CN105930780A - 基于近红外和面部微表情的真人活体身份验证方法 - Google Patents

Abstract

本发明公开了基于近红外和面部微表情的真人活体身份验证方法。采用两张在“相同”的场景、地点和时间拍摄的人脸图像，其中，一张是可见光摄像头拍摄的图像，另一张一个滤除可见光的近红外摄像头拍摄的人脸图像，其中这里近红外是普通摄像头加上透红外波段的滤光片或者是在摄像头上镀透红外波段的红外膜。可见光图像用于识别人脸（本人），近红外图像用于识别活体（真人），从而实现真人活体身份验证，本发明具有采集设备不贵、非接触式采集、客户体验好、使用方便等优点，可应用于门禁考勤、系统登陆、出入境管理、嫌疑人照片比对等领域。

Description

基于近红外和面部微表情的真人活体身份验证方法

技术领域

本发明涉及真人活体身份验证方法。

背景技术

随着信息技术和网络技术的迅猛发展，人们对身份识别技术的需求越来越多，对其安全可靠性的要求也越来越严格。基于传统密码认证的身份识别技术在实际信息网络应用中己经暴露出许多不足之处，而基于生物特征辨别的身份识别技术近年来也日益成熟并在实际应用中展现出极大的优越性，但是传统单一的人脸识别、声纹识别和指纹识别只能保证人的特征能够被有效验证，不能保证操作者是本人，而导致利用照片、指纹膜和录音犯罪的案件经常见诸报端。

如今移动支付之手机银行和微信银行等迅速发展，电子支付，特别是，移动支付的身份验证安全问题将成为用户在电子支付安全领域当中的首要问题，对于电子支付安全应用的需求将会越来越大，"泛安全"定位的一般的安全技术将不能满足客户日益提高的身份验证安全要求。

自2013起，手机支付类病毒爆发，包括“伪淘宝”病毒、“银行窃贼”及“洛克蛔虫”等系列支付病毒；2014年出现的支付类病毒监听键盘输入，后台监控手机用户支付账号密码输入信息的特点，成为子机支付类病毒高危化演进的一个信号。这些病毒可以读取用户短信，包括用户支付交易的手机验证码，而黑客通过验证码破解用户的支付账号，取消数字证书等设置，对支付宝交易的安全造成巨大威胁。

针对安全风险，传统密码认证的身份识别技术在实际信息网络应用中己经暴露出许多不足之处，而基于生物特征辨别的身份识别技术近年来也日益成熟并在实际应用中展现出极大的优越性，但是传统单一的人脸识别、声纹识别和指纹识别只能保证人的特征能够被有效验证，不能保证操作者是本人，而导致利用照片、指纹膜和录音犯罪的案件经常见诸报端。

发明内容

1.发明目的：

为了解决身份识别只能保证人的特征能够被有效验证，不能保证操作者是本人的问题，本发明提供了基于近红外和面部微表情的真人活体身份验证方法。

2.技术方案：

基于近红外和面部微表情的真人活体身份验证方法，采用两个摄像头，一个拍摄可见光摄像头和一个滤除可见光的近红外摄像头，其中近红外是普通摄像头加上透红外波段的滤光片或者是在摄像头上镀透红外波段的红外膜。两个摄像头为同一人同时或者相差小于一秒的时间进行拍照，分别采集可见光和近红外图像。

在可见光图像上检测人脸区域，如果没有检测到人脸，两个摄像头重新拍摄照片，如果检测到人脸，在可见光检测到的人脸区域上扩大范围，使用扩大后的区域在近红外图像上查找人脸特征，如果认为近似人脸，在查找的人脸的范围内做直方图分析，计算直方图对比度，公式如下：

其中，，即相邻像素间灰度差，为相邻像素间的灰度差为的像素分布概率。

对比度大于一定阈值的，初步判断为活体，否则为仿照物，初步判断为活体的图像，再根据近红外图像进一步判断两只眼睛、鼻子部位的三者之间的两两关系，符合上述关系的被认定为活体，否则判断为仿照物。

如果被判断为活体，将上述可见光图像通过TCP、UDP或者是HTTP协议发送到后台服务器，后台服务器提取图片的人脸特征，将提取到的人脸特征与数据库中的人脸特征进行比对，识别出是否是数据库中已经录入的人脸，如果是则返回一个真人活体的身份，如果不是，返回没有此人。

基于近红外和面部微表情的真人活体身份验证方法，其特征在于所述的每个摄像头都采用LED灯补光。

基于近红外和面部微表情的真人活体身份验证方法，其特征在于所述的透红外波段的滤光片及透红外波段的红外膜的透射波长为810nm。

基于近红外和面部微表情的真人活体身份验证方法，其特征在于后台服务器使用深度学习或统计算法提取图片的人脸特征。

3.有益效果：

本发明采用近红外成像识别活体、人脸识别真人的方法实现真人活体身份验证，本发明使用方便，用户只需在系统前拍照，即可完成人脸识别和活体识别。本发明具有采集设备廉价、非接触式采集、使用方便等优点，可应用于门禁考勤、系统登陆、出入境管理、嫌疑人照片比对等领域。

附图说明

图1是本发明真人活体身份验证流程图。

具体实施方式

下面结合实施实例和附图对本发明作进一步说明。

实施例1

基于近红外和面部微表情的真人活体身份验证方法，采用两个摄像头，一个拍摄可见光摄像头和一个滤除可见光的近红外摄像头，其中近红外是普通摄像头加上810nm波段的滤光片或者是在摄像头上镀810nm波段的红外膜，两个摄像头为同一人同时或者相差小于一秒的时间进行拍照，每个摄像头都采用LED灯补光，分别采集可见光和近红外图像。

在可见光图像上检测人脸区域，如果没有检测到人脸，两个摄像头重新拍摄照片，如果检测到人脸，在可见光检测到的人脸区域上扩大范围，使用扩大后的区域在近红外图像上查找人脸特征，如果认为近似人脸，在查找的人脸的范围内做直方图分析，计算直方图对比度，公式如下：

其中，，即相邻像素间灰度差，为相邻像素间的灰度差为的像素分布概率。

对比度大于一定阈值的，初步判断为活体，否则为仿照物，初步判断为活体的图像，再根据近红外图像进一步判断两只眼睛、鼻子部位的三者之间的两两关系，符合上述关系的被认定为活体，否则判断为仿照物。

如果被判断为活体，将上述可见光图像通过TCP、UDP或者是HTTP协议发送到后台服务器，后台服务器使用深度学习或统计算法提取图片的人脸特征，将提取到的人脸特征与数据库中的人脸特征进行比对，识别出是否是数据库中已经录入的人脸，如果是则返回一个真人活体的身份，如果不是，返回没有此人。

以上所述实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (4)

1.基于近红外和面部微表情的真人活体身份验证方法，采用两个摄像头，一个拍摄可见光摄像头和一个滤除可见光的近红外摄像头，其中近红外是普通摄像头加上透红外波段的滤光片或者是在摄像头上镀透红外波段的红外膜；两个摄像头为同一人同时或者相差小于一秒的时间进行拍照，分别采集可见光和近红外图像；在可见光图像上检测人脸区域，如果没有检测到人脸，两个摄像头重新拍摄照片，如果检测到人脸，在可见光检测到的人脸区域上扩大范围，使用扩大后的区域在近红外图像上查找人脸特征，如果认为近似人脸，在查找的人脸的范围内做直方图分析，计算直方图对比度，公式如下：

其中，，即相邻像素间灰度差，为相邻像素间的灰度差为的像素分布概率；对比度大于一定阈值的，初步判断为活体，否则为仿照物，初步判断为活体的图像，再根据近红外图像进一步判断两只眼睛、鼻子部位的三者之间的两两关系，符合上述关系的被认定为活体，否则判断为仿照物；如果被判断为活体，将上述可见光图像通过TCP、UDP或者是HTTP协议发送到后台服务器，后台服务器提取图片的人脸特征，将提取到的人脸特征与数据库中的人脸特征进行比对，识别出是否是数据库中已经录入的人脸，如果是则返回一个真人活体的身份，如果不是，返回没有此人。

2.基于近红外和面部微表情的真人活体身份验证方法，其特征在于所述的每个摄像头都采用LED灯补光。

3.基于近红外和面部微表情的真人活体身份验证方法，其特征在于所述的透红外波段的滤光片及透红外波段的红外膜的透射波长为810nm。

4.基于近红外和面部微表情的真人活体身份验证方法，其特征在于后台服务器使用深度学习或统计算法提取图片的人脸特征。