CN106355139A - 人脸防伪方法和装置 - Google Patents

人脸防伪方法和装置 Download PDF

Info

Publication number
CN106355139A
CN106355139A CN201610701604.8A CN201610701604A CN106355139A CN 106355139 A CN106355139 A CN 106355139A CN 201610701604 A CN201610701604 A CN 201610701604A CN 106355139 A CN106355139 A CN 106355139A
Authority
CN
China
Prior art keywords
point
facial image
distance value
face
distance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610701604.8A
Other languages
English (en)
Other versions
CN106355139B (zh
Inventor
陈书楷
王辉能
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Entropy Technology Co., Ltd
Original Assignee
Xiamen Zhongkong Biological Recognition Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen Zhongkong Biological Recognition Information Technology Co Ltd filed Critical Xiamen Zhongkong Biological Recognition Information Technology Co Ltd
Priority to CN201610701604.8A priority Critical patent/CN106355139B/zh
Publication of CN106355139A publication Critical patent/CN106355139A/zh
Application granted granted Critical
Publication of CN106355139B publication Critical patent/CN106355139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明实施例公开了一种人脸防伪方法和装置,用于使得人脸防伪的方法更简单化。本发明实施例方法包括:通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像,其中第一人脸图像和第二人脸图像为属于同一人脸的图像;根据预设距离规则求出第一人脸图像的第一距离值;根据预设距离规则求出第二人脸图像的第二距离值;根据第一距离值和第二距离值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;其中,预设距离规则为,提取人脸图像的关键点,根据关键点间的距离得出距离值,关键点用于代表人脸特征。通过对不同人脸图像的分析即可判断出是否为活体人脸,相较于3维建模等方法,该方法算法简单,易于实现,减少了成本。

Description

人脸防伪方法和装置
技术领域
本发明涉及图像数据处理领域,尤其涉及一种人脸防伪方法和装置。
背景技术
随着生物特征识别技术的发展,人脸识别技术已广泛应用于身份验证领域,通过人脸识别,可以对当前用户进行身份验证,以提高安全性。目前主流的人脸识别算法主要是对二维平面图像进行识别,其方法为根据二维平面人脸的侧影或某视角照片,通过特定的算法,提取并识别人脸特征。在实际应用时,可能会有不法分子以他人的人脸照片仿冒进行身份验证。
脸部特征点的定义与提取是实现人脸识别功能的前提与基础,利用这些面部特征点提出了3维建模,利用3维建模的方式可判断人脸识别时获取的人像图像是否是活体人脸。
但是,目前进行三维人脸识别面临的首要问题是数据的来源,由于技术的限制目前还没有像照相机那样的设备可以方便、快速的拍摄立体图像,并且3维的构建依据的逻辑算法过于复杂。
发明内容
本发明实施例提供了一种人脸防伪方法和装置,旨在使得人脸防伪的方法更简单化。
为了解决上述技术问题,本发明实施例提供了以下解决方案:
一种人脸防伪方法,包括:
通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像,其中所述第一人脸图像和第二人脸图像为属于同一人脸的图像;
根据预设距离规则求出所述第一人脸图像的第一距离值;
根据所述预设距离规则求出所述第二人脸图像的第二距离值;
根据所述第一距离值和第二距离值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,所述预设距离规则为,提取人脸图像的关键点,根据所述关键点间的距离得出距离值,所述关键点用于代表人脸特征。
为了解决上述技术问题,本发明实施例还提供以下解决方案:
一种人脸防伪装置,包括:
图像获取单元,用于通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像,其中所述第一人脸图像和第二人脸图像为属于同一人脸的图像;
距离计算单元,用于根据预设距离规则求出所述第一人脸图像的第一距离值;
所述距离计算单元,还用于根据所述预设距离规则求出所述第二人脸图像的第二距离值;
人脸判断单元,根据所述第一距离值和第二距离值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,所述距离计算单元,包括:
提取模块,用于提取人脸图像的关键点,
距离求取模块,用于根据所述关键点间的距离得出距离值,所述关键点用于代表人脸特征。
从以上技术方案可以看出,本发明实施例具有以下优点:
通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像后,可根据预设距离规则求出第一人脸图像的第一距离值和第二人脸图像的第二距离值,其中,预设距离规则为,提取人脸图像的关键点,根据关键点间的距离得出距离值,关键点用于代表人脸特征。因活体人脸位于不同的摄像头前,该不同的摄像头相对人脸会产生不同的角度,即第一摄像头和第二摄像头相对活体人脸会有角度差,该角度差反应到人脸图像上,第一人脸图像的关键点间的距离和第二人脸图像的关键点间的距离会不同,从而由第一人脸图像的关键点距离得出的第一距离值和由第二人脸图像的关键点间的距离得出的第二距离值不相同;若第一摄像头和第二摄像头获取的图像为图片、视频截图等平面人脸时,第一距离值和第二距离值将相同。从而通过设置两个摄像头并用其获取人脸图像,通过对不同人脸图像的分析即可判断出是否为活体人脸,相较于3维建模等方法,本发明的方法算法简单,易于实现,减少了成本。
附图说明
图1是本发明一实施例提供的一种人脸防伪设备的摄像头部件的示意图;
图2是本发明另一实施例提供的一种人脸防伪方法的流程示意图;
图3是本发明另一实施例提供的一种人脸防伪方法的流程示意图;
图4是本发明另一实施例提供的一种人脸防伪装置的结构示意图;
图5是图4所示的一种人脸防伪装置的部分结构示意图;
图6是本发明实施例提供的对第一人脸图像的处理示意图;
图7是本发明实施例提供的对第二人脸图像的处理示意图。
具体实施方式
本发明实施例提供了一种人脸防伪方法和装置,用于使得人脸防伪的方法更简单化,且易于实现。
参见图1,其示出了本发明实施例提供的一种人脸防伪设备的摄像头部件的示意图。如图1所示,该摄像头部件包括第一摄像头101和第二摄像头102,该第一摄像头101和第二摄像头102分别与该人脸防伪设备主体有线或无线连接,在有的实施例中第一摄像头、第二摄像头以及人脸防伪设备主体可集成为单一设备,在有的实施例中,第一摄像头和第二摄像头也可是直接相互连接,本发明实施例对此不作限定。
其中,第一摄像头101和第二摄像头102用于获取图像,例如在用户站在该第一摄像头和第二摄像头前时,第一摄像头和第二摄像头可获取用户的人脸图像,人脸识别设备可以用于对第一摄像头和第二摄像头获取的人脸图像进行分析,判断第一摄像头和第二摄像头获取的人脸图像是否是活体人脸的图像,当然该人脸识别设备还可以包括其他的功能,例如对人脸图像进行识别等等。该人脸识别设备可以是微机设备、嵌入式设备、手机等等形式,本发明实施例对此不作限定。而第一摄像头和第二摄像头间的相对位置可以有多种,例如相对水平面第一摄像头和第二摄像头水平设置、垂直设置、倾斜设置等,本发明实施例对此不作限定。
通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像后,可根据预设距离规则求出第一人脸图像的第一距离值和第二人脸图像的第二距离值,其中,预设距离规则为,提取人脸图像的关键点,根据关键点间的距离得出距离值,关键点用于代表人脸特征。因活体人脸位于不同的摄像头前,该不同的摄像头相对人脸会产生不同的角度,即第一摄像头和第二摄像头相对活体人脸会有角度差,该角度差反应到人脸图像上为,第一人脸图像的关键点间的距离和第二人脸图像的关键点间的距离会不同,从而由第一人脸图像的关键点距离得出的第一距离值和由第二人脸图像的关键点间的距离得出的第二距离值不相同;若第一摄像头和第二摄像头获取的图像为图片、视频截图等平面人脸时,第一距离值和第二距离值将相同。从而通过设置两个摄像头并用其获取人脸图像,通过对不同人脸图像的分析即可判断出是否为活体人脸,相较于3维建模等方法,本发明的方法算法简单,易于实现,减少了成本。
图2是根据一示例性实施例示出的一种人脸防伪方法的流程图。结合图1所示的示意图和上述内容,参见图2,本发明实施例提供的人脸防伪方法流程包括:
步骤201:通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像。
其中第一人脸图像和第二人脸图像为属于同一人脸的图像。
步骤202:根据预设距离规则求出第一人脸图像的第一距离值。
步骤203:根据预设距离规则求出第二人脸图像的第二距离值。
步骤204:根据第一距离值和第二距离值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到。
其中,预设距离规则为,提取人脸图像的关键点,根据关键点间的距离得出距离值,关键点用于代表人脸特征。
进一步地,第一距离值包括第一左距离值L1和第一右距离值R1,第二距离值包括第二左距离值L2和第二右距离值R2;
根据第一距离值和第二距离值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
根据第一左距离值L1、第一右距离值R1、第二左距离值L2和第二右距离值R2,使用预设判断规则判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,根据关键点间的距离得出距离值,包括:
根据关键点,确定相应于人脸的对称性而左右对应的左第一点和右第一点;以及根据关键点,确定相应于人脸的对称性而左右对应的左第二点和右第二点;计算左第一点至左第二点的距离得到左距离值;计算右第一点至右第二点的距离得到右距离值。
进一步地,根据第一左距离值L1、第一右距离值R1、第二左距离值L2和第二右距离值R2,使用预设判断规则判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
根据预设公式和L1、R1、L2、R2得到目标计算结果;
根据目标计算结果和预设阀值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到。进一步地,确定相应于人脸的对称性而左右对应的左第二点和右第二点,包括:
确定关键点的中心;
确定关键点的中心同时为左第二点和右第二点;
确定相应于人脸的对称性而左右对应的左第一点和右第一点,包括:
根据关键点的中心将人脸图像划分为左右对应的左轮廓部分和右轮廓部分;
确定位于左轮廓部分上的关键点的中心为左第一点,
确定位于右轮廓部分上的关键点的中心为右第一点。
进一步地,确定相应于人脸的对称性而左右对应的左右对应的左第一点和右第一点,包括:
确定相应于人脸的对称性而左右对应的两关键点分别为左第一点和右第一点;
确定相应于人脸的对称性而左右对应的左第二点和右第二点,包括:
确定与左第一点距离最近的关键点为左第二点;
确定与右第一点距离最近的关键点为右第二点。
进一步地,根据预设公式和L1、R1、L2、R2得到目标计算结果,包括:
根据预设公式Z1/Z2和L1、R1、L2、R2得到目标计算结果,其中,Z1=L1/R1,Z2=L2/R2;
根据目标计算结果和预设阀值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
判断目标计算结果是否为第一预设阀值;
若目标计算结果为第一预设阀值,则第一人脸图像和第二人脸图像是通过摄取活体人脸而得到,否则第一人脸图像和第二人脸图像不是通过摄取活体人脸而得到。
进一步地,根据预设公式和L1、R1、L2、R2得到目标计算结果,包括:
根据预设公式(Z1-Z2)/(Z1+Z2)和L1、R1、L2、R2得到目标计算结果,Z1=L1/R1,Z2=L2/R2;
根据目标计算结果和预设阀值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
判断目标计算结果是否小于第二预设阀值;
若目标计算结果小于第二预设阀值,则第一人脸图像和第二人脸图像是通过摄取活体人脸而得到,否则第一人脸图像和第二人脸图像不是通过摄取活体人脸而得到。
进一步地,该方法还包括:
获取平面的人脸图像和活体人脸的图像;
利用距离计算规则分别对平面人脸图像信息和活体人脸图像信息进行训练,得到预设阀值;
存储预设阀值。
进一步地,关键点包括左眼的中心和右眼的中心、左眼的左右眼角、右眼的左右眼角、人脸两鼻孔的中心、左右嘴角。
综上所述,通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像后,可根据预设距离规则求出第一人脸图像的第一距离值和第二人脸图像的第二距离值,其中,预设距离规则为,提取人脸图像的关键点,根据关键点间的距离得出距离值,关键点用于代表人脸特征。因活体人脸位于不同的摄像头前,该不同的摄像头相对人脸会产生不同的角度,即第一摄像头和第二摄像头相对活体人脸会有角度差,该角度差反应到人脸图像上,第一人脸图像的关键点间的距离和第二人脸图像的关键点间的距离会不同,从而由第一人脸图像的关键点距离得出的第一距离值和由第二人脸图像的关键点间的距离得出的第二距离值不相同;若第一摄像头和第二摄像头获取的图像为图片、视频截图等平面人脸时,第一距离值和第二距离值将相同。从而通过设置两个摄像头并用其获取人脸图像,通过对不同人脸图像的分析即可判断出是否为活体人脸,相较于3维建模等方法,本发明的方法算法简单,易于实现,减少了成本。
图3是根据一示例性实施例示出的一种人脸防伪方法的流程图。结合图1所示的示意图,参见图3,本发明实施例提供的人脸防伪方法流程包括:
步骤301:通过第一摄像头获取第一人脸图像。
人脸防伪设备通过第一摄像头获取第一人脸图像,该第一人脸图像是包括人脸特征信息的图像。
例如,用户面对第一摄像头,第一摄像头摄取图像,此时可能该图像既包括人脸图像部分也包括非人脸图像部分,而非人脸图像部分,如可能是用户的背景、衣服等物体的图像,这些非人脸图像部分对人脸防伪不起作用,从而可以对人脸图像部分和非人脸图像部分进行分离,得到人脸图像部分,即得到第一人脸图像。当然,在有的实施例中,第一摄像头可以直接获取人脸图像,此时用户按照预设规则面对第一摄像,方便第一摄像头直接获取第一人脸图像。或者,第一人脸图像也可以包括非人脸图像部分,只要第一人脸图像包括人脸即可,从而对该人脸图像部分进行操作。
步骤302:通过第二摄像头获取第二人脸图像。
其中,对第一摄像头和第二摄像头间的相对位置本发明不作限定,可以是两摄像头相对水平面水平设置、垂直设置、倾斜设置等,但第一摄像头和第二摄像头在工作时都能获取到同一用户的人脸图像。而第一人脸图像和第二人脸图像为属于同一人脸的图像,从而可分析人脸图像是否为活体人脸,要实现该目的,例如可通过第一摄像头和第二摄像头同时摄取人脸图像或者间隔很短时间摄取人脸图像实现。
第二摄像头获取第二人脸图像的方法可参考步骤301。
可以理解,步骤301和步骤302可同时执行,也可相隔很短的时间不分先后地执行,为了提高防伪的准确性优选同时执行步骤301和302。
步骤303:提取第一人脸图像的关键点。
其中,关键点用于代表人脸特征,该人脸特征包括但不限于脸部器官的位置、形状、轮廓等信息,在人脸图像上可通过分散的多个关键点来代表这些人脸特征。关键点对人脸特征起标识作用,提取出关键点后即可以通过关键点的特征来表示人脸特征。
关键点数量的预设可有多种方式,例如,关键点包括左眼的中心和右眼的中心、人脸两鼻孔的中心、左右嘴角、左眼的左右眼角、右眼的左右眼角,共9个特征点。这些特征点的分布具有角度不变性,即易于从图像中提取,方便通过其来进行人脸防伪分析。在其他的实施例中,可在这9个特征点上扩展出来其他的特征点,包括脸部轮廓线的特征点等。在有的实施例中,对应人脸图像的关键点提取目前还有68个关键点、77个关键点、等等,关键点越多计算量就越大。当然,关键点只包括两个也是可行的,例如只有左眼左眼角和左嘴角。本发明实施例对关键点的设定形式不作具体限定,只要能通过提取的关键点来进行人脸防伪分析即可。
步骤304:根据第一人脸图像的关键点间的距离得出第一左距离值L1和第一右距离值R1。
第一左距离值L1和第一右距离值R1为第一人脸图像的距离值,即为第一距离值。
当然,在本发明有的实施例中,第一距离值可以只包括一个距离值,例如,设备确定两个关键点,然后计算该两个关键点的距离得出第一距离值,例如,该两个关键点的选择可以是左眼眼角和左嘴角,或者其他的组合方式。例如,从第一人脸图像中提取出左眼中心的关键点和左嘴角的关键点,得出第一距离值,类似的,从第二人脸图像中提取出左眼中心的关键点和左嘴角的关键点,得出第二距离值。然后可以根据该第一距离值和第二距离值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,其中,根据该第一距离值和第二距离值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到的具体方法具有多种,例如,可以将第一距离值和第二距离值带入预设公式,得到计算结果,根据计算结果进行判断,也可以是直接判断该第一距离值和第二距离值是否相等,若不相等则是活体人脸拍摄的图像,否则是伪造的人脸。
不过为提高判断的正确率,且又使得计算量不大,优选地根据一人脸图像得出的距离值有两个,即根据第一人脸图像得到第一左距离值L1和第一右距离值R1,以及根据第二人脸图像得到第二左距离值L2和第二右距离值R2,在判断是否为活体人脸时,利用了人脸图像上的更多的有效数据,从而提高了判断的准确性。
步骤305:提取第二人脸图像的关键点。
步骤305可参考步骤303。
步骤306:根据第二人脸图像的关键点间的距离得出第二左距离值L2和第二右距离值R2。
其中,该第二人脸图像和第一人脸图像在执行距离值计算时,两者的缩放比例优选相同,从而使得两图像符合计算使用要求,避免偏差。当然在有的实施例中,计算方法不同后,第一和第二人脸图像的缩放比例也可以不相同。
步骤306可参考步骤304。
可以理解,步骤303至步骤306中,只要同一图像的关键点提取步骤在距离值求出步骤之前即可,其他的步骤间的先后顺序本发明实施例对此不作限定。
其中,第一和第二人脸图像的关键点确定方法和根据关键点求出左右距离值的方法都相同,即第一人脸图像和第二人脸图像都是根据相同的预设距离规则得到距离值的,该预设距离规则包括提取人脸图像的关键点的规则,例如步骤303和步骤305,根据关键点间的距离得出距离值,例如步骤304和步骤306。
其中,在该预设距离规则中,根据关键点间的距离得出距离值可包括多种方法,例如,
根据关键点,确定相应于人脸的对称性而左右对应的左第一点和右第一点;
根据关键点,确定相应于人脸的对称性而左右对应的左第二点和右第二点;
计算左第一点至左第二点的距离得到左距离值;
计算右第一点至右第二点的距离得到右距离值。
其中,所谓的人脸的对称性即正常人脸所具有的左右对称性,相应于人脸的对称性而左右对应的两个关键点是左右对称的或者位于人脸的对称线上。
对上述方法的具体应用方式有多种,例如:
方式一:
A1:确定关键点的中心;
在对关键点执行计算之前,可对关键点进行相应的处理,例如对关键点进行编号,并建立坐标系,得出每一个关键点的坐标。关键点的中心即为所有关键点的坐标平均值。当然在有的实施例中,也可以从关键点中选取部分几个关键点通过几何法来确定关键点的中心。
A2:确定关键点的中心同时为左第二点和右第二点;
确定关键点的中心同时为左第二点和右第二点,该左第二点和右第二点重合,这也符合人脸的对称性,所谓确定关键点的中心为左第二点和右第二点,即将该关键点的中心用于计算距离值。
A3:根据关键点的中心将人脸图像划分为左右对应的左轮廓部分和右轮廓部分。
其中,该左轮廓部分和右轮廓部分将人脸左右平分为两半。
例如,以关键点的中心做一人脸中分线,人脸在中分线的左边为左轮廓部分,人脸在中分线右边为右轮廓部分。
A4:确定位于左轮廓部分上的关键点的中心为左第一点。
左轮廓部分上具有关键点,这些关键点的中心即左轮廓部分上的关键点的坐标平均值。确定出左轮廓部分上的关键点后,确定这些关键点的中心为左第一点,即以该左轮廓部分上的关键点的中心为计算距离值的端点。
A5:确定位于右轮廓部分上的关键点的中心为右第一点。
步骤A5可参考步骤A4。
A6:计算左第一点至左第二点的距离得到左距离值;
即求出左第一点与左第二点间的距离,其中对该距离的单位本发明不作限定。
A7:计算右第一点至右第二点的距离得到右距离值。
步骤A7可参考步骤A6。
例如,如图6和图7所示,对第一人脸图像和第二人脸图像提取关键点后,进行关键点的处理,对关键点进行编号,并且得到每个关键点的坐标。图6和图7中即分别示出了关键点的编号0至73。
其中,第一摄像头获取的第一人脸图像中,关键点的坐标平均值即为中心点。选取中心点A1,其中A1是眼鼻嘴的所有关键点的中心;以A1为中线划为左轮廓部分和右轮廓部分;选取中心点C1,其中C1是左边轮廓所有关键点的中心;选取中心点B1,其中B1是右边轮廓所有关键点的中心;计算A1-B1的距离R1;计算A1-C1的距离L2。即,根据第一人脸图像执行步骤A1至A7后,得到第一左距离值L1和第一右距离值R1,
第二摄像头获取的第二人脸图像中,关键点的坐标平均值即为中心点。选取中心点A2,其中A2是眼鼻嘴的所有关键点的中心;以A2为中线划为左边轮廓和右边轮廓;选取中心点C2,其中C2是左边轮廓所有关键点的中心,选取中心点B2,其中B2是右边轮廓所有关键点的中心;计算A2-B2的距离R2;计算A2-C2的距离L2。即,根据第二人脸图像执行步骤A1至A7后,得到第二左距离值L2和第二右距离值R2。
方式二
B1:根据关键点,确定相应于人脸的对称性而左右对应的两关键点分别为左第一点和右第一点;
B2:确定与左第一点距离最近的关键点为左第二点;
B3:确定与右第一点距离最近的关键点为右第二点。
B4:计算左第一点至左第二点的距离得到左距离值;
B5:计算右第一点至右第二点的距离得到右距离值。
在方式二中,确定相应于人脸的对称性而左右对应的两关键点分别为左第一点和右第一点,例如,左第一点为左嘴角,右第一点为右嘴角,从而L1或L2为左嘴角到与其最近的左侧轮廓关键点的距离值,R1或R2为右嘴角到与其最近的右侧轮廓关键点的距离值;或者,左第一点为左眼左角,右第一点为右眼右角,从而L1或L2为左眼左角到与其最近的左侧轮廓关键点的距离值,R1或R2为右眼右角到与其最近的右侧轮廓关键点的距离值。
步骤307:根据预设公式和L1、R1、L2、R2得到目标计算结果;
即,将L1、R1、L2、R2的数值带入预设公式中,以得到目标计算结果。
步骤308:根据目标计算结果和预设阀值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到。
其中,预设公式有多种,只要能与预设阀值结合比较判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到即可,本发明实施例对预设公式不作具体限定。
对预设公式的设定和与预设阀值的结合,举两个例子,
例一:
根据预设公式Z1/Z2和L1、R1、L2、R2得到目标计算结果,其中,Z1=L1/R1,Z2=L2/R2;
然后,判断目标计算结果是否为第一预设阀值;
若目标计算结果为第一预设阀值,则第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,否则第一人脸图像和第二人脸图像不是通过摄取活体人脸而得到。
例二
根据预设公式(Z1-Z2)/(Z1+Z2)和L1、R1、L2、R2得到目标计算结果,Z1=L1/R1,Z2=L2/R2;
然后,判断目标计算结果是否小于第二预设阀值;
若目标计算结果小于第二预设阀值,则第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,否则第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到。
其中,预设阀值的设定可以是用户输入设定,也可以是通过设备的训练得到。在通过设备的训练得到预设阀值的方式中,本发明实施例的人脸防伪方法还包括:
C1:获取平面的人脸图像和活体人脸的图像;
C2:利用距离计算规则分别对平面的人脸图像和活体人脸的图像进行训练,得到预设阀值;
其中,具体方法有多种,如第一摄像头和第二摄像头通过摄取图片人脸获取到平面人脸图像和通过摄取活体人脸获取到对应的活体人脸图像后,根据上述的距离计算规则来对这两种图像进行分析计算,得到不同图像的不同目标计算结果,然后将平面人脸图像的目标计算结果进行统计分析,将活体人脸图像的目标计算结果进行统计分析,并将两种统计分析结果进行比较修正,从而得到预设阀值。
C3:存储预设阀值。
可以理解,用户也可以通过其他设备来训练得出预设阀值,然后将该预设阀值输入到用于人脸防伪的设备。
可以理解,上述根据预设公式计算,得到目标计算结果,从而根据目标计算结果和预设阀值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,只是利用第一左距离值L1、第一右距离值R1、第二左距离值L2和第二右距离值R2来判断的其中一种方法,本发明实施例还有其他的判断方法,例如,判断L1和L2是否相等、判断R1和R2是否相等,若都相等,则第一人脸图像和第二人脸图像是伪造活体人脸拍摄得到,若都不相等,则第一人脸图像和第二人脸图像是拍摄活体人脸得到。即根据第一左距离值L1、第一右距离值R1、第二左距离值L2和第二右距离值R2,使用预设判断规则判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,本发明实施例对预设判断规则不作具体限定。
可以理解,本发明实施例是以两个摄像头来进行说明的,但在本发明的一些实施例中,可以为多个摄像头来获取人脸图像,只要是至少两个即可,例如三个、四个等等数量的摄像头,本发明实施例对此不作限定。
可以理解,本发明实施例的第一人脸图像是相对第二人脸图像来说的,在本发明有的实施例中,可以获取多张人脸图像,只要两两比较其中的人脸图像即可。
可以理解,上述实施例是以一张人脸图像获取两个距离值进行说明的,在本发明有的实施例中,还可以从一张人脸图像中获取一个或三个、四个乃至更多的距离值,只要不同的人脸图像间,能相互比较对应的距离值即可,本发明实施例,对此不作具体限定。
综上所述,通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像后,可根据预设距离规则求出第一人脸图像的第一距离值和第二人脸图像的第二距离值,其中,预设距离规则为,提取人脸图像的关键点,根据关键点间的距离得出距离值,关键点用于代表人脸特征。因活体人脸位于不同的摄像头前,该不同的摄像头相对人脸会产生不同的角度,即第一摄像头和第二摄像头相对活体人脸会有角度差,该角度差反应到人脸图像上,第一人脸图像的关键点间的距离和第二人脸图像的关键点间的距离会不同,从而由第一人脸图像的关键点距离得出的第一距离值和由第二人脸图像的关键点间的距离得出的第二距离值不相同;若第一摄像头和第二摄像头获取的图像为图片、视频截图等平面人脸时,第一距离值和第二距离值将相同。从而通过设置两个摄像头并用其获取人脸图像,通过对不同人脸图像的分析即可判断出是否为活体人脸,相较于3维建模等方法,本发明的方法算法简单,易于实现,减少了成本。
图4是根据一示例性实施例示出的一种人脸防伪装置的结构示意图,该装置可集成在人脸防伪设备上,该装置用于执行上述图2至图3对应的实施例中任一实施中设备执行的功能。参见图4,该装置包括:
图像获取单元401,用于通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像,其中第一人脸图像和第二人脸图像为属于同一人脸的图像;
距离计算单元402,用于根据预设距离规则求出第一人脸图像的第一距离值;
距离计算单元402,还用于根据预设距离规则求出第二人脸图像的第二距离值;
人脸判断单元403,根据第一距离值和第二距离值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,距离计算单元402,包括:
提取模块404,用于提取人脸图像的关键点,
距离求取模块405,用于根据关键点间的距离得出距离值,关键点用于代表人脸特征。
可选地,
第一距离值包括第一左距离值L1和第一右距离值R1,第二距离值包括第二左距离值L2和第二右距离值R2;
人脸判断单元,还用于根据第一左距离值L1、第一右距离值R1、第二左距离值L2和第二右距离值R2,使用预设判断规则判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
如图5所示,其中,距离求取模块405,包括:
第一确定子模块408,用于根据关键点,确定相应于人脸的对称性而左右对应的左第一点和右第一点;
第二确定子模块409,用于根据关键点,确定相应于人脸的对称性而左右对应的左第二点和右第二点;
第一计算子模块410,用于计算左第一点至左第二点的距离得到左距离值;
第二计算子模块411,用于计算右第一点至右第二点的距离得到右距离值。
可选地,人脸判断单元403,包括:
判断计算模块406,用于根据预设公式和L1、R1、L2、R2得到目标计算结果;
活体人脸判断模块407,用于根据目标计算结果和预设阀值判断第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到。
可选地,
第二确定子模块409,包括:
第一确定子单元412,用于确定关键点的中心;
第二确定子单元413,用于确定关键点的中心同时为左第二点和右第二点;
第一确定子模块408,包括:
轮廓划分子单元414,用于根据关键点的中心将人脸图像划分为左右对应的左轮廓部分和右轮廓部分;
左确定子单元415,用于确定位于左轮廓部分上的关键点的中心为左第一点,
右确定子单元416,用于确定位于右轮廓部分上的关键点的中心为右第一点。
可选地,
第一确定子模块408,还用于确定相应于人脸的对称性而左右对应的两关键点分别为左第一点和右第一点;
第二确定子模块409,包括:
第二左确定子单元417,用于确定与左第一点距离最近的关键点为左第二点;
第二右确定子单元418,用于确定与右第一点距离最近的关键点为右第二点。
可选地,
判断计算模块406,还用于根据预设公式Z1/Z2和L1、R1、L2、R2得到目标计算结果,其中,Z1=L1/R1,Z2=L2/R2;
活体人脸判断模块407,包括:
第一数值判断子模块419,用于判断目标计算结果是否为第一预设阀值;
第一人脸判断子模块420,用于若目标计算结果为第一预设阀值,则第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,否则第一人脸图像和第二人脸图像不是通过摄取活体人脸而得到。
可选地,
判断计算模块406,还用于根据预设公式(Z1-Z2)/(Z1+Z2)和L1、R1、L2、R2得到目标计算结果,Z1=L1/R1,Z2=L2/R2;
活体人脸判断模块407,包括:
第二数值判断子模块421,用于判断目标计算结果是否小于第二预设阀值;
第二人脸判断子模块422,用于若目标计算结果小于第二预设阀值,则第一人脸图像和第二人脸图像是通过摄取活体人脸而得到,否则第一人脸图像和第二人脸图像不是通过摄取活体人脸而得到。
可选地,该装置还包括:
训练获取单元423,用于获取平面的人脸图像和活体人脸的图像;
训练单元424,利用距离计算规则分别对平面的人脸图像和活体人脸的图像进行训练,得到预设阀值;
存储单元425,用于存储预设阀值。
可选地,关键点包括左眼的中心和右眼的中心、左眼的左右眼角、右眼的左右眼角、人脸两鼻孔的中心、左右嘴角。
综上所述,通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像后,可根据预设距离规则求出第一人脸图像的第一距离值和第二人脸图像的第二距离值,其中,预设距离规则为,提取人脸图像的关键点,根据关键点间的距离得出距离值,关键点用于代表人脸特征。因活体人脸位于不同的摄像头前,该不同的摄像头相对人脸会产生不同的角度,即第一摄像头和第二摄像头相对活体人脸会有角度差,该角度差反应到人脸图像上,第一人脸图像的关键点间的距离和第二人脸图像的关键点间的距离会不同,从而由第一人脸图像的关键点距离得出的第一距离值和由第二人脸图像的关键点间的距离得出的第二距离值不相同;若第一摄像头和第二摄像头获取的图像为图片、视频截图等平面人脸时,第一距离值和第二距离值将相同。从而通过设置两个摄像头并用其获取人脸图像,通过对不同人脸图像的分析即可判断出是否为活体人脸,相较于3维建模等方法,本发明的方法算法简单,易于实现,减少了成本。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (14)

1.一种人脸防伪方法,其特征在于,包括:
通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像,其中所述第一人脸图像和第二人脸图像为属于同一人脸的图像;
根据预设距离规则求出所述第一人脸图像的第一距离值;
根据所述预设距离规则求出所述第二人脸图像的第二距离值;
根据所述第一距离值和第二距离值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,所述预设距离规则为,提取人脸图像的关键点,根据所述关键点间的距离得出距离值,所述关键点用于代表人脸特征。
2.根据权利要求1所述的方法,其特征在于,
所述第一距离值包括第一左距离值L1和第一右距离值R1,所述第二距离值包括第二左距离值L2和第二右距离值R2;
所述根据所述第一距离值和第二距离值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
根据所述第一左距离值L1、所述第一右距离值R1、所述第二左距离值L2和第二右距离值R2,使用预设判断规则判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,所述根据所述关键点间的距离得出距离值,包括:
根据所述关键点,确定相应于人脸的对称性而左右对应的左第一点和右第一点;以及根据所述关键点,确定相应于人脸的对称性而左右对应的左第二点和右第二点;计算所述左第一点至所述左第二点的距离得到左距离值;计算所述右第一点至所述右第二点的距离得到右距离值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一左距离值L1、所述第一右距离值R1、所述第二左距离值L2和第二右距离值R2,使用预设判断规则判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
根据预设公式和所述L1、R1、L2、R2得到目标计算结果;
根据所述目标计算结果和预设阀值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到。
4.根据权利要求2所述的方法,其特征在于,
所述确定相应于人脸的对称性而左右对应的左第二点和右第二点,包括:
确定所述关键点的中心;
确定所述关键点的中心同时为左第二点和右第二点;
所述确定相应于人脸的对称性而左右对应的左第一点和右第一点,包括:
根据所述关键点的中心将所述人脸图像划分为左右对应的左轮廓部分和右轮廓部分;
确定位于所述左轮廓部分上的关键点的中心为所述左第一点,
确定位于所述右轮廓部分上的关键点的中心为所述右第一点。
5.根据权利要求2所述的方法,其特征在于,
所述确定相应于人脸的对称性而左右对应的左第一点和右第一点,包括:
确定相应于人脸的对称性而左右对应的两关键点分别为所述左第一点和右第一点;
所述确定相应于人脸的对称性而左右对应的左第二点和右第二点,包括:
确定与左第一点距离最近的关键点为左第二点;
确定与右第一点距离最近的关键点为右第二点。
6.根据权利要求3所述的方法,其特征在于,
所述根据预设公式和所述L1、R1、L2、R2得到目标计算结果,包括:
根据预设公式Z1/Z2和所述L1、R1、L2、R2得到目标计算结果,其中,Z1=L1/R1,Z2=L2/R2;
所述根据所述目标计算结果和预设阀值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
判断所述目标计算结果是否为第一预设阀值;
若所述目标计算结果为所述第一预设阀值,则所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,否则所述第一人脸图像和第二人脸图像不是通过摄取活体人脸而得到。
7.根据权利要求3所述的方法,其特征在于,
所述根据预设公式和所述L1、R1、L2、R2得到目标计算结果,包括:
根据预设公式(Z1-Z2)/(Z1+Z2)和所述L1、R1、L2、R2得到目标计算结果,Z1=L1/R1,Z2=L2/R2;
所述根据所述目标计算结果和预设阀值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到,包括:
判断所述目标计算结果是否小于所述第二预设阀值;
若所述目标计算结果小于所述第二预设阀值,则所述第一人脸图像和第二人脸图像是通过摄取活体人脸而得到,否则所述第一人脸图像和第二人脸图像不是通过摄取活体人脸而得到。
8.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取平面的人脸图像和活体人脸的图像;
根据所述预设距离规则和预设公式使用所述平面的人脸图像和活体人脸的图像进行训练,得到预设阀值;
存储所述预设阀值。
9.根据权利要求1所述的方法,其特征在于,所述关键点包括左眼的中心和右眼的中心、左眼的左右眼角、右眼的左右眼角、人脸两鼻孔的中心、左右嘴角。
10.一种人脸防伪装置,其特征在于,包括:
图像获取单元,用于通过第一摄像头获取第一人脸图像和通过第二摄像头获取第二人脸图像,其中所述第一人脸图像和第二人脸图像为属于同一人脸的图像;
距离计算单元,用于根据预设距离规则求出所述第一人脸图像的第一距离值;
所述距离计算单元,还用于根据所述预设距离规则求出所述第二人脸图像的第二距离值;
人脸判断单元,根据所述第一距离值和第二距离值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,所述距离计算单元,包括:
提取模块,用于提取人脸图像的关键点,
距离求取模块,用于根据所述关键点间的距离得出距离值,所述关键点用于代表人脸特征。
11.根据权利要求10所述的装置,其特征在于,
所述第一距离值包括第一左距离值L1和第一右距离值R1,所述第二距离值包括第二左距离值L2和第二右距离值R2;
所述人脸判断单元,还用于根据所述第一左距离值L1、所述第一右距离值R1、所述第二左距离值L2和第二右距离值R2,使用预设判断规则判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到;
其中,所述距离求取模块,包括:
第一确定子模块,用于根据所述关键点,确定相应于人脸的对称性而左右对应的左第一点和右第一点;
第二确定子模块,用于根据所述关键点,确定相应于人脸的对称性而左右对应的左第二点和右第二点;
第一计算子模块,用于计算所述左第一点至所述左第二点的距离得到左距离值;
第二计算子模块,用于计算所述右第一点至所述右第二点的距离得到右距离值。
12.根据权利要求11所述的装置,其特征在于,
所述人脸判断单元,包括:
判断计算模块,用于根据预设公式和所述L1、R1、L2、R2得到目标计算结果;
活体人脸判断模块,用于根据所述目标计算结果和预设阀值判断所述第一人脸图像和第二人脸图像是否是通过摄取活体人脸而得到。
13.根据权利要求11所述的装置,其特征在于,
所述第二确定子模块,包括:
第一确定子单元,用于确定所述关键点的中心;
第二确定子单元,用于确定所述关键点的中心同时为左第二点和右第二点;
所述第一确定子模块,包括:
轮廓划分子单元,用于根据所述关键点的中心将所述人脸图像划分为左右对应的左轮廓部分和右轮廓部分;
左确定子单元,用于确定位于所述左轮廓部分上的关键点的中心为所述左第一点,
右确定子单元,用于确定位于所述右轮廓部分上的关键点的中心为所述右第一点。
14.根据权利要求11所述的装置,其特征在于,
所述第一确定子模块,还用于确定相应于人脸的对称性而左右对应的两关键点分别为所述左第一点和右第一点;
所述第二确定子模块,包括:
第二左确定子单元,用于确定与所述左第一点距离最近的关键点为左第二点;
第二右确定子单元,用于确定与所述右第一点距离最近的关键点为右第二点。
CN201610701604.8A 2016-08-22 2016-08-22 人脸防伪方法和装置 Active CN106355139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610701604.8A CN106355139B (zh) 2016-08-22 2016-08-22 人脸防伪方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610701604.8A CN106355139B (zh) 2016-08-22 2016-08-22 人脸防伪方法和装置

Publications (2)

Publication Number Publication Date
CN106355139A true CN106355139A (zh) 2017-01-25
CN106355139B CN106355139B (zh) 2019-08-30

Family

ID=57843616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610701604.8A Active CN106355139B (zh) 2016-08-22 2016-08-22 人脸防伪方法和装置

Country Status (1)

Country Link
CN (1) CN106355139B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107403146A (zh) * 2017-07-14 2017-11-28 广东欧珀移动通信有限公司 检测方法及相关产品
CN107609471A (zh) * 2017-08-02 2018-01-19 深圳元见智能科技有限公司 一种人脸活体检测方法
CN108764121A (zh) * 2018-05-24 2018-11-06 释码融和(上海)信息科技有限公司 用于检测活体对象的方法、计算设备及可读存储介质
CN110059590A (zh) * 2019-03-29 2019-07-26 努比亚技术有限公司 一种人脸活体验证方法、装置、移动终端及可读存储介质
CN111428542A (zh) * 2019-01-10 2020-07-17 江苏邦融微电子有限公司 一种人脸识别方法、装置、门禁系统、门禁控制方法及存储介质
CN112906512A (zh) * 2021-02-03 2021-06-04 北京海迩西医疗科技有限公司 一种确定人体关节的方法、装置以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100158319A1 (en) * 2008-12-22 2010-06-24 Electronics And Telecommunications Research Institute Method and apparatus for fake-face detection using range information
CN104615997A (zh) * 2015-02-15 2015-05-13 四川川大智胜软件股份有限公司 一种基于多摄像机的人脸防伪方法
CN105205458A (zh) * 2015-09-16 2015-12-30 北京邮电大学 人脸活体检测方法、装置及系统
CN105550625A (zh) * 2015-06-30 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种活体虹膜检测方法及终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100158319A1 (en) * 2008-12-22 2010-06-24 Electronics And Telecommunications Research Institute Method and apparatus for fake-face detection using range information
CN104615997A (zh) * 2015-02-15 2015-05-13 四川川大智胜软件股份有限公司 一种基于多摄像机的人脸防伪方法
CN105550625A (zh) * 2015-06-30 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种活体虹膜检测方法及终端
CN105205458A (zh) * 2015-09-16 2015-12-30 北京邮电大学 人脸活体检测方法、装置及系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107403146A (zh) * 2017-07-14 2017-11-28 广东欧珀移动通信有限公司 检测方法及相关产品
CN107609471A (zh) * 2017-08-02 2018-01-19 深圳元见智能科技有限公司 一种人脸活体检测方法
CN108764121A (zh) * 2018-05-24 2018-11-06 释码融和(上海)信息科技有限公司 用于检测活体对象的方法、计算设备及可读存储介质
CN108764121B (zh) * 2018-05-24 2021-03-02 释码融和(上海)信息科技有限公司 用于检测活体对象的方法、计算设备及可读存储介质
CN111428542A (zh) * 2019-01-10 2020-07-17 江苏邦融微电子有限公司 一种人脸识别方法、装置、门禁系统、门禁控制方法及存储介质
CN111428542B (zh) * 2019-01-10 2024-02-20 江苏邦融微电子有限公司 一种人脸识别方法、装置、门禁系统、门禁控制方法及存储介质
CN110059590A (zh) * 2019-03-29 2019-07-26 努比亚技术有限公司 一种人脸活体验证方法、装置、移动终端及可读存储介质
CN110059590B (zh) * 2019-03-29 2023-06-30 努比亚技术有限公司 一种人脸活体验证方法、装置、移动终端及可读存储介质
CN112906512A (zh) * 2021-02-03 2021-06-04 北京海迩西医疗科技有限公司 一种确定人体关节的方法、装置以及存储介质

Also Published As

Publication number Publication date
CN106355139B (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN106355139A (zh) 人脸防伪方法和装置
CN104978549B (zh) 三维人脸图像特征提取方法和系统
CN107403168B (zh) 一种面部识别系统
CN109934195A (zh) 一种基于信息融合的反欺骗三维人脸识别方法
US9881204B2 (en) Method for determining authenticity of a three-dimensional object
CN109033940B (zh) 一种图像识别方法、装置、计算设备及存储介质
CN105740778B (zh) 一种改进的三维人脸活体检测方法及其装置
WO2017059591A1 (zh) 手指静脉识别方法及装置
CN110866466B (zh) 一种人脸识别方法、装置、存储介质和服务器
CN114627543A (zh) 用于脸部识别的方法和设备
CN110069989B (zh) 人脸图像处理方法及装置、计算机可读存储介质
KR20160029629A (ko) 얼굴 인식 방법 및 장치
CN104573634A (zh) 一种三维人脸识别方法
CN108416291B (zh) 人脸检测识别方法、装置和系统
CN104615997B (zh) 一种基于多摄像机的人脸防伪方法
CN108268814A (zh) 一种基于全局和局部特征模糊融合的人脸识别方法及装置
CN111382592B (zh) 活体检测方法和设备
KR20160093523A (ko) 안구 위치 정보 확정 방법 및 장치
CN113255561B (zh) 头发信息识别方法、装置、设备及存储介质
CN108389053B (zh) 支付方法、装置、电子设备及可读存储介质
CN110728242A (zh) 基于人像识别的图像匹配方法、装置、存储介质及应用
Santhosh et al. Biometric authentication system using matlab
CN106980818B (zh) 一种用于人脸图像的个性化预处理方法、系统及其终端
JP2013218605A (ja) 画像認識装置、画像認識方法及びプログラム
Ming et al. A unified 3D face authentication framework based on robust local mesh SIFT feature

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170824

Address after: 361008, Xiamen three software park, Fujian Province, 8 North Street, room 2001

Applicant after: Xiamen Central Intelligent Information Technology Co., Ltd.

Address before: 361000 Fujian province Xiamen software park two sunrise Road No. 32 403 unit 02 District

Applicant before: XIAMEN ZHONGKONG BIOLOGICAL RECOGNITION INFORMATION TECHNOLOGY CO., LTD.

GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Room 1301, No.132, Fengqi Road, phase III, software park, Xiamen City, Fujian Province

Patentee after: Xiamen Entropy Technology Co., Ltd

Address before: 361008 room 8, 2001 North Avenue, Xiamen Software Park, Fujian, three

Patentee before: XIAMEN ZKTECO BIOMETRIC IDENTIFICATION TECHNOLOGY Co.,Ltd.