠，能够有效防范常见的视频和照片假冒攻击；

进一步地，本发明的基于双目立体视觉的人脸检测系统安装维护简单，成本低廉，不需要特种光源摄像头。

附图说明

图1为本发明实施例提供的一种基于双目立体视觉的人脸检测方法流程图；

图2为本发明实施例提供的一种基于双目立体视觉的人脸检测装置结构图；

图3为本发明实施例提供的一种基于双目立体视觉的人脸检测系统结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本实施例公开一种基于双目立体视觉的人脸检测方法，该方法可包括以下步骤：

101、根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内；

102、若是，则根据所述人脸视频数据，生成人脸图像深度图；

103、通过预设三维结构分类规则，判断所述人脸图像深度图是否构成人脸三维结构图；

104、若是，则提示人脸为活体人脸。

在一个具体的例子中，步骤101之后，上述方法还包括步骤105：

105、若否，则提示调整人脸位置到所述预设共同视野范围内。

在一个具体的例子中，步骤103之后，上述方法还包括步骤106：

106、若否，则提示人脸不为活体人脸。

如图2所示，本实施例公开一种基于双目立体视觉的人脸检测装置，该装置可包括以下模块：人脸检测跟踪模块21、人脸视频处理模块22以及人脸活体判断模块23。

其中，人脸检测跟踪模块21，用于根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内；

其中，人脸视频处理模块22，用于在所述人脸检测跟踪模块判断人脸处于第一摄像头和第二摄像头的预设共同视野范围内之后，根据所述人脸视频数据，生成人脸图像深度图；

其中，人脸活体判断模块23，用于通过预设三维结构分类规则，判断所述人脸图像深度图是否构成人脸三维结构图。

在一个具体的例子中，所述人脸检测跟踪模块22，还用于提示调整人脸位置到所述预设共同视野范围内。

如图3所示，本实施例公开一种基于双目立体视觉的人脸检测系统，包括：第一摄像头31、第二摄像头32以及如图2所示的人脸检测装置33；

其中，第一摄像头31和第二摄像32头分别与所述人脸检测装置33连接。

在一个具体的例子中，所述第一摄像头31和第二摄像头32的距离为预设值。

在一个具体的例子中，所述第一摄像头31和第二摄像头32同时采集人脸视频数据。

举例来说，初始化第一摄像头31和第二摄像头32并进行标定，确定第一摄像头31和第二摄像头32的内参数矩阵和外参数矩阵。当第一摄像头31和第二摄像头32(以下简称为双目摄像机)初始标定成功以后，固定双目摄像机之间的相对位置。

双目摄像机启动实时同步进程，同时采集视频数据。采集到的视频数据送入人脸检测装置33，人脸检测装置33中的人脸检测跟踪模块21确定是否有人脸处于双目摄像机的共同视野内。

人脸检测跟踪模块21如果确定人脸不在双目摄像头的共同视野内，或者人脸距离摄像头过远过近，则会给出提示，要求人脸调整到合适的位置。如果确定人脸处于双目摄像头的共同视野内，且位置合适，则人脸检测跟踪模块21会将视频数据和检测到的人脸位置同步送入人脸视频处理模块22。

人脸视频处理模块22根据双目摄像头标定结果，生成人脸图像深度图，并将生成的图像送入人脸活体判断模块23。

人脸活体判断模块23根据人脸图像深度图，调用活体三维结构分类器，确认深度图上的人脸是否活体，若是，则提示人脸为活体人脸；若否，则提示人脸不为活体人脸。

如果视频中不存在人脸(人脸检测)，人脸检测装置33会一直保持等待输入的状态，直到人脸检测跟踪模块21检测并跟踪到人脸。

为了更好的进行活体判断，人脸尽可能的正面面对摄像头，人脸检测系统所处环境的光照条件应该比较均匀，避免光线过暗或过亮的情况。

本发明有效利用活体人脸特殊的三维结构，在常见的图片或视频假冒攻击中，照片和视频使用的播放设备都是平面，在三维空间中不具有活体人脸的特殊结构。因此，本发明利用人脸特殊的三维结构，解决了在活体检测中，常见的图片或者视频的假冒攻击行为。

本发明实现了活体三维结构分类器来识别真实人脸的三维结构。新的活体三维结构分类器分类性能稳定优异，能够在很短的时间内识别出输入的深度图是否为活体人脸的三维结构。

本发明采用成本低廉的普通摄像头，本系统只需要两个普通摄像头，成本低廉，设备安装、维护简单。对于现有的单摄像头设备来说，只需要再增加一个相对位置固定的摄像头即可，设备升级方便。

本发明的系统简单，价格低，易维护，与现有多模态活体检测中需要另加的红外摄像头相比，本发明使用的双目摄像头为普通的光学摄像头，成本低廉，更易维护和安装。此外，采用双摄像头的系统很容易利用现有设备进行改造升级得到。

本发明的用户友好，无需配合，采用深度图，利用人脸的特殊结构来区分照片和视频攻击，与现有技术需要被检测者配合相比，对用户更加友好，无需被检测者进行配合即可通过活体检测。

本发明的算法性能稳定可靠，与现有活体检测技术相比，本系统能够有效抵御常见的照片和视频的假冒攻击，准确率高，而且检测的时间很短。

本发明的算法简单易融合，算法结构简单，且与其他活体检测算法不冲突，很容易与其它活体检测算法进行融合。

需要说明的是，在本文中，所述“第一”和“第二”仅仅用来将一个实体和另一个实体区分开来，而不是暗示这两个实体之间的关系或者顺序。

本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在于该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是互相排斥之处，可以采用任何组合对本说明书中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一种浏览器终端的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (4)

1.一种基于双目立体视觉的人脸检测方法，其特征在于，包括：

根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内，其中，所述第一摄像头和第二摄像头的距离为预设值；

若是，则根据所述人脸视频数据，生成人脸图像深度图；

若否，则提示调整人脸位置到所述预设共同视野范围内；

通过预设三维结构分类规则，判断所述人脸图像深度图是否构成人脸三维结构图；

若是，则提示人脸为活体人脸。

2.一种基于双目立体视觉的人脸检测装置，其特征在于，包括：

人脸检测跟踪模块，用于根据第一摄像头和第二摄像头采集的人脸视频数据，判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内，其中，所述第一摄像头和第二摄像头的距离为预设值，还用于提示调整人脸位置到所述预设共同视野范围内；

人脸视频处理模块，用于在所述人脸检测跟踪模块判断人脸处于第一摄像头和第二摄像头的预设共同视野范围内之后，根据所述人脸视频数据，生成人脸图像深度图；

人脸活体判断模块，用于通过预设三维结构分类规则，判断所述人脸图像深度图是否构成人脸三维结构图。

3.一种基于双目立体视觉的人脸检测系统，其特征在于，包括：

第一摄像头、第二摄像头以及如权利要求2所述的人脸检测装置；

其中，第一摄像头和第二摄像头分别与所述人脸检测装置连接。

4.根据权利要求3所述的系统，其特征在于，所述第一摄像头和第二摄像头同时采集人脸视频数据。