CN105426815A - 活体检测方法及装置 - Google Patents

Abstract

本发明提供一种活体检测方法及装置，所述方法包括：建立面部动作指令集合、匹配人脸图像集合和牙齿图像集合；从视频中获取图像；检测正面或者侧面人脸区域；选取一帧或多帧检测到的人脸图像，判断所选取的每一帧图像是否为活体，若为活体，则进行下一步骤；从判断为活体的图像中挑选一帧或多帧与匹配人脸图像集合中的人脸图像进行匹配，确认当前用户身份；发出要求用户露出牙齿的指令，将采集的牙齿照片与牙齿图像集合中该用户的牙齿图像进行匹配，若匹配，则进行下一步骤；从面部动作指令集合中随机发出一个或多个指令，提示用户，并且检测用户的完成情况，若完成，则为活体。

Description

活体检测方法及装置

技术领域

本发明涉及一种活体检测方法及装置，特别涉及一种综合人脸(包括静态人脸图片和动态人脸序列)和牙齿识别的活体检测方法及装置。

背景技术

随着信息安全的需求，在人脸识别系统中加入活体检测的功能受到越来越多的关注。常见的人脸攻击形式包括照片、视频播放和3D模型等。其中，照片和视频播放是最常见的攻击方式，人们可以从移动设备或者监控摄像头中轻易地获取合法用户的相关资料。为识别上述三种人脸攻击形式，出现了不同的活体检测方法，如基于运动的方法、基于纹理的方法以及运动和纹理两者融合的方法。

基于运动的方法主要是分析图像帧序列的运动趋势。但是这种基于运动的方法需要对图像的背景或者用户的无意识动作进行判定，计算方法复杂。

基于纹理的方法通过找出单帧真实人脸与欺骗人脸的之间的显著性区分特征，进而进行活体判断，因为欺骗人脸在二次获取的过程中产生质量下降、模糊等微纹理的变化，所以基于纹理的方法利用该微纹理的变化。但是基于纹理的方法只能较好地处理低分辨率的打印照片攻击，对高清照片无效，很容易产生误判或者判断失效。

目前，越来越多的研究者们把目光投向了基于运动和纹理的融合策略中，通过互补优势达到抵御多种攻击形式的目的。例如，从非刚体运动、人脸背景一致性和图像带波效应三个方面进行分析，并通过回归模型进行分数层(score-level)融合。此种方法仅是人脸被动识别，无法有效防范攻击行为，安全性较差。

发明内容

为了解决存在的问题，本发明提供一种活体检测方法及装置，该方法将被动检测和主动配合相结合，其中被动检测是基于单帧人脸图像的活体判断，主动配合指用户配合完成系统发出的相应指令。因此，提出的方法和装置不但能够有效区分打印照片、视频播放和3D人脸模型攻击，同时还提高了活体检测的效率和准确率。

根据本发明的一方面，提供了一种活体检测装置，所述装置包括：

图像采集单元，其用于采集一定数量的匹配人脸图像及匹配牙齿图像，以构成匹配人脸图像集合和牙齿图像集合，并且用于在检测时采集待测用户的待测人脸图像及待测牙齿图像；

集合建立单元，其用于建立匹配人脸图像集合、牙齿图像集合和面部动作指令集合；

人脸图像检测单元，其在检测时对采集的所述待测人脸图像进行检测，以确定所述待测人脸图像中是否包含人脸区域；

活体判断单元，用于判断包括所述人脸区域的人脸图像是否为活体；

用户身份确认单元，在判断所述人脸图像为活体之后，该用户身份确认单元用于匹配用户身份，根据所述匹配人脸图像集合，获得与判断为活体的所述人脸图像匹配的用户身份；

牙齿图像匹配单元，在确认所述用户身份之后，根据所述图像采集单元所采集到的所述待测牙齿图像与所述牙齿图像集合中的所述用户的牙齿图像的匹配结果，判断是否为活体；

随机动作匹配单元，在确认所述待测牙齿图像与所述牙齿图像集合中所述用户的所述牙齿图像互相匹配之后，该随机动作匹配单元用于从所述面部动作指令集合中随机选取动作指令及其实施次数，并提示用户，根据用户的完成情况，判断是否为活体；

结果输出单元，其用于将所述活体判断单元、所述牙齿图像匹配单元以及所述随机动作匹配单元的结果输出。

进一步地，所述图像采集单元的数量仅为一个。

进一步地，所述活体判断单元包括基于单帧人脸图像的活体判断分类器，通过选取一帧或多帧检测到所述人脸区域的人脸图像，基于所述活体判断分类器的投票结果，判断选取的每一帧所述人脸图像是否为活体。

进一步地，所述随机动作匹配单元内置有动作分类器，所述动作分类器包含与所述面部动作指令集合相对应的各个二分类器。

根据本发明的另一方面，提供了一种活体检测方法，包括：

步骤S1，建立匹配人脸图像集合、牙齿图像集合和面部动作指令集合；

步骤S2，从拍摄的视频序列中获取图像，基于所述获取图像，利用人脸图像检测单元检测人脸区域，如果不包含所述人脸区域，则重复获取图像，否则执行步骤S3；

步骤S3，选取包含所述人脸区域的人脸图像，判断所述人脸图像是否为活体，如果为非活体，则判断结束，否则执行步骤S4；

步骤S4，从判断为活体的所述人脸图像中选取一帧或多帧，通过将其与建立的所述匹配人脸图像集合进行匹配，确认当前用户身份，然后执行步骤S5；

步骤S5，在确认了用户身份后，发出要求所述用户露出牙齿的指令，将当前采集的牙齿照片与建立的所述牙齿图像集合中所述用户的牙齿图像进行匹配，如果不匹配，则判断为非活体，判断结束，否则执行步骤S6；

步骤S6，在确认所述采集的牙齿图像与所述牙齿图像集合中所述用户的所述牙齿图像互相匹配之后，从建立的所述面部动作指令集合中随机发出一个或多个指令，要求实施一次或多次，提示所述用户，并且检测所述用户是否根据所述指令在规定时间内完成对应动作，如果完成，则判断为活体，执行步骤S7，否则为非活体，判断结束；

步骤S7，输出最终检测结果。

进一步地，步骤S3中的判断所述人脸图像是否为活体包括：

步骤S301，根据多分类支持向量机机制，通过支持向量训练获得基于单帧所述人脸图像的活体判断分类器；

步骤S302，利用基于所述单帧图像的所述活体判断分类器，通过投票获得所述人脸图像的活体判断结果。

进一步的，步骤S4中的所述用户身份确认包括：

步骤S401，采集人脸图像作为训练图像的训练集，并提取所述训练图像的人脸特征作为原始人脸特征，计算所述原始人脸特征的协方差矩阵得到特征值和特征向量；

步骤S402，在所述训练集中，选取前K个最大的特征值对应的特征向量构成训练集降维矩阵，其中，K为自然数；

步骤S403，通过所述训练集中的所述原始人脸特征值到所述训练集降维矩阵的投影，获得所有所述训练图像的降维人脸特征；

步骤S404，提取待测活体的所述人脸图像的人脸原始特征值，并将其投影到所述训练集降维矩阵，获得待测活体人脸图像的降维人脸特征；

步骤S405，计算所述待测活体人脸图像的降维人脸特征与所有所述训练图像的降维人脸特征之间的距离；

步骤S406，在所述训练集中选取距离最小的训练图像作为人脸识别结果，判断所述用户身份。

进一步地，步骤S5所述的牙齿图像匹配方法采用SIFT特征，包括：

步骤S5所述的对所述用户的牙齿图像进行匹配包括：

步骤S501，读入所述用户的所述牙齿图像，并进行归一化；

步骤S502，利用高斯滤波和线性插值，使所述图像放大一倍；

步骤S503，对于放大后的所述图像，产生高斯金字塔和高斯差分金字塔图像序列；

步骤S504，检测所述高斯差分金字塔尺度空间极值点，通过选取合适的阈值，去除低对比度和边缘不稳定的特征点；

步骤S505，计算选取的所述特征点的幅值和方向序列；

步骤S506，在选取的所述特征点中寻找关键点，建立所述关键点的梯度方向直方图，从而得到每个所述关键点的位置、尺度和方向；

步骤S507，产生所述关键点的描述子序列；

步骤S508，根据产生的所述关键点描述子序列，基于欧氏距离得到初始关键点对；

步骤S509，用hough变换对所述初始关键点对进行再一次计算，得到最终关键点对；

步骤S510，对所述最终关键点对进行精确匹配，剔除错误的匹配点，得到最终匹配点；

步骤S511，判断所述最终匹配点的对数是否不小于N，如果是，则匹配成功，否则匹配失败；其中，N为预设值。

进一步地，步骤S6所述的检测用户的动作完成情况包括：

步骤S601，建立包含与所述面部动作指令集合相对应的各个二分类器的动作分类器；

步骤S602，选取与随机选取的所述指令相对应的二分类器，从有限时间内的人脸图像中截取用户面部中对应所述指令的位置区域，并将所述位置区域送入所述对应的二分类器；

步骤S603，检测所述人脸图像序列中是否完成与所述指令对应的所述动作。

进一步地，步骤S2中所述的人脸区域，包含正面人脸区域和侧面人脸区域。

附图说明

此处所说明的附图用来提供对发明的进一步理解，构成本发明的一部分，但其说明仅用于解释本发明，并不构成对本发明的不当限定。

图1是根据本发明一优选实施例的活体检测装置的结构框图。

图2是根据本发明一优选实施例的活体检测方法的流程图。

具体实施方式

下面将结合本发明的具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分优选实施例，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。

图1示出了根据本发明一优选实施例的活体检测装置的结构框图。下面结合图1说明本发明的活体检测装置。

根据本发明的活体检测装置包括：图像采集单元1、集合建立单元2、人脸图像检测单元3、活体判断单元4、用户身份确认单元5、牙齿图像匹配单元6、随机动作匹配单元7以及结果输出单元8。下面分别说明该活体检测装置的各个部分。

图像采集单元1：在进行活体检测之前，需要建立匹配人脸图像集合和牙齿图像集合，利用该图像采集单元1采集一定数量的匹配人脸图像及匹配牙齿图像，构成牙齿图像集合以及人脸图像集合，用于后续的图像匹配的基础。图像采集单元1还用于在检测时获取待测用户的待测人脸图像及待测牙齿图像。该图像采集单元1支持各种图像采集设备，包括但不限于照相机、摄像机、USB摄像头、笔记本电脑自带摄像头、移动终端(例如，手机、平板电脑)自带摄像头等，并且在本实施例中，可以仅包含一个图像采集单元1，例如，一个摄像机。

集合建立单元2：利用图像采集单元1获取的匹配人脸图像及匹配牙齿图像，以及通过输入指令集合，而建立匹配人脸图像集合、牙齿图像集合以及面部动作指令集合。

人脸图像检测单元3：人脸图像检测单元3对图像采集单元1获取的图像进行检测，以确定图像中是否包含人脸区域。根据本发明的人脸图像检测单元采用且不限于通过经典的ViolaandJones方法进行人脸检测，只要其能够根据选取的图像判断是否包含人脸区域即可。

活体判断单元4：活体判断单元4选取由人脸图像检测单元3检测到的一帧或多帧人脸图像，判断所选取的每一帧图像是否为活体。该活体判断具有基于单帧人脸图像的活体判断分类器，在活体人脸检测阶段，利用该活体判断分类器进行投票，得到最终检测结果。该分类器的设计方法如下：

通过预先采集或者收集一批不同背景和不同光照的真实人脸、低分辨率打印照片、高分辨率打印照片、视频播放和3D人脸模型等样本，根据多分类支持向量机机制，进行支持向量的训练，获取基于单帧人脸图像的活体判断分类器。其中多分类机制可以是一对一的训练，也可以是一对多的训练。以一对一为例，针对以上5种形式的人脸图像，两两之间进行二分类训练，得到10个二分类器。

用户身份确认单元5：利用现有的任何有效的人脸识别方法，例如基于贝叶斯的人脸识别方法，基于线性判别分析的人脸识别方法，基于深度卷积网络的人脸识别方法等，通过将被活体判断单元4判断为活体的人脸图片与集合建立单元2中的匹配人脸图像集合进行对比，从而确认用户身份。在本发明的用户身份确认单元5内，采用基于主成分分析的人脸识别方法，利用一批人脸图像训练集，通过投影该批人脸图像的原始特征值获得新的人脸特征，并计算待测图像特征与所述新的人脸特征之间的距离，根据该距离的最小值获得与该活体人脸图像匹配的用户身份。

牙齿图像匹配单元6：该单元发出指示用户露出牙齿的指令，用户配合指令露出牙齿，并且根据图像采集单元1采集到的牙齿图像与集合建立单元2的牙齿图像集合中该用户的牙齿图像的匹配结果，判断是否为活体。该牙齿图像匹配单元6通过特征提取和关键点匹配，对比采集到的牙齿图像的关键点与预存的该用户牙齿图像的关键点，判断匹配成功的关键点数量是否不小于N(N为预设值)。

随机动作匹配单元7：该单元从集合建立单元2的面部动作指令集合中随机选取动作指令及该动作指令的实施次数，并提示用户。该面部动作指令集合包括但不限于转头、捂眼睛、捂嘴巴、吐舌头、张嘴、摸耳朵等。该随机动作匹配单元7包括采用基于支持向量机二分类机制的动作检测模型的动作分类器。根据本发明的动作分类器包含与面部动作指令相对应的各个二分类器。根据当前的随机动作指令，系统选取对应的二分类器，利用ViolaandJones方法从图像采集单元1所采集的人脸图像中，截取用户面部对应动作位置的区域，并将该区域送入该二分类器，得到分类结果。重复进行上述动作，可判断随机动作指令的执行次数，如果完成，则为活体，否则为非活体。

结果输出单元8：根据上述活体判断单元4、牙齿图像匹配单元5以及动作匹配单元7的动作完成情况，将结果通过结果输出单元8输出。

通过上述单元构成了根据本发明的活体检测装置。下面结合图2说明根据本发明的活体检测方法。

在该活体检测方法中，预先建立三个系统集合，包括面部动作指令集合、匹配人脸图像集合和牙齿图像集合。其中，面部动作指令集合包含三种基本检测单元：表情检测、头部姿态检测和面部动作检测。

首先，从采集到的视频信息中获取能够检测到人脸(正面或者侧面)的图片；然后，从获取的人脸图片中选取一帧或者多帧进行活体判断，如果检测为非活体，则判断结束；否则进行用户身份确认，匹配活体人脸图片与系统中的匹配人脸图像集合，如果不匹配，为非活体，判断结束；否则系统向用户发出露出牙齿的指令并获取当前牙齿照片，匹配当前牙齿图像和系统中该用户的牙齿图像，如果不匹配，则为非活体，判断结束；否则系统进一步向用户发出一种或者多种动作指令，比如左转头、吐舌头等，如果检测到用户完成以上动作，则为活体，否则为非活体，判断结束。

图2示出了根据本发明一优选实施例的活体检测方法的流程图。如图2所示，所述方法包括如下步骤：

步骤S1：建立匹配人脸图像集合、牙齿图像集合和面部动作指令集合。

活体检测装置利用集合建立单元2预先保存面部动作指令、用户匹配人脸图像以及用户牙齿图像并且分别建立集合，其中，用户匹配人脸图像和用户牙齿图像通过图像采集单元1而获取。面部动作指令集合包括但不限于：转头、歪头、捂眼睛、捂嘴巴、吐舌头、张嘴、摸耳朵、做出表情(快乐、悲伤、惊讶等)。匹配人脸图像集合包括所有用户的正面或者侧面人脸图像。牙齿图像集合包括所有用户的牙齿图像，牙齿图像是指用户张开嘴巴露出牙齿所采集的图像。

步骤S2：从视频中获取待测人脸图像。

本发明的活体人脸检测基于现场拍摄的图像，因此在本发明中，使用图像采集单元1，以从现场拍摄的图像中选取一定数量的图像。该图像采集单元1支持各种图像采集设备，并且不特别限定图像的格式。然后，通过人脸图像检测单元3对选取的图像进行检测，以确定图像中是否包含人脸区域。本发明采用且不限于通过经典的ViolaandJones方法进行人脸检测，只要其能够根据选取的图像判断是否包含人脸区域。如果基于上述方法该人脸图像检测单元3判断所选取的图像包含人脸区域，则保存该图像，否则重新选取新的图像，直到保存一定数量的人脸图像。其中，人脸图像不限于正面人脸图像，其也可以为侧面人脸图像。人脸区域不限于正面人脸区域，也可以为侧面人脸区域。

步骤S3：对待测人脸图像进行活体判断。

利用活体判断单元4，选取一帧或多帧步骤S2中检测到的人脸图像，判断所选取的每一帧图像是否为活体。如果是，则执行步骤S4，否则判断为非活体并且判断结束。需要说明的是，如果选取多帧步骤S2中检测到的人脸图像，则所述多帧人脸图像中至少一帧判断为活体时，则判断为活体。

在本发明中，活体判断单元4利用正面或侧面人脸图像检测是否为活体的具体步骤如下：

首先通过训练获得活体判断分类器。通过预先采集或者收集一批不同背景和不同光照的真实人脸、低分辨率打印照片、高分辨率打印照片、视频播放和3D人脸模型等样本，根据多分类支持向量机机制，进行支持向量的训练，获取基于单帧人脸图像的活体判断分类器。其中多分类机制可以是一对一的训练，也可以是一对多的训练。以一对一为例，针对以上5种形式的人脸图像，两两之间进行二分类训练，得到10个二分类器。

然后利用活体判断分类器进行活体判断。将待测的正面或侧面人脸图像输入活体判断分类器，利用10个二分类器分别进行投票，选择投票结果中出现频率最高的投票结果作为最终的检测结果。例如，将以上5中形式的人脸图像中的任意一张人脸图像输入该活体判断分类器之后，10个二分类器分别对该图像进行投票，例如，其中的低分辨率打印照片与高分辨率打印照片的二分类器对该图像投票，结果为其中的高分辨率打印照片。则经过10个二分类器的分别投票之后，出现的投票结果为例如5个真实人脸，3个3D人脸模型，2个高分辨率打印照片等，则可根据该投票结果判断该图像为真实人脸图像。若无出现频率最高的投票结果，则，重新进行一次投票，直至出现该频率最高的投票结果为止。

步骤S4：对判断为活体的人脸图像进行用户身份确认。

利用用户身份确认单元5，从被活体判断单元4判断为活体人脸图像的图像中，挑选一帧或多帧与集合建立单元2的匹配人脸图像集合中的用户人脸图像进行匹配，若匹配成功，则可以确认当前用户身份。

需要指出的是，现有的任何有效的人脸识别方法均可用于本发明的用户身份确认步骤，例如基于贝叶斯的人脸识别方法，基于线性判别分析的人脸识别方法，基于深度卷积网络的人脸识别方法等。

本发明采用基于主成分分析的人脸识别方法，具体方法如下：

首先，建立人脸图像训练集，获取所述人脸图像训练集的降维人脸特征。具体步骤如下：

(1)收集一批人脸图像作为训练图像，构成人脸图像训练集，提取训练集中的训练图像的人脸特征作为原始人脸特征，例如LBP、Gabor特征等。

(2)计算训练集中所述原始人脸特征的协方差矩阵得到特征值和特征向量；取其中前K个最大特征值对应的特征向量构造训练集降维矩阵。其中，K的选择按照如下规则进行：首先将所有特征值按照从大到小的顺序排列，然后计算前C个特征值的和，如果前C个特征值的和与所有特征值和的比值为k(通常取90％、95％、99％等)，则令K＝C。

最后将训练集中所有训练图像的原始人脸特征值投影到所述训练集降维矩阵上得到人脸训练集中所有训练图像的降维人脸特征。

进一步，获取待测活体人脸图像的降维人脸特征。

对于所获得的一帧待测活体人脸图像，首先提取其人脸特征作为待测活体人脸图像原始特征值，并将该待测原始特征值投影到上述训练集降维矩阵上得到待测活体人脸图像的降维人脸特征。

再进一步，计算待测活体人脸图像的降维人脸特征与所述训练集中所有训练图像的降维人脸特征之间的距离，例如欧式距离、马氏距离等，将所述训练集中距离最小的训练图像作为待测图像的人脸识别结果。

步骤S5：根据确认的用户身份，匹配牙齿图像。

在确认用户身份之后，牙齿图像匹配单元6发出要求用户露出牙齿的指令，并且利用图像采集单元1获取当前拍摄的牙齿图像。牙齿图像匹配单元6将拍摄的牙齿照片与集合建立单元2的牙齿图像集合中该用户的牙齿图像进行匹配，如果匹配成功，则继续进行步骤S6；否则判断为非活体，并且判断结束。

本发明采用的牙齿图像匹配的方法，包括特征提取和关键点匹配两个阶段。根据本优选实施例的牙齿图像匹配单元采用SIFT特征，在特征提取阶段，分别对当前采集的牙齿图像和集合建立单元2中的该用户的牙齿图像进行关键点提取；而后在关键点匹配阶段，对分别提取的当前牙齿图像关键点与集合建立单元中的该用户的牙齿图像关键点进行匹配。如果成功匹配的关键点个数不小于N(N为预设值)，则匹配成功，否则匹配失败。

下面描述采用SIFT特征通过分别读入当前采集的牙齿图像和集合建立单元2中该用户的牙齿图像，来进行牙齿匹配的具体步骤：

①将uint8类型图像转换成double类型图像，并使其灰度值归一化到[0，1]之间；

②利用高斯滤波和线性插值，使图像放大一倍；

③对于放大后的图像，产生高斯金字塔和高斯差分金字塔图像序列，其中，高斯金字塔一般选择4阶，每阶选择5层。

④检测高斯差分金字塔尺度空间极值点，而后去除低对比度和边缘不稳定的特征点。由于如果图像本身太大，特征点太多，会导致内存溢出，所以需要选取合适的阈值以减少特征点的个数，例如，可以选取较小的曲率阈值或选取较大的对比度阈值；

⑤计算所选取的特征点的幅值和方向序列；

⑥在选取的特征点中寻找关键点，建立关键点的梯度方向直方图，从而得到每个关键点的位置、尺度和方向；

⑦产生关键点描述子序列，其中，当前采集的牙齿图像的关键点称为当前关键点，集合建立单元2中该用户的牙齿图像称为目标关键点，对应地，产生的关键点描述子序列分别称为当前关键点描述子序列和目标关键点描述子序列；

⑧根据产生的当前关键点描述子序列和目标关键点描述子序列，基于欧氏距离得到初始关键点对，该关键点对由目标关键点与距离其欧式距离最近的当前关键点构成。具体地，在当前关键点描述子序列中选取与目标关键点欧式距离最近的前两个关键点，其中，欧式距离中的最近的欧式距离与次近的欧式距离之间的比值设定为最近点的相似度度量，如果相似度度量小于某个比例阈值(该阈值为预设值)，则接受这一对关键点对作为初始关键点对；

⑨用hough变换对初始关键点对进行再一次计算，得到最终关键点对；

⑩用RANSAC算法对最终关键点对进行精确匹配，剔除错误的匹配点，得到最终匹配点。

如果最终匹配点的对数不小于N(N为预设值)，则两幅牙齿图像匹配，否则匹配失败。

步骤S6：对牙齿图像匹配的用户进行随机动作匹配。

随机动作指定单元从集合建立单元2的面部动作指令集合中发出一个或多个指令，并提示用户。

发出的指令来自集合建立单元2的面部动作指令集合，其包括但不限于转头、捂眼睛、捂嘴巴、吐舌头、张嘴、摸耳朵等。随机动作指定单元随机选择每次指令的内容，其中包含一个或多个指令，并且随机选择指令的实施次数，每次指令可以被要求实施一次或多次。

利用动作分类器检测用户是否根据指令在规定时间内完成动作，如果完成，则判断为活体；否则为非活体，判断结束，输出最终判断结果。

本发明中，动作分类器采用基于支持向量机二分类机制的动作检测模型。首先选取系统已预先设计的与当前随机动作指令相对应的二分类器，随后根据当前随机动作指令，利用ViolaandJones方法截取用户面部对应动作位置的区域，并将该区域送入动作分类器，得到分类结果，具体过程以如下为例。

例如，系统随机发出的吐舌头指令。

首先建立吐舌头/非吐舌头二分类器，具体地，收集一批吐舌头和不吐舌头的人脸图像；用ViolaandJones方法定位嘴巴关键点，并根据左右嘴角点截取嘴巴区域；根据支持向量机机制训练吐舌头/非吐舌头的二分类器。

然后，利用吐舌头/非吐舌头二分类器检测用户是否执行了吐舌头的命令。具体地，当系统发出吐舌头指令后，收集有限时间内的人脸图像序列，同样利用ViolaandJones方法截取嘴巴区域，并将这些嘴巴区域送入上述二分类器，得到分类结果。如果出现非吐舌头至吐舌头的变化，则说明用户执行了系统发出了吐舌头的命令。

类似地，如果系统发出了吐舌头和摸耳朵的组合命令，仿照上述二分类的设计方法获取吐舌头/非吐舌头和摸耳朵/非摸耳朵两个二分类器，然后检测图像序列中是否出现了非吐舌头到吐舌头的变化和非摸耳朵到摸耳朵的变化。

步骤S7：检测结果输出。

根据上述活体判断单元4、牙齿图像匹配单元5以及动作匹配单元7的动作完成情况，将结果通过结果输出单元8输出。

通过以上步骤S1-S7完成了对活体人脸的检测。其中，步骤S1至S2为被动检测阶段，步骤S4至S6为主动配合阶段，通过上述被动检测与主动配合相结合的活体检测方法，不但能够有效区分打印照片、视频播放和3D人脸模型攻击，同时还提高了活体检测的效率和准确率。

以上所述仅为本申请的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种活体检测装置，其特征在于，包括：

图像采集单元，其用于采集一定数量的匹配人脸图像及匹配牙齿图像，以构成匹配人脸图像集合和牙齿图像集合，并且用于在检测时采集待测用户的待测人脸图像及待测牙齿图像；

集合建立单元，其用于建立匹配人脸图像集合、牙齿图像集合和面部动作指令集合；

人脸图像检测单元，其在检测时对采集的所述待测人脸图像进行检测，以确定所述待测人脸图像中是否包含人脸区域；

活体判断单元，用于判断包括所述人脸区域的人脸图像是否为活体；

用户身份确认单元，在判断所述人脸图像为活体之后，该用户身份确认单元用于匹配用户身份，根据所述匹配人脸图像集合，获得与判断为活体的所述人脸图像匹配的用户身份；

牙齿图像匹配单元，在确认所述用户身份之后，根据所述图像采集单元所采集到的用户露出牙齿的待测牙齿图像与所述牙齿图像集合中的牙齿图像的匹配结果，判断是否为活体；

随机动作匹配单元，在确认所述待测牙齿图像与所述牙齿图像集合中所述用户的所述牙齿图像互相匹配之后，该随机动作匹配单元用于从所述面部动作指令集合中随机选取动作指令及其实施次数，并提示用户，根据用户的完成情况，判断是否为活体；

结果输出单元，其用于将所述活体判断单元、所述牙齿图像匹配单元以及所述随机动作匹配单元的结果输出。

2.如权利要求1所述的装置，其中，

所述图像采集单元的数量仅为一个。

3.如权利要求1或2所述的装置，其中，

所述活体判断单元包括基于单帧人脸图像的活体判断分类器，通过选取一帧或多帧检测到所述人脸区域的人脸图像，基于所述活体判断分类器的投票结果，判断选取的每一帧所述人脸图像是否为活体。

4.如权利要求1或2所述的装置，其中，

所述随机动作匹配单元内置有动作分类器，所述动作分类器包含与所述面部动作指令集合相对应的各个二分类器。

5.一种活体检测方法，其特征在于，所述方法包括：

步骤S1，建立匹配人脸图像集合、牙齿图像集合和面部动作指令集合；

步骤S2，从拍摄的视频序列中获取图像，基于所述获取图像，利用人脸图像检测单元检测人脸区域，如果不包含所述人脸区域，则重复获取图像，否则执行步骤S3；

步骤S3，选取包含所述人脸区域的人脸图像，判断所述人脸图像是否为活体，如果为非活体，则判断结束，否则执行步骤S4；

步骤S4，从判断为活体的所述人脸图像中选取一帧或多帧，通过将其与建立的所述匹配人脸图像集合进行匹配，确认当前用户身份，然后执行步骤S5；

步骤S5，在确认了用户身份后，发出要求所述用户露出牙齿的指令，将当前采集的牙齿照片与建立的所述牙齿图像集合中所述用户的牙齿图像进行匹配，如果不匹配，则判断为非活体，判断结束，否则执行步骤S6；

步骤S6，在确认所述采集的牙齿图像与所述牙齿图像集合中所述用户的所述牙齿图像互相匹配之后，从建立的所述面部动作指令集合中随机发出一个或多个指令，要求实施一次或多次，提示所述用户，并且检测所述用户是否根据所述指令在规定时间内完成对应动作，如果完成，则判断为活体，执行步骤S7，否则为非活体，判断结束；

步骤S7，输出最终检测结果。

6.如权利要求5所述的方法，其特征在于，其中，

步骤S3中的判断所述人脸图像是否为活体包括：

步骤S301，根据多分类支持向量机机制，通过支持向量训练获得基于单帧所述人脸图像的活体判断分类器；

步骤S302，利用基于所述单帧图像的所述活体判断分类器，通过投票获得所述人脸图像的活体判断结果。

7.如权利要求5或6所述的方法，其特征在于，其中，

步骤S4中的所述用户身份确认包括：

步骤S401，采集人脸图像作为训练图像的训练集，并提取所述训练图像的人脸特征作为原始人脸特征，计算所述原始人脸特征的协方差矩阵得到特征值和特征向量；

步骤S402，在所述训练集中，选取前K个最大的特征值对应的特征向量构成训练集降维矩阵，其中，K为自然数；

步骤S403，通过所述训练集中的所述原始人脸特征值到所述训练集降维矩阵的投影，获得所有所述训练图像的降维人脸特征；

步骤S404，提取待测活体的所述人脸图像的人脸原始特征值，并将其投影到所述训练集降维矩阵，获得待测活体人脸图像的降维人脸特征；

步骤S405，计算所述待测活体人脸图像的降维人脸特征与所有所述训练图像的降维人脸特征之间的距离；

步骤S406，在所述训练集中选取距离最小的训练图像作为人脸识别结果，判断所述用户身份。

8.如权利要求7所述的方法，其特征在于，其中，

步骤S5所述的对所述用户的牙齿图像进行匹配包括：

步骤S501，读入所述用户的所述牙齿图像，并进行归一化；

步骤S502，利用高斯滤波和线性插值，使所述图像放大一倍；

步骤S503，对于放大后的所述图像，产生高斯金字塔和高斯差分金字塔图像序列；

步骤S504，检测所述高斯差分金字塔尺度空间极值点，通过选取合适的阈值，去除低对比度和边缘不稳定的特征点；

步骤S505，计算选取的所述特征点的幅值和方向序列；

步骤S506，在选取的所述特征点中寻找关键点，建立所述关键点的梯度方向直方图，从而得到每个所述关键点的位置、尺度和方向；

步骤S507，产生所述关键点的描述子序列；

步骤S508，根据产生的所述关键点描述子序列，基于欧氏距离得到初始关键点对；

步骤S509，用hough变换对所述初始关键点对进行再一次计算，得到最终关键点对；

步骤S510，对所述最终关键点对进行精确匹配，剔除错误的匹配点，得到最终匹配点；

步骤S511，判断所述最终匹配点的对数是否不小于N，如果是，则匹配成功，否则匹配失败；其中，N为预设值。

9.如权利要求8所述的方法，其中，

步骤S6所述的检测用户的动作完成情况包括：

步骤S601，建立包含与所述面部动作指令集合相对应的各个二分类器的动作分类器；

步骤S602，选取与随机选取的所述指令相对应的二分类器，从有限时间内的人脸图像中截取用户面部中对应所述指令的位置区域，并将所述位置区域送入所述对应的二分类器；

步骤S603，检测所述人脸图像序列中是否完成与所述指令对应的所述动作。

10.如权利要求5所述的方法，其中，

步骤S2中所述的人脸区域，包含正面人脸区域和侧面人脸区域。