CN105160289A - 一种人脸识别方法及终端 - Google Patents

Abstract

本发明实施例公开了一种人脸识别方法，包括：获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；若是，则确定所述待识别人脸为活体人脸。采用本发明，可识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

Description

一种人脸识别方法及终端

技术领域

本发明涉及电子技术领域，尤其涉及一种人脸识别方法及终端。

背景技术

随着图像技术的发展，基于静态图像的人脸识别技术已经发展成熟，2014年6月23日凌晨消息，香港中文大学教授汤晓鸥、王晓刚及其研究团队宣布，他们研发的DeepID(深分证)人脸识别技术的准确率超过99％，比肉眼识别更加精准。汤晓鸥领导的计算机视觉研究组(mmlab.ie.cuhk.edu.hk)开发了一个名为DeepID的深度学习模型，在户外脸部检测LFW(LabeledFacesintheWild)数据库上获得了99.15％的识别率。LFW是人脸识别领域使用最广泛的测试基准。但是这种高准确率的人脸识别技术都是基于静态图像的识别方法，不能识别活体人脸，这样可以利用照片或者人体模型欺骗人脸识别设备，安全性较低。

发明内容

本发明实施例提供一种人脸识别方法，可识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

本发明实施例提供了一种人脸识别方法，其可包括：

获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

若是，则确定所述待识别人脸为活体人脸。

本发明实施例提供了一种终端，其可包括：

获取单元，用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

第一判断单元，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

第一确定单元，用于若所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据，则确定所述待识别人脸为活体人脸。

本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的人脸识别方法的第一实施例流程示意图；

图2是本发明实施例提供的人脸识别方法的第二实施例流程示意图；

图3是本发明实施例提供的人体皮肤血红蛋白吸收光谱和反射光谱；

图4是本发明实施例提供的人体皮肤和人体模型的反射谱对比；

图5是本发明实施例提供的一种终端结构示意图；

图6是本发明实施例提供的一种人脸识别场景图；

图7是本发明实施例提供的终端的第一实施例结构示意图；

图8是本发明实施例提供的终端的第二实施例结构示意图；

图9是本发明实施例提供的第一判断单元的第一实施例结构示意图；

图10是本发明实施例提供的第一判断单元的第二实施例结构示意图；

图11是本发明实施例提供的终端的第三实施例结构示意图。

具体实施方式

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、完整地描述，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作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。

具体实现中，本发明实施例中描述的终端可包括：手机、平板电脑、个人计算机或者随身听等，上述终端仅是举例，而非穷举，包含但不限于上述终端。

下面将结合图1至图11对本发明实施例提供的人脸识别方法及终端进行具体描述。

请参照图1，是本发明实施例提供的人脸识别方法的第一实施例流程示意图。本实施例中所描述的人脸识别方法，包括步骤：

S101，获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

在一些可行的实施方式中，环境光线或者已知光谱的光源照射在活体人脸时，通常活体人脸皮肤的真皮层的血红蛋白，在546.42-546.56nm(纳米)和576.26-575.45nm处存在两个显著的吸收峰，具体的如图3所示，其中一条曲线为活体人脸的吸收光谱。当光线照射在活体人脸的皮肤表面时会进行反射形成反射光，反射光包含真皮层的散射光，由于吸收峰的原因，因此反射光谱在这两个吸收峰值之间的特定波长范围(例如：559.48-559.72nm区域)存在显著的光谱尖峰，如图3所示，另一条曲线为经过活体人脸反射后的反射光谱。活体人脸与非活体人脸的反射光谱完全不同，如图4所示，其中一条为人体模型的反射光谱，还有一条为人体皮肤的反射光谱，从图可见，人体模型的反射光谱在特定范围内无光谱尖峰，活体人脸在特定范围内存在光谱尖峰。

利用活体人脸的上述特征能够识别出待识别人脸为真实的活体人脸或者为非活体人脸(例如人体模型，图像等等)，具体的识别方法为获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围(例如：559.48-559.72nm区域)及非特定波长范围，非特定波长范围可以是与特定波长范围相邻的波长范围，例如预设波长范围可以是[546.56nm，576.26nm]；此外非特定波长范围也可以是不与特定波长范围相邻，例如非特定波长范围可以包括[546.42nm，546.56nm]与[576.26nm，575.45nm]。

可选的，获取通过待识别人脸反射的反射谱数据的获取方式可以有以下两种可选的实施方式：

在第一种可选的实施方式中可以包括以下步骤S11-S13：

S11，采用预设光谱照射所述待识别人脸，以使所述待识别人脸将所述预设光谱进行反射以形成反射光谱；

在一些可行的实施方式中，采用预设光谱照射待识别人脸，需要说明的是，预设光谱为连续光谱，连续光谱的光源可以由不连续光谱的光源进行组合。当预设光谱照射在待识别人脸时，无论是非活体人脸还是活体人脸均会进行反射，形成反射光谱。

S12，采集所述反射光谱，所述反射光谱包括所述预设波长范围内的反射光；

在一些可行的实施方式中，利用光谱仪采集待识别人脸反射所形成的反射光谱，该反射光谱包括预设波长范围内的反射光。预设波长范围包括特定波长范围和非特定波长范围。

光学设计时，采集反射光谱的光谱仪的视野(Fieldofview，FOV)可以设置较小，尽量只接受待识别人脸区域。通常待识别人脸在画面中央，可以设计光谱仪的测量中心为画面中心，以增加光谱仪获得待识别人脸区域反射光的比例。需要说明的是，也可以在光谱仪上添加机电装置(如步进电机)以控制光谱仪旋转测量角度，现有的人脸检测技术可以比较容易定位人脸位置，可以先根据人脸的位置调整光谱仪的测量角度，更精准地测量待识别人脸的反射光谱。机电装置可以是步进电机，MEMS微电机，超声波电机等。

S13，对所述反射光谱进行处理，获得所述反射谱数据。

在一些可行的实施方式中，对反射光谱进行处理，以获得反射谱数据，通过对反射谱数据的分析，可以确定待识别人脸是否为活体人脸。具体的对反射光谱的处理方式可以是，用反射光谱除以预设光谱，得到反射谱，再将反射谱进行归一化处理，即可以得到反射谱数据。

可选的，对反射光谱进行处理的处理方式还可以为以下步骤：

将所述反射光谱进行归一化处理；

将所述预设光谱进行归一化处理；

根据进行归一化处理后的所述预设光谱和进行归一化处理后的所述反射光谱，获得所述反射谱数据。

在一些可行的实施方式中，可以是将进行归一化处理后的反射光谱除以进行归一化出口后的预设光谱，即可以得到反射谱数据。

在第二种可选的实施方式中，可以包括以下步骤S14-S15：

S14，采集环境光谱照射在所述待识别人脸上反射后所形成的反射光谱，所述反射光谱包括所述预设波长范围内的反射光；

在一些可行的实施方式中，若是采用环境光谱照射在待识别人脸上进行反射，则采集环境光谱照射在待识别人脸上反射后所形成的反射光谱，该反射光谱包括预设波长范围内的反射光，预设波长范围包括特定波长范围和非特定波长范围。需要说明的是，仍然采用光谱仪采集反射光谱。

S15，对所述反射光谱进行处理，获得所述反射谱数据。

进行处理的处理方式可以为以下步骤：

采集所述环境光谱；

将所述环境光谱进行归一化处理；

将所述反射光谱进行归一化处理；

根据进行归一化处理后的所述环境光谱和进行归一化处理后的所述反射光谱，获得所述反射谱数据。

在一些可行的实施方式中，由于本实施例中未采用额外光源进行照射，而是直接采用环境光谱照射待识别人脸，因此需要采集环境光谱。采集环境光谱的光谱仪与采集反射光谱的光谱仪不同，如图5所示，假设利用终端上光谱仪1采集反射光谱，采用光谱仪2采集环境光谱，光谱仪1的FOV可以设置较小，尽量只接受人脸区域，光谱仪2的FOV可以设置较大，终端上摄像头的FOV则参照传统的摄像头，摄像头的FOV可以通过光学镜头焦距控制，焦距越短，FOV越大，具体的，光谱仪1、光谱仪2以及摄像头的FOV之间的大小关系请参照图6所示，光谱仪2的FOV>摄像头的FOV>光谱仪1的FOV。

由于光谱仪2具有较大的FOV，受单一反射物干扰少，可以认为其入射光光谱为环境光谱。光谱仪1测量的反射光谱与光谱仪2获得的环境光谱的比值近似为光谱仪1所测量待识别人脸表面的反射谱，再将反射谱进行归一化处理，即可获得反射谱数据。

需要说明的是，对反射光谱进行处理获得反射谱数据的处理方式也可以是将环境光谱进行归一化处理，将反射光谱进行归一化处理，再将归一化处理后的反射光谱除以归一化处理后的环境光谱，即可以获得反射谱数据。

S102，判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

在一些可选的实施方式中，预设波长范围内的反射谱数据可以是以曲线的形式存在，则判断待识别人脸是否为活体人脸的方法可以是，判定反射谱数据曲线R(λ)在特定波长范围内(例如：559.48-559.72nm)处是否存在尖峰，即是判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据。

可选的，所述非特定波长范围包括第一波长范围和第二波长范围，所述第一波长范围中的波长小于所述第二波长范围中的波长，所述特定波长范围位于所述第一波长范围和所述第二波长范围之间。

判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据的判断方式可以有以下两种可选的实施方式：

在第一种可选的实施方式中，判断步骤可以包括以下步骤S21-S23：

S21，判断所述第一波长范围的反射谱数据是否呈递增趋势；

S22，判断所述第二波长范围的反射谱数据是否呈递减趋势；

S23，若所述第一波长范围的反射谱数据呈递增趋势，所述第二波长范围的反射谱数据呈递减趋势，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

在一些可选的实施方式中，第一波长范围可以是[546.56nm，559.48nm]，特定波长范围可以是[559.48nm，559.72nm]，第二波长范围可以是[559.72nm，576.26nm]，判断第一波长范围内的反射谱数据是否呈递增趋势，可以是计算546.56nm-559.48nm范围内反射谱数据对波长的一阶微分：

$f\left(\mathrm{\λ}\right)=\frac{dR\left(\mathrm{\λ}\right)}{d\mathrm{\λ}},\mathrm{\λ}\∈\[546.56nm,559.48nm\],$

判断第二波长范围内的反射谱数据是否呈递减趋势，可以是计算559.72nm-576.26nm范围内反射谱数据对波长的一阶微分：

$g\left(\mathrm{\λ}\right)=\frac{dR\left(\mathrm{\λ}\right)}{d\mathrm{\λ}},\mathrm{\λ}\∈\[559.72nm,576.26nm\]$

需要说明的是，如果光谱仪输出的是离散的光谱信号，可以用差分计算来模拟微分运算。或者将离散的反射谱数据拟合为多阶的样条曲线，然后对样条曲线求微分。

若f(λ)>0则第一波长范围内的反射谱数据呈递增趋势，若g(λ)<0，则第二波长范围内的反射谱数据呈递减趋势，f(λ)>0且g(λ)<0，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

在第二种可选的实施方式中，判断步骤可以包括以下步骤S24-S26：

S24，分别计算所述第一波长范围、所述第二波长范围以及所述特定波长范围的反射谱数据的统计参数，所述统计参数包括中值平均值或者算术平均值；

所述第一波长范围包括活体人脸固有的对光线的第一吸收峰值，所述第二波长范围包括活体人脸固有的对光线的第二吸收峰值；

在一些可行的实施方式中，第一波长范围可以为λ1，范围为[546.42，546.56]，特定波长范围可以为λ2，范围为[559.48，559.72]，第二波长范围可以为λ3，范围为[576.26，575.45]。第一吸收峰值在第一波长范围内，第二吸收峰值在第二波长范围内。为了便于比较，分别计算第一波长范围，特定波长范围以及第二波长范围内的统计参数R(λ1)，R(λ2)，R(λ3)。

S25，判断所述特定波长范围的反射谱数据的统计参数是否均大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数；

在一些可行的实施方式中，判断方式可以是判断以下逻辑表达式是否为真，当为真时，则确定特定波长范围内的反射谱数据大于非特定波长范围内的反射谱数据，逻辑表达式为：

R(λ1)＜R(λ2)＞R(λ3),其中， $\left\{\begin{array}{c}\mathrm{\&lambda;}1\&Element;\&lsqb;546.42,546.56nm\&rsqb;\\ \mathrm{\&lambda;}2\&Element;\&lsqb;559.48,559.72nm\&rsqb;\\ \mathrm{\&lambda;}3\&Element;\&lsqb;576.26,575.45nm\&rsqb;\end{array}\right.$

S26，若是，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

S103，若是，则确定所述待识别人脸为活体人脸。

在一些可行的实施方式中，当通过以上方式判断出特定波长范围内的反射谱数据大于非特定波长范围内的反射谱数据，则确定待识别人脸为活体人脸。

本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

请参照图2，是本发明实施例提供的人脸识别方法的第二实施例流程示意图。本实施例中所描述的人脸识别方法，包括步骤：

S201，获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

S202，判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

S203，若是，则确定所述待识别人脸为活体人脸。

本发明实施例步骤S201-S203请参照图1的实施例步骤S101-S103，在此不再赘述。

S204，采集所述待识别人脸的面部特征；

在一些可行的实施方式中，为了提高安全性，通常在一些实际应用场景中都需要在待识别人脸为指定活体人脸时，才算人脸识别成功。因此本发明实施例在待识别人脸为活体人脸后，继续采集待识别人脸的面部特征，具体的采集方式可以是利用终端摄像头采集，如图5所示，终端的摄像头专门用于采集人脸面部特征，需要说明的是，终端摄像头的FOV大于采集反射光谱的光谱仪的FOV，同时终端摄像头的FOV小于采集环境光谱的光谱仪的FOV。终端摄像头可以后置摄像头，也可以是前置摄像头(如自拍摄像头)，当为前置摄像头时，用户可以把脸更好地对准摄像头，并且采集环境光谱的光谱仪以及采集反射光谱的光谱仪测量也对得更准。

S205，将所述待识别人脸的面部特征与预设数据库中的预设面部特征进行匹配，若匹配一致，则确定所述待识别人脸为合法的活体人脸。

在一些可行的实施方式中，将所采集待识别人脸的面部特征与预设数据库中的预设面部特征进行匹配，若匹配一致，则确定待识别人脸为合法的活体人脸。预设数据库中的预设面部特征即是用户预先在数据库中存储的合法的面部特征。

本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

请参照图7，是本发明实施例提供的终端的第一实施例结构示意图。本实施例中所描述的终端，包括：

获取单元10，用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

在一些可行的实施方式中，环境光线或者已知光谱的光源照射在活体人脸时，通常活体人脸皮肤的真皮层的血红蛋白，在546.42-546.56nm(纳米)和576.26-575.45nm处存在两个显著的吸收峰，具体的如图3所示，其中一条曲线为活体人脸的吸收光谱。当光线照射在活体人脸的皮肤表面时会进行反射形成反射光，反射光包含真皮层的散射光，由于吸收峰的原因，因此反射光谱在这两个吸收峰值之间的特定波长范围(例如：559.48-559.72nm区域)存在显著的光谱尖峰，如图3所示，另一条曲线为经过活体人脸反射后的反射光谱。活体人脸与非活体人脸的反射光谱完全不同，如图4所示，其中一条为人体模型的反射光谱，还有一条为人体皮肤的反射光谱，从图可见，人体模型的反射光谱在特定范围内无光谱尖峰，活体人脸在特定范围内存在光谱尖峰。

利用活体人脸的上述特征能够识别出待识别人脸为真实的活体人脸或者为非活体人脸(例如人体模型，图像等等)，具体的识别方法为获取单元10获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围(例如：559.48-559.72nm区域)及非特定波长范围，非特定波长范围可以是与特定波长范围相邻的波长范围，例如预设波长范围可以是[546.56nm，576.26nm]；此外非特定波长范围也可以是不与特定波长范围相邻，例如非特定波长范围可以包括[546.42nm，546.56nm]与[576.26nm，575.45nm]。

第一判断单元11，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

在一些可选的实施方式中，预设波长范围内的反射谱数据可以是以曲线的形式存在，则判断待识别人脸是否为活体人脸的方法可以是，第一判断单元11判定反射谱数据曲线R(λ)在特定波长范围内(例如：559.48-559.72nm)处是否存在尖峰，即是判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据。

第一确定单元12，用于若所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据，则确定所述待识别人脸为活体人脸。

在一些可行的实施方式中，当通过以上方式判断出特定波长范围内的反射谱数据大于非特定波长范围内的反射谱数据，第一确定单元12则确定待识别人脸为活体人脸。

本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

请参照图8，是本发明实施例提供的终端的第二实施例结构示意图。本实施例中所描述的终端是在图7所描述的终端基础上优化得到的，包括获取单元20、第一判断单元21、第一确定单元22、采集单元23以及匹配单元24：

获取单元20，用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

可选的，获取单元20的结构可以有以下两种可选的实施方式：

在第一种可选的实施方式中，获取单元20用于采用预设光谱的光照射所述待识别人脸，以使所述待识别人脸将所述预设光谱进行反射以形成反射光谱；

在一些可行的实施方式中，获取单元20采用预设光谱的光照射待识别人脸，需要说明的是，预设光谱为连续光谱，连续光谱的光源可以由不连续光谱的光源进行组合。当预设光谱照射在待识别人脸时，无论是非活体人脸还是活体人脸均会进行反射，形成反射光谱。

获取单元20进一步采集所述反射光谱，所述反射光谱包括所述预设波长范围内的反射光；

在一些可行的实施方式中，获取单元20利用光谱仪采集待识别人脸反射所形成的反射光谱，该反射光谱包括预设波长范围内的反射光。预设波长范围包括特定波长范围和非特定波长范围。

光学设计时，采集反射光谱的光谱仪的视野(Fieldofview，FOV)可以设置较小，尽量只接受待识别人脸区域。通常待识别人脸在画面中央，可以设计光谱仪的测量中心为画面中心，以增加光谱仪获得待识别人脸区域反射光的比例。需要说明的是，也可以在光谱仪上添加机电装置(如步进电机)以控制光谱仪旋转测量角度，现有的人脸检测技术可以比较容易定位人脸位置，可以先根据人脸的位置调整光谱仪的测量角度，更精准地测量待识别人脸的反射光谱。机电装置可以是步进电机，MEMS微电机，超声波电机等。

获取单元20进一步对所述反射光谱进行处理，获得所述反射谱数据。

在一些可行的实施方式中，获取单元20对反射光谱进行处理，以获得反射谱数据，通过对反射谱数据的分析，可以确定待识别人脸是否为活体人脸。具体的对反射光谱的处理方式可以是，用反射光谱除以预设光谱，得到反射谱，再将反射谱进行归一化处理，即可以得到反射谱数据。

进一步的，获取单元20可以执行以下步骤：

将所述反射光谱进行归一化处理；

将所述预设光谱进行归一化处理；

根据进行归一化处理后的所述预设光谱和进行归一化处理后的所述反射光谱，获得所述反射谱数据。

在一些可行的实施方式中，可以是将进行归一化处理后的反射光谱除以进行归一化出口后的预设光谱，即可以得到反射谱数据。

在第二种可选的实施方式中，获取单元20采集环境光谱的光照射在所述待识别人脸上反射后所形成的反射光谱，所述反射光谱包括所述预设波长范围内的反射光；

在一些可行的实施方式中，若是采用环境光谱的光照射在待识别人脸上进行反射，获取单元20则采集环境光谱照射在待识别人脸上反射后所形成的反射光谱，该反射光谱包括预设波长范围内的反射光，预设波长范围包括特定波长范围和非特定波长范围。需要说明的是，仍然采用光谱仪采集反射光谱。

获取单元20进一步对所述反射光谱进行处理，获得所述反射谱数据。

具体的，获取单元20执行以下步骤：

采集所述环境光谱；

将所述环境光谱进行归一化处理；

将所述反射光谱进行归一化处理；

根据进行归一化处理后的所述环境光谱和进行归一化处理后的所述反射光谱，获得所述反射谱数据。

在一些可行的实施方式中，由于本实施例中未采用额外光源进行照射，而是直接采用环境光谱照射待识别人脸，因此需要采集环境光谱。采集环境光谱的光谱仪与采集反射光谱的光谱仪不同，如图5所示，假设利用终端上光谱仪1采集反射光谱，采用光谱仪2采集环境光谱，光谱仪1的FOV可以设置较小，尽量只接受人脸区域，光谱仪2的FOV可以设置较大，终端上摄像头的FOV则参照传统的摄像头，摄像头的FOV可以通过光学镜头焦距控制，焦距越短，FOV越大，具体的，光谱仪1、光谱仪2以及摄像头的FOV之间的大小关系请参照图6所示，光谱仪2的FOV>摄像头的FOV>光谱仪1的FOV。

由于光谱仪2具有较大的FOV，受单一反射物干扰少，可以认为其入射光光谱为环境光谱。光谱仪1测量的反射光谱与光谱仪2获得的环境光谱的比值近似为光谱仪1所测量待识别人脸表面的反射谱，再将反射谱进行归一化处理，即可获得反射谱数据。

需要说明的是，对反射光谱进行处理获得反射谱数据的处理方式也可以是将环境光谱进行归一化处理，将反射光谱进行归一化处理，再将归一化处理后的反射光谱除以归一化处理后的环境光谱，即可以获得反射谱数据。

第一判断单元21，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

可选的，所述非特定波长范围包括第一波长范围和第二波长范围，所述第一波长范围中的波长小于所述第二波长范围中的波长，所述特定波长范围位于所述第一波长范围和所述第二波长范围之间。

可选的，第一判断单元21可以有以下两种可选的实施方式：

在第一种可选的实施方式中，如图9所示，第一判断单元21包括第二判断单元210、第三判断单元211以及第二确定单元212；

第二判断单元210，用于判断所述第一波长范围的反射谱数据是否呈递增趋势；

第三判断单元211，用于判断所述第二波长范围的反射谱数据是否呈递减趋势；

第二确定单元212，用于若所述第一波长范围的反射谱数据呈递增趋势，所述第二波长范围的反射谱数据呈递减趋势，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

在一些可选的实施方式中，第一波长范围可以是[546.56nm，559.48nm]，特定波长范围可以是[559.48nm，559.72nm]，第二波长范围可以是[559.72nm，576.26nm]，判断第一波长范围内的反射谱数据是否呈递增趋势，可以是计算546.56nm-559.48nm范围内反射谱数据对波长的一阶微分：

$f\left(\mathrm{\&lambda;}\right)=\frac{dR\left(\mathrm{\&lambda;}\right)}{d\mathrm{\&lambda;}},\mathrm{\&lambda;}\&Element;\&lsqb;546.56nm,559.48nm\&rsqb;,$

判断第二波长范围内的反射谱数据是否呈递减趋势，可以是计算559.72nm-576.26nm范围内反射谱数据对波长的一阶微分：

$g\left(\mathrm{\&lambda;}\right)=\frac{dR\left(\mathrm{\&lambda;}\right)}{d\mathrm{\&lambda;}},\mathrm{\&lambda;}\&Element;\&lsqb;559.72nm,576.26nm\&rsqb;$

需要说明的是，如果光谱仪输出的是离散的光谱信号，可以用差分计算来模拟微分运算。或者将离散的反射谱数据拟合为多阶的样条曲线，然后对样条曲线求微分。

若f(λ)>0则第一波长范围内的反射谱数据呈递增趋势，若g(λ)<0，则第二波长范围内的反射谱数据呈递减趋势，f(λ)>0且g(λ)<0，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

在第二种可选的实施方式中，如图10所示，第一判断单元21可以包括计算单元213、第四判断单元214以及第三确定单元215；

计算单元213，用于分别计算所述第一波长范围、所述第二波长范围以及所述特定波长范围的反射谱数据的统计参数，所述统计参数包括中值平均值或者算术平均值；

所述第一波长范围包括活体人脸固有的对光线的第一吸收峰值，所述第二波长范围包括活体人脸固有的对光线的第二吸收峰值；

在一些可行的实施方式中，第一波长范围可以为λ1，范围为[546.42，546.56]，特定波长范围可以为λ2，范围为[559.48，559.72]，第二波长范围可以为λ3，范围为[576.26，575.45]。第一吸收峰值在第一波长范围内，第二吸收峰值在第二波长范围内。为了便于比较，计算单元213分别计算第一波长范围，特定波长范围以及第二波长范围内的统计参数R(λ1)，R(λ2)，R(λ3)。

第四判断单元214，用于判断所述特定波长范围的反射谱数据的统计参数是否均大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数；

在一些可行的实施方式中，第四判断单元214判断方式可以是判断以下逻辑表达式是否为真，当为真时，则确定特定波长范围内的反射谱数据大于非特定波长范围内的反射谱数据，逻辑表达式为：

R(λ1)＜R(λ2)＞R(λ3),其中， $\left\{\begin{array}{c}\mathrm{\&lambda;}1\&Element;\&lsqb;546.42,546.56nm\&rsqb;\\ \mathrm{\&lambda;}2\&Element;\&lsqb;559.48,559.72nm\&rsqb;\\ \mathrm{\&lambda;}3\&Element;\&lsqb;576.26,575.45nm\&rsqb;\end{array}\right.$

第三确定单元215，用于若所述特定波长范围的反射谱数据的统计参数均大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

第一确定单元22，用于若所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据，则确定所述待识别人脸为活体人脸。

采集单元23，用于采集所述待识别人脸的面部特征；

在一些可行的实施方式中，为了提高安全性，通常在一些实际应用场景中都需要在待识别人脸为指定活体人脸时，才算人脸识别成功。因此本发明实施例在待识别人脸为活体人脸后，采集单元23继续采集待识别人脸的面部特征，具体的采集方式可以是利用终端摄像头采集，如图5所示，终端的摄像头专门用于采集人脸面部特征，需要说明的是，终端摄像头的FOV大于采集反射光谱的光谱仪的FOV，同时终端摄像头的FOV小于采集环境光谱的光谱仪的FOV。终端摄像头可以后置摄像头，也可以是前置摄像头(如自拍摄像头)，当为前置摄像头时，用户可以把脸更好地对准摄像头，并且采集环境光谱的光谱仪以及采集反射光谱的光谱仪测量也对得更准。

匹配单元24，用于将所述待识别人脸的面部特征与预设数据库中的预设面部特征进行匹配，若匹配一致，则确定所述待识别人脸为合法的活体人脸。

在一些可行的实施方式中，匹配单元24将所采集待识别人脸的面部特征与预设数据库中的预设面部特征进行匹配，若匹配一致，则确定待识别人脸为合法的活体人脸。预设数据库中的预设面部特征即是用户预先在数据库中存储的合法的面部特征。

本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

请参照图11，是本发明实施例提供的终端的第三实施例结构示意图。本实施例中所描述的终端包括：至少一个输入设备1000；至少一个输出设备2000；至少一个处理器3000，例如CPU；和存储器4000，上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。

其中，上述输入设备1000具体可为终端的摄像头，用于采集人脸面部特征，也可以是光谱仪，用于采集光谱；

上述输出设备2000具体可为终端的显示屏，用于输出对待识别人脸的识别结果，上述输出设备2000也可以为光源。

上述存储器4000可以是高速RAM存储器，也可为非不稳定的存储器(non-volatilememory)，例如磁盘存储器。上述存储器4000用于存储一组程序代码，上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码，执行如下操作：

上述输入设备1000，用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

上述处理器3000，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

上述处理器3000还用于若所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据，则确定所述待识别人脸为活体人脸。

上述输入设备1000还用于采集所述待识别人脸的面部特征；

上述处理器3000还用于将所述待识别人脸的面部特征与预设数据库中的预设面部特征进行匹配，若匹配一致，则确定所述待识别人脸为合法的活体人脸。

上述输出设备2000，用于采用预设光谱照射所述待识别人脸，以使所述待识别人脸将所述预设光谱进行反射以形成反射光谱；

上述输入设备1000还用于采集所述反射光谱，所述反射光谱包括所述预设波长范围内的反射光；

上述处理器3000还用于对所述反射光谱进行处理，获得所述反射谱数据。

上述处理器3000还用于将所述反射光谱进行归一化处理；

上述处理器3000还用于将所述预设光谱进行归一化处理；

上述处理器3000还用于根据进行归一化处理后的所述预设光谱和进行归一化处理后的所述反射光谱，获得所述反射谱数据。

上述预设光谱为连续光谱。

上述输入设备1000还用于采集环境光谱照射在所述待识别人脸上反射后所形成的反射光谱，所述反射光谱包括所述预设波长范围内的反射光；

上述处理器3000还用于对所述反射光谱进行处理，获得所述反射谱数据。

上述输入设备1000还用于采集所述环境光谱；

上述处理器3000还用于将所述环境光谱进行归一化处理；

上述处理器3000还用于将所述反射光谱进行归一化处理；

上述处理器3000还用于根据进行归一化处理后的所述环境光谱和进行归一化处理后的所述反射光谱，获得所述反射谱数据。

上述非特定波长范围包括第一波长范围和第二波长范围，所述第一波长范围中的波长小于所述第二波长范围中的波长，所述特定波长范围位于所述第一波长范围和所述第二波长范围之间。

上述处理器3000还用于判断所述第一波长范围的反射谱数据是否呈递增趋势；

上述处理器3000还用于判断所述第二波长范围的反射谱数据是否呈递减趋势；

上述处理器3000还用于若所述第一波长范围的反射谱数据呈递增趋势，所述第二波长范围的反射谱数据呈递减趋势，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

上述第一波长范围包括活体人脸固有的对光线的第一吸收峰值，所述第二波长范围包括活体人脸固有的对光线的第二吸收峰值；

上述处理器3000还用于分别计算所述第一波长范围、所述第二波长范围以及所述特定波长范围的反射谱数据的统计参数，所述统计参数包括中值平均值或者算术平均值；

上述处理器3000还用于判断所述特定波长范围的反射谱数据的统计参数是否均大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数；

上述处理器3000还用于若是，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。

本发明所有实施例中的单元，可以通过通用集成电路，例如CPU(CentralProcessingUnit，中央处理器)，或通过ASIC(ApplicationSpecificIntegratedCircuit，专用集成电路)来实现。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种人脸识别方法，其特征在于，包括：

获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

若是，则确定所述待识别人脸为活体人脸。

2.如权利要求1所述的方法，其特征在于，所述确定所述待识别人脸为活体人脸之后，还包括：

采集所述待识别人脸的面部特征；

将所述待识别人脸的面部特征与预设数据库中的预设面部特征进行匹配，若匹配一致，则确定所述待识别人脸为合法的活体人脸。

3.如权利要求1所述的方法，其特征在于，所述非特定波长范围包括第一波长范围和第二波长范围，所述第一波长范围中的波长小于所述第二波长范围中的波长，所述特定波长范围位于所述第一波长范围和所述第二波长范围之间。

4.如权利要求3所述的方法，其特征在于，所述判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据，包括：

判断所述第一波长范围的反射谱数据是否呈递增趋势；

判断所述第二波长范围的反射谱数据是否呈递减趋势；

若所述第一波长范围的反射谱数据呈递增趋势，所述第二波长范围的反射谱数据呈递减趋势，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

5.如权利要求3所述的方法，其特征在于，所述第一波长范围包括活体人脸固有的对光线的第一吸收峰值，所述第二波长范围包括活体人脸固有的对光线的第二吸收峰值；

所述判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据，包括：

分别计算所述第一波长范围、所述第二波长范围以及所述特定波长范围的反射谱数据的统计参数，所述统计参数包括中值平均值或者算术平均值；

判断所述特定波长范围的反射谱数据的统计参数是否均大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数；

若是，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

6.一种终端，其特征在于，包括：

获取单元，用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范围及非特定波长范围；

第一判断单元，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定波长范围内的反射谱数据；

第一确定单元，用于若所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据，则确定所述待识别人脸为活体人脸。

7.如权利要求6所述的终端，其特征在于，所述装置还包括：

采集单元，用于采集所述待识别人脸的面部特征；

匹配单元，用于将所述待识别人脸的面部特征与预设数据库中的预设面部特征进行匹配，若匹配一致，则确定所述待识别人脸为合法的活体人脸。

8.如权利要求6所述的终端，其特征在于，所述非特定波长范围包括第一波长范围和第二波长范围，所述第一波长范围中的波长小于所述第二波长范围中的波长，所述特定波长范围位于所述第一波长范围和所述第二波长范围之间。

9.如权利要求8所述的终端，其特征在于，所述第一判断单元包括：

第二判断单元，用于判断所述第一波长范围的反射谱数据是否呈递增趋势；

第三判断单元，用于判断所述第二波长范围的反射谱数据是否呈递减趋势；

第二确定单元，用于若所述第一波长范围的反射谱数据呈递增趋势，所述第二波长范围的反射谱数据呈递减趋势，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。

10.如权利要求8所述的终端，其特征在于，所述第一波长范围包括活体人脸固有的对光线的第一吸收峰值，所述第二波长范围包括活体人脸固有的对光线的第二吸收峰值；所述第一判断单元包括：

计算单元，用于分别计算所述第一波长范围、所述第二波长范围以及所述特定波长范围的反射谱数据的统计参数，所述统计参数包括中值平均值或者算术平均值；

第四判断单元，用于判断所述特定波长范围的反射谱数据的统计参数是否均大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数；

第三确定单元，用于若所述特定波长范围的反射谱数据的统计参数均大于所述第一波长范围和所述第二波长范围的反射谱数据的统计参数，则确定所述特定波长范围内的反射谱数据大于所述非特定波长范围内的反射谱数据。