CN107480576A - 人脸识别方法、活体人脸检测方法、装置和设备 - Google Patents
人脸识别方法、活体人脸检测方法、装置和设备 Download PDFInfo
- Publication number
- CN107480576A CN107480576A CN201610399481.7A CN201610399481A CN107480576A CN 107480576 A CN107480576 A CN 107480576A CN 201610399481 A CN201610399481 A CN 201610399481A CN 107480576 A CN107480576 A CN 107480576A
- Authority
- CN
- China
- Prior art keywords
- image sequence
- described image
- image
- sequence
- change
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本申请提出一种人脸识别方法、活体人脸检测方法、装置和设备,其中,该人脸识别方法,包括以下步骤:获取目标人脸的图像序列;提取所述图像序列的图像数据;根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;以及如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。本申请的人脸识别方法,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且操作自然、简单。
Description
技术领域
本申请涉及人脸识别技术领域,特别涉及一种人脸识别方法、活体人脸检测方法、装置和设备。
背景技术
随着人脸识别技术的不断发展,人脸识别技术已经广泛地用于身份认证。例如,可利用手机等现有的摄像设备拍摄人脸等生物特征就可以认证或识别用户身份。但是,目前存在用彩色高清图片或面具模仿真实用户的人脸进行身份验证的情况,这导致验证系统将静态图像误认为是真实用户,造成认证不正确,甚至给用户带来经济损失。
发明内容
本申请旨在至少在一定程度上解决上述技术问题。
为此,本申请的第一个目的在于提出一种人脸识别方法,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高。
本申请的第二个目的在于提出一种人脸识别装置。
本申请的第三个目的在于提出一种设备。
本申请的第四个目的在于提出一种活体人脸检测方法。
本申请的第五个目的在于提出一种活体人脸检测装置。
本申请的第六个目的在于提出一种设备。
本申请的第七个目的在于提出一种设备。
本申请的第八个目的在于提出一种设备。
为达上述目的,根据本申请第一方面实施例提出了一种人脸识别方法,包括以下步骤:获取目标人脸的图像序列;提取所述图像序列的图像数据;根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;以及如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
本申请实施例的人脸识别方法,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,在确定为活体人脸时才进行人脸识别,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
本申请第二方面实施例提供了一种人脸识别装置,包括:获取模块,用于获取目标人脸的图像序列;提取模块,用于提取所述图像序列的图像数据;判断模块,用于根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;识别模块,用于当所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
本申请实施例的人脸识别装置,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,在确定为活体人脸时才进行人脸识别,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作操作更加自然、简单。
本申请第三方面实施例提供了一种设备,包括本申请第二方面实施例的人脸识别装置。
本申请实施例的设备,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,在确定为活体人脸时才进行人脸识别,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作操作更加自然、简单。
本申请第四方面实施例提供了一种活体人脸检测方法,包括以下步骤:获取目标人脸的图像序列;提取所述图像序列的图像数据;根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
本申请实施例的活体人脸检测方法,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
本申请第五方面实施例提供了一种活体人脸检测装置,包括:图像采集模块,用于获取目标人脸的图像序列;提取模块,用于提取所述图像序列的图像数据;判断模块,用于根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;识别模块,用于当所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
本申请实施例的活体人脸检测装置,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
本申请第六方面实施例提供了一种设备,包括本申请第五方面实施例的活体人脸检测装置。
本申请实施例的设备,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
本申请第七方面实施例提供了一种设备,包括:包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于:获取目标人脸的图像序列;提取所述图像序列的图像数据;根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;以及如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
本申请实施例的设备,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,在确定为活体人脸时才进行人脸识别,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作操作更加自然、简单。
本申请第八方面实施例提供了一种设备,包括:包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于:获取目标人脸的图像序列;提取所述图像序列的图像数据;根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
本申请实施例的设备,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请一个实施例的人脸识别方法的流程图;
图2为根据本申请另一个实施例的人脸识别方法的流程图;
图3为根据本申请一个实施例的金字塔多分辨分解过程的示意图;
图4为根据本申请另一个实施例的人脸识别方法的流程图;
图5为根据本申请一个实施例的人脸识别方法的场景交互示意图;
图6为根据本申请一个实施例的人脸识别装置的结构示意图一;
图7为根据本申请另一个实施例的人脸识别装置的结构示意图二;
图8为根据本申请另一个实施例的人脸识别装置的结构示意图三;
图9为根据本申请另一个实施例的人脸识别装置的结构示意图四;
图10为根据本申请一个实施例的活体人脸检测方法的流程图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
为了防止因使用彩色人脸图片或面具等模仿活体人脸进行身份验证,导致非法验证的情况,本申请提出了一种人脸识别方法。
下面参考附图描述根据本申请实施例的人脸识别方法、装置和设备。
图1为根据本申请一个实施例的人脸识别方法的流程图。
如图1所示,根据本申请实施例的人脸识别方法,包括:
S101,获取目标人脸的图像序列。
在本发明的实施例中,可通过拍摄装置在一定时间内对待识别的目标人脸进行图像采集,获取目标人脸的图像序列。
其中,图像采集的方式可为录像或者高频率拍摄。
其中,拍摄装置可以包括但不限于:手机、笔记本电脑、台式电脑或监控设备等。
S102,提取图像序列的图像数据。
在本发明的实施例中,可对图像序列中每个图像分别进行图像数据提取,或者对图像序列中的图像进行采样,并对采样得到的图像进行图像数据提取。
其中,图像数据可包括但不限于图像点的光的强弱、颜色数据、频谱数据等。
S103,根据所述图像数据判断所述图像序列在预设时间内的光线变化是否满足预设条件。
对于活体人脸来说,面部存在血液流动。当血液流动的时候就会产生面部反射的光线的变化。人皮肤表面反射的光线与血流量成反比。
因此,如果目标人脸是活体,则针对活体人脸采集的图像序列在其采集的预设时间内光线的变化是满足预设条件的。具体地,可通过但不限于以下方式判断图像序列中的图像在其采集的预设时间内光线变化是满足预设条件:判断光线变化次数是否大于预设次数,或者判断光线变化频率是否大于预设频率或满足预设范围等。
其中,光线的变化可包括光的强弱变化、颜色变化、频谱变化等,因此,可根据图像序列的图像数据变化情况确定光线变化情况,进而根据光线变化请求判断图像序列在预设时间内的光线变化是否满足预设条件。
具体地,在本申请的一个实施例中,以图像数据为空间频率的基带数据,结合图2对步骤S103进行说明。
其中,空间频率的基带数据是指不同颜色对应的频段数据。
如图2所示,S103可具体包括:
S201,使用预设滤波规则对所述图像序列的基带数据进行带通滤波,以得到预设频率的滤波信号。
由于在较短的时间内针对活体人脸采集的图像序列的光线变化是由人脸血液流动、心率等因素决定的。因此,在分析图像序列的光线变化情况时,感兴趣的信号是与血液流动、心率等因素相关的信号。因而,可通过带通滤波对图像序列中各个图像的基带数据进行滤波,将与血液流动、心率无关的光波频段过滤掉,得到与血液流动、心率相关的信号。
举例来说,可选择频段0.4~4赫兹(对应的心率范围为24~240次/分钟)的频率信号进行带通滤波,得到与心率相关的信号。
S202,将所述图像序列中相邻两个图像的滤波信号进行比对,以确定所述图像序列中图像发生变化的次数。
在本申请的一个实施例中,可从所述图像序列中的第一个图像和第二个图像开始,判断所述图像序列中相邻两个图像的滤波信号之间的变化是否超过预设阈值;如果超过,则判断相邻两个图像发生了变化,并累计图像的变化次数,直至比对至所述图像序列中的最后一个图像,得到所述图像序列中图像发生变化的次数。
其中,相邻两个图像的滤波信号之间的变化可通过提取两个图像的颜色空间数值,并比对两个图像的颜色空间数值来进行判断。例如,比对RGB颜色空间的颜色值,或者将图像转换为灰度图像后,对图像的灰度值进行比对等。
S203,根据所述图像序列中图像发生变化的次数和所述预设时间确定所述图像序列中图像变化频率。
在本申请的一个实施例中,可用采集到的图像序列中图像发生变化的次数除以采集图像的预设时间得到图像变化频率。
S204,如果所述变化频率属于预设频率范围,则判断所述图像序列在所述预设时间内的变化满足预设条件。
在本申请的实施例中,预设频率范围可根据心跳频率范围设定。可根据不同的检测需求选择不同的心跳频率范围,以设定预设频率范围。
举例来说,人类的心跳频率一般不会超过24~240次/分钟,对应的心跳频率范围为0.4~4次/秒,则预设频率范围可为0.4~4次/秒;也可设定更窄范围的以提高识别要求,例如以心跳频率范围为48~120次/分钟为例,对应的心跳频率范围为0.8~2次/秒,则预设频率范围可为0.8~2次/秒。如果图像序列中图像的变化频率属于该心跳频率范围,则可判断图像序列在所述预设时间内的变化满足预设条件。
在本申请的一个实施例中,还可对步骤S201得到的预设频率的滤波信号进行差分逼近,例如使用泰勒基数进行差分逼近,从而对滤波信号进行放大,以便于步骤S202-S204的比对。
S104,如果所述图像序列在预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
本申请实施例的人脸识别方法,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,在确定为活体人脸时才进行人脸识别,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
在本申请的一个实施例中,如果所述图像序列在所述预设时间内的变化不满足预设条件,则确定所述目标人脸为非活体人脸,并进行提示。
如果确定了目标人脸为活体人脸,则表示存在他人使用高清图片或面具等工具进行虚假认证,存在安全隐患,可锁定设备,以防止继续进行人脸识别、验证,还可想用户预设的安全设备发送提示消息,以提醒用户当前存在非法认证的情况,便于用户采取相应的措施。
在本申请的一个实施例中,在所述获取目标人脸的图像序列之后,还可包括:对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合,其中,所述图像集合包括与相应图像对应的多个不同分辨率的图像。
进一步地,对于图像序列中的各个图像对应的图像集合,可分别进行图像数据提取,以得到图像序列的图像数据,以便根据图像序列的图像数据确定目标人脸是否为活体人脸。在本申请的一个实施例中,在进行多分辨分解时,可采用金字塔多分辨分解方法。具体地,对于每个图像来说,金字塔多分辨率分解的过程可包括:
使用能够低通滤波器对图像进行平滑处理,然后,对平滑后的图像进行降采样处理,得到一系列分辨率逐渐缩小的图像。举例来说,如图3所示,对于原始图像(即图像序列中的一个图像平滑进行处理之后得到的图像,图3中l=0对应的图像),可以原始图像的分辨率的长、宽各一半作为采样分辨率进行采样,即以原始图像的四分之一的像素进行采样,得到待处理图像(图3中l=1对应的图像)。对于待处理图像仍然按照上述采样规则进行采样,得到新的待处理图像(图3中l=2对应的图像),并重复上述降采样过程,直至得到的待处理图像的分辨率小于预设分辨率,由此,可得到一系列分辨率逐渐缩小的图像。由此,对于图像序列中的每个图像可得到一个包含一系列分辨率逐渐缩小的图像集合。
进而,对于图像序列中的一个图像,可针对该图像得到的多个不同分辨率的图像提取基带数据,由此得到的基带数据,在后续分析图像时能够增强分析结果对尺度、光照和旋转的容忍度,使分析结果抗噪更强。
进一步地,在对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合之后,还可包括:对与所述图像序列中的图像对应的图像集合中的图像进行下采样;其中,对下采样后的图像集合进行图像数据提取,得到所述图像序列的图像数据。其中,下采样是指,对于一个样本序列间隔几个样本取样一次,这样得到新序列就是原序列的下采样。也就是说,对于每个图像对应的一系列分辨率逐渐缩小的图像集合,可进行间隔采样,得到下采样图像集合,进而,根据下采样图像集合提取图像数据,能够减少图像数据提取以及后续比对的工作量,从而提高识别效率。
图4为根据本申请另一个实施例的人脸识别方法的流程图。
如图4所示,根据本申请实施例的人脸识别方法,包括:
S401,获取目标人脸的图像序列。
在本发明的实施例中,可通过拍摄装置在一定时间内对待识别的目标人脸进行图像采集,获取目标人脸的图像序列。
其中,图像采集的方式可为录像或者高频率拍摄。
其中,拍摄装置可以包括但不限于:手机、笔记本电脑、台式电脑或监控设备等。
S402,对所述图像序列中的至少一个图像进行人脸检测,以确定所述图像序列为人脸图像序列。
也就是说,可从图像序列中选出一个或者多个图像,并检测图像中是否含有人脸,如果有,则可判断该图像序列为人脸图像序列,并进行后续处理,否则,则可停止后续操作,并提示用户采集人脸图像。由此,能够有效识别出因此误操作或者恶意操作导致对不包含人脸的图像序列,并停止进行后续识别处理,提高人脸识别效率。
S403,对所述图像序列中的图像进行质量判断。
由于图像质量较低可能影响后续人脸识别的精确度,因此,在采集到图像序列后,可对图像序列中的图像质量进行判断,并在图像质量满足预设要求时,才进行后续识别的步骤,否则可重新进行图像采集,以获取满足预设要求的图像序列。
例如,可判断图像的分辨率、清晰度等指标是否满足预设条件。
举例来说,可通过但不限于图像的平均梯度、图像的边缘强度、图像的信息熵和图像方差判断各图像的图像质量是否满足预设要求。
需要说明的是,在本申请的实施例中,步骤S402和S403是可选的,其中,S403也可在S402之前执行。
S404,在确定所述图像序列的质量满足预设要求之后,提取所述图像序列的图像数据。
在本发明的实施例中,在确定所述图像序列的质量满足预设要求之后,可对图像序列中每个图像分别进行图像数据提取,或者对图像序列中的图像进行采样,并对采样得到的图像进行图像数据提取。
其中,图像数据可包括但不限于图像点的光的强弱、颜色数据、频谱数据等。
S405,根据所述图像数据判断所述图像序列在预设时间内的光线变化是否满足预设条件。
对于活体人脸来说,面部存在血液流动。当血液流动的时候就会产生面部反射的光线的变化。人皮肤表面反射的光线与血流量成反比。
因此,如果目标人脸是活体,则针对活体人脸采集的图像序列在其采集的预设时间内光线的变化是满足预设条件的。具体地,可通过但不限于以下方式判断图像序列中的图像在其采集的预设时间内光线变化是满足预设条件:判断光线变化次数是否大于预设次数,或者判断光线变化频率是否大于预设频率或满足预设范围等。
其中,光线的变化可包括光的强弱变化、颜色变化、频谱变化等,因此,可根据图像序列的图像数据变化情况确定光线变化情况,进而根据光线变化请求判断图像序列在预设时间内的光线变化是否满足预设条件。
具体地,在本申请的一个实施例中,以图像数据为空间频率的基带数据,结合图2对步骤S405进行说明。其中,空间频率的基带数据是指不同颜色对应的频段数据。
S406,如果所述图像序列在预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
本申请实施例的人脸识别方法,能够在进行活体人脸检测之前,判断图像序列的质量,并进行人脸检测,在图像质量满足预设要求且为人脸图像序列时,进行活体人脸检测,保证进行活体人脸检测时的图像质量,有效提高人脸识别的精度和效率。
需要说明的是,本申请的实施例可应用于终端设备,如手机、笔记本电脑、台式电脑或监控设备等,还可应用于服务器端,或者应用于终端与服务器的交互系统。
也就是说,上述方法实施例的各步骤可由终端侧执行,也可由服务器侧执行,或者部分由终端测执行、部分由服务器侧执行。例如,前几个步骤由终端执行,然后终端将执行结果发送至服务器,并由服务器执行后几个步骤。或者前几个步骤由服务器执行,然后服务器将执行结果发送至终端,并由终端执行后几个步骤。或者,各个步骤由终端和服务器交互执行,即终端执行部分步骤后交由服务器执行后续步骤,然后再返回终端执行。其中,服务器获取目标人脸的图像序列是指服务器从终端接收目标人脸的图像序列。
具体地,可根据网络状态、终端的配置以及终端数据处理能力等因素选择哪些步骤由终端执行,哪些步骤由服务器执行。
图5为根据本申请一个实施例的人脸识别方法的场景交互示意图。
如图5所示,可由终端设备对目标人脸进行图像采集,得到目标人脸的图像序列。然后终端设备将目标人脸的图像序列发送至服务器。服务器可提取图像序列的空间频率的基带数据,并根据提取的空间频率的基带数据判断图像序列的变化是否满足预设条件。如果满足则判断为活体人脸,并进行人脸识别。然后将识别结果返回至终端设备,完成人脸识别。由此可充分利用终端设备的图像采集能力以及服务器端的数据处理能力,有效提升人脸识别的效率。
与上述实施例提供的人脸识别方法相对应,本申请还提出一种人脸识别装置。
图6为根据本申请一个实施例的人脸识别装置的结构示意图一。
如图6所示,根据本申请实施例的人脸识别装置,包括:获取模块10、提取模块20、判断模块30和识别模块40。
具体地,获取模块10用于获取所述目标人脸的图像序列。
在本发明的实施例中,获取模块10可通过拍摄装置在一定时间内对待识别的目标人脸进行图像采集,获取目标人脸的图像序列。
其中,图像采集的方式可为录像或者高频率拍摄。
其中,拍摄装置可以包括但不限于:手机、笔记本电脑、台式电脑或监控设备等。
提取模块20用于分别提取所述图像序列中每个图像的空间频率的基带数据。
在本发明的实施例中,提取模块20可对图像序列中每个图像分别进行图像数据提取,或者对图像序列中的图像进行采样,并对采样得到的图像进行图像数据提取。
其中,图像数据可包括但不限于图像点的光的强弱、颜色数据、频谱数据等。
判断模块30用于根据所述图像数据判断所述图像序列在预设时间内的光线变化是否满足预设条件。
对于活体人脸来说,面部存在血液流动。当血液流动的时候就会产生面部反射的光线的变化。人皮肤表面反射的光线与血流量成反比。
因此,如果目标人脸是活体,则针对活体人脸采集的图像序列在其采集的预设时间内光线的变化是满足预设条件的。具体地,可通过但不限于以下方式判断图像序列中的图像在其采集的预设时间内光线变化是满足预设条件:判断光线变化次数是否大于预设次数,或者判断光线变化频率是否大于预设频率或满足预设范围等。
其中,光线的变化可包括光的强弱变化、颜色变化、频谱变化等,因此,可根据图像序列的图像数据变化情况确定光线变化情况,进而根据光线变化请求判断图像序列在预设时间内的光线变化是否满足预设条件。
具体地,在本申请的一个实施例中,以图像数据为空间频率的基带数据,结合图7对判断模块30进行说明。其中,空间频率的基带数据是指不同颜色对应的频段数据。
图7为根据本申请另一个实施例的人脸识别装置的结构示意图二。
如图7所示,根据本申请实施例的人脸识别装置,在图6所示基础上,判断模块30可进一步包括:滤波单元31、比对单元32、确定单元33和判断单元34。
滤波单元31用于使用预设滤波规则对所述图像序列的基带数据进行带通滤波,以得到预设频率的滤波信号。
由于在较短的时间内针对活体人脸采集的图像序列的光线变化是由人脸血液流动、心率等因素决定的。因此,在分析图像序列的光线变化情况时,感兴趣的信号是与血液流动、心率等因素相关的信号。因而,可通过带通滤波对图像序列中各个图像的基带数据进行滤波,将与血液流动、心率无关的光波频段过滤掉,得到与血液流动、心率相关的信号。
举例来说,滤波单元31可选择频段0.4~4赫兹(对应的心率范围为24~240次/分钟)的频率信号进行带通滤波,得到与心率相关的信号。
比对单元32用于将所述图像序列中相邻两个图像的滤波信号进行比对,以确定所述图像序列中图像发生变化的次数。
在本申请的一个实施例中,比对单元32可用于:从所述图像序列中的第一个图像和第二个图像开始,判断所述图像序列中相邻两个图像的滤波信号之间的变化是否超过预设阈值;如果超过,则判断相邻两个图像发生了变化,并累计图像的变化次数,直至比对至所述图像序列中的最后一个图像,得到所述图像序列中图像发生变化的次数。
其中,相邻两个图像的滤波信号之间的变化可通过提取两个图像的颜色空间数值,并比对两个图像的颜色空间数值来进行判断。例如,比对RGB颜色空间的颜色值,或者将图像转换为灰度图像后,对图像的灰度值进行比对等。
确定单元33用于根据所述图像序列中图像发生变化的次数和所述预设时间确定所述图像序列中图像变化频率。
在本申请的一个实施例中,确定单元33可用采集到的图像序列中图像发生变化的次数除以采集图像的预设时间得到图像变化频率。
判断单元34用于在所述变化频率属于心跳频率范围时,则判断所述图像序列在所述预设时间内的变化满足预设条件。
在本申请的实施例中,预设频率范围可根据心跳频率范围设定。可根据不同的检测需求选择不同的心跳频率范围,以设定预设频率范围。
举例来说,人类的心跳频率一般不会超过24~240次/分钟,对应的心跳频率范围为0.4~4次/秒,则预设频率范围可为0.4~4次/秒;也可设定更窄范围的以提高识别要求,例如以心跳频率范围为48~120次/分钟为例,对应的心跳频率范围为0.8~2次/秒,则预设频率范围可为0.8~2次/秒。如果图像序列中图像的变化频率属于该心跳频率范围,则可判断图像序列在所述预设时间内的变化满足预设条件。
在本申请的一个实施例中,还可对滤波单元31得到的预设频率的滤波信号进行差分逼近,例如使用泰勒基数进行差分逼近,从而对滤波信号进行放大,以便于比对单元32的比对。
识别模块40用于当所述图像序列在预设时间内的变化满足预设条件时,确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
本申请实施例的人脸识别装置,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,在确定为活体人脸时才进行人脸识别,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
图8为根据本申请另一个实施例的人脸识别装置的结构示意图三。
如图8所示,根据本申请实施例的人脸识别装置,包括:获取模块10、提取模块20、判断模块30、识别模块40和提示模块50。
获取模块10、提取模块20、判断模块30和识别模块40与图6所示实施例相同。
提示模块50用于在所述图像序列在所述预设时间内的变化不满足预设条件时,确定所述目标人脸为非活体人脸,并进行提示。
如果确定了目标人脸为活体人脸,则表示存在他人使用高清图片或面具等工具进行虚假认证,存在安全隐患,提示模块50可锁定设备,以防止继续进行人脸识别、验证,还可想用户预设的安全设备发送提示消息,以提醒用户当前存在非法认证的情况,便于用户采取相应的措施。
图9为根据本申请另一个实施例的人脸识别装置的结构示意图四。
如图9所示,根据本申请实施例的人脸识别装置,包括:获取模块10、提取模块20、判断模块30、识别模块40、提示模块50、人脸检测模块60和质量判断模块70。
获取模块10、提取模块20、判断模块30、识别模块40和提示模块50与图8所示实施例相同。
人脸检测模块60用于在获取所述待识别目标的图像序列之后,对所述图像序列中的至少一个图像进行人脸检测,以确定所述图像序列为人脸图像序列。
也就是说,人脸检测模块60可从图像序列中选出一个或者多个图像,并检测图像中是否含有人脸,如果有,则可判断该图像序列为人脸图像序列,并由提取模块20及其他模块进行后续处理,否则,则可停止后续操作,并提示用户采集人脸图像。由此,能够有效识别出因此误操作或者恶意操作导致对不包含人脸的图像序列,并停止进行后续识别处理,提高人脸识别效率。
质量判断模块70用于在获取所述待识别目标的图像序列之后,对所述图像序列中的图像进行质量判断。
由于图像质量较低可能影响后续人脸识别的精确度,因此,在采集到图像序列后,质量判断模块70可对图像序列中的图像质量进行判断,且提取模块20在确定所述图像序列的质量满足预设要求之后,分别提取所述图像序列中每个图像的空间频率的基带数据。否则可重新进行图像采集,以获取满足预设要求的图像序列。
例如,可判断图像的分辨率、清晰度等指标是否满足预设条件。
举例来说,可通过但不限于图像的平均梯度、图像的边缘强度、图像的信息熵和图像方差判断各图像的图像质量是否满足预设要求。
本申请实施例的人脸识别装置,能够在进行活体人脸检测之前,判断图像序列的质量,并进行人脸检测,在图像质量满足预设要求且为人脸图像序列时,进行活体人脸检测,保证进行活体人脸检测时的图像质量,有效提高人脸识别的精度和效率。进一步地,在本申请的一个实施例中,上述人脸识别装置还可包括多分辨率分解模块80和下采样模块90。
多分辨率分解模块80用于在所述获取所述目标人脸的图像序列之后,对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合,其中,所述图像集合包括与相应图像对应的多个不同分辨率的图像。
在本申请的一个实施例中,在进行多分辨分解时,可采用金字塔多分辨分解方法。具体地,对于每个图像来说,金字塔多分辨率分解的过程可包括:
使用能够低通滤波器对图像进行平滑处理,然后,对平滑后的图像进行降采样处理,得到一系列分辨率逐渐缩小的图像。举例来说,如图3所示,对于原始图像(即图像序列中的一个图像平滑进行处理之后得到的图像,图3中l=0对应的图像),可以原始图像的分辨率的长、宽各一半作为采样分辨率进行采样,即以原始图像的四分之一的像素进行采样,得到待处理图像(图3中l=1对应的图像)。对于待处理图像仍然按照上述采样规则进行采样,得到新的待处理图像(图3中l=2对应的图像),并重复上述降采样过程,直至得到的待处理图像的分辨率小于预设分辨率,由此,可得到一系列分辨率逐渐缩小的图像。由此,对于图像序列中的每个图像可得到一个包含一系列分辨率逐渐缩小的图像集合。
进而,对于图像序列中的一个图像,可针对该图像得到的多个不同分辨率的图像提取基带数据,由此得到的基带数据,在后续分析图像时能够增强分析结果对尺度、光照和旋转的容忍度,使分析结果抗噪更强。
下采样模块90用于在对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合之后,对与所述图像序列中的图像对应的图像集合中的图像进行下采样。
其中,所述提取模块20用于对下采样后的图像集合进行图像数据提取,得到所述图像序列的图像数据。
其中,下采样是指,对于一个样本序列间隔几个样本取样一次,这样得到新序列就是原序列的下采样。
也就是说,对于每个图像对应的一系列分辨率逐渐缩小的图像集合,可进行间隔采样,得到下采样图像集合,进而,根据下采样图像集合提取图像数据,能够减少图像数据提取以及后续比对的工作量,从而提高识别效率。
在本申请的另一个实施例中,下采样模块90是可选的。
其中,所述提取模块20可用于对所述图像序列中的图像对应的图像集合分别进行图像数据提取,得到所述图像序列的图像数据。也就是说,对于图像序列中的各个图像对应的图像集合,提取模块20可分别进行图像数据提取,以得到图像序列的图像数据,以便根据图像序列的图像数据确定目标人脸是否为活体人脸。
本申请还提出一种设备。
本申请实施例的设备可包括本申请任一实施例的人脸识别装置。
需要说明的是,本申请实施例的设备可以包括但不限于手机、笔记本电脑、台式电脑或监控设备等。
本申请还提出另一个种设备。
根据本申请另一个实施例的设备,包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于:获取目标人脸的图像序列;提取所述图像序列的图像数据;根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;以及如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
本申请实施例的设备,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,在确定为活体人脸时才进行人脸识别,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
本申请还提出一种活体人脸检测方法。
图10为根据本申请一个实施例的活体人脸检测方法的流程图。
如图10所示,根据本申请实施例的活体人脸检测方法,包括:
S1001,获取目标人脸的图像序列。
在本发明的实施例中,可通过拍摄装置在一定时间内对待识别的目标人脸进行图像采集,获取目标人脸的图像序列。
其中,图像采集的方式可为录像或者高频率拍摄。
其中,拍摄装置可以包括但不限于:手机、笔记本电脑、台式电脑或监控设备等。
S1002,提取图像序列的图像数据。
在本发明的实施例中,可对图像序列中每个图像分别进行图像数据提取,或者对图像序列中的图像进行采样,并对采样得到的图像进行图像数据提取。
其中,图像数据可包括但不限于图像点的光的强弱、颜色数据、频谱数据等。
S1003,根据所述图像数据判断所述图像序列在预设时间内的光线变化是否满足预设条件。
对于活体人脸来说,面部存在血液流动。当血液流动的时候就会产生面部反射的光线的变化。人皮肤表面反射的光线与血流量成反比。
因此,如果目标人脸是活体,则针对活体人脸采集的图像序列在其采集的预设时间内光线的变化是满足预设条件的。具体地,可通过但不限于以下方式判断图像序列中的图像在其采集的预设时间内光线变化是满足预设条件:判断光线变化次数是否大于预设次数,或者判断光线变化频率是否大于预设频率或满足预设范围等。
其中,光线的变化可包括光的强弱变化、颜色变化、频谱变化等,因此,可根据图像序列的图像数据变化情况确定光线变化情况,进而根据光线变化请求判断图像序列在预设时间内的光线变化是否满足预设条件。
具体地,在本申请的一个实施例中,以图像数据为空间频率的基带数据,结合图2对步骤S1003进行说明。
S1004,如果所述图像序列在预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
本申请实施例的活体人脸检测方法,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
需要说明的是,本申请实施例的活体人脸检测方法,可应用于各种需要检测活体人脸的场景,例如,在人脸识别过程中,可如图1所示实施例,首先进行活体人脸检测,并在确定目标人脸为活体人脸时,进行人脸识别。也可首先进行人脸识别,确定目标人脸为预设用户的人脸图像后,再通过活体人脸检测确定该目标人脸为非伪造的静态图像。
与上述活体人脸检测方法相对应,本申请还提出一种活体人脸检测装置。
根据本申请实施例的活体人脸检测装置,包括:图像采集模块,用于获取目标人脸的图像序列;提取模块,用于提取所述图像序列的图像数据;判断模块,用于根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;识别模块,用于当所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
本申请实施例的活体人脸检测装置,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
本申请还提出一种设备,
根据本申请实施例的设备,包括本申请任一实施例的活体人脸检测装置。
本申请还提出另一种设备。
根据本申请另一个实施例的设备,包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于:获取目标人脸的图像序列;提取所述图像序列的图像数据;根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
本申请实施例的设备,通过获取目标人脸的图像序列,并提取图像序列的图像数据,并根据提取出的图像数据判断图像序列在预设时间内的光线变化是否满足预设条件来确定目标人脸是否为活体人脸,能够有效识别使用照片、面具等仿假体进行验证的情况,识别准确率高,且相对于相关技术中需要用户去做预设动作的方案,不需用户刻意去做预设动作,操作更加自然、简单。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本申请的实施例,本领域的普通技术人员可以理解:在不脱离本申请的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本申请的范围由权利要求及其等同限定。
Claims (26)
1.一种人脸识别方法,其特征在于,包括以下步骤:
获取目标人脸的图像序列;
提取所述图像序列的图像数据;
根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;以及
如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
2.如权利要求1所述的方法,其特征在于,还包括:
如果所述图像序列在所述预设时间内的变化不满足预设条件,则确定所述目标人脸为非活体人脸,并进行提示。
3.如权利要求1或2所述的方法,其特征在于,所述图像数据为空间频率的基带数据。
4.如权利要求3所述的方法,其特征在于,所述根据所述图像数据判断所述图像序列在所述预设时间内的变化是否满足预设条件,包括:
使用预设滤波规则对所述图像序列的基带数据进行带通滤波,以得到预设频率的滤波信号;
将所述图像序列中相邻两个图像的滤波信号进行比对,以确定所述图像序列中图像发生变化的次数;
根据所述图像序列中图像发生变化的次数判断所述图像序列在所述预设时间内的变化满足预设条件。
5.如权利要求4所述的方法,其特征在于,所述根据所述图像序列中图像发生变化的次数判断所述图像序列在所述预设时间内的变化满足预设条件,包括:
根据所述图像序列中图像发生变化的次数和所述预设时间确定所述图像序列中图像变化频率;以及
如果所述变化频率属于预设频率范围,则判断所述图像序列在所述预设时间内的变化满足预设条件。
6.如权利要求4所述的方法,其特征在于,所述将所述图像序列中相邻两个图像的滤波信号进行比对,以确定所述图像序列中图像发生变化的次数,包括:
从所述图像序列中的第一个图像和第二个图像开始,判断所述图像序列中相邻两个图像的滤波信号之间的变化是否超过预设阈值;
如果超过,则判断相邻两个图像发生了变化,并累计图像的变化次数,直至比对至所述图像序列中的最后一个图像,得到所述图像序列中图像发生变化的次数。
7.如权利要求1-6任一项所述的方法,其特征在于,在所述获取所述目标人脸的图像序列之后,还包括:
对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合,其中,所述图像集合包括与相应图像对应的多个不同分辨率的图像;
其中,对所述图像序列中的图像对应的图像集合分别进行图像数据提取,得到所述图像序列的图像数据。
8.如权利要求7所述的方法,其特征在于,在对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合之后,还包括:
对与所述图像序列中的图像对应的图像集合中的图像进行下采样;
其中,对下采样后的图像集合进行图像数据提取,得到所述图像序列的图像数据。
9.如权利要求1-8任一项所述的方法,其特征在于,在获取所述待识别目标的图像序列之后,还包括:
对所述图像序列中的至少一个图像进行人脸检测,以确定所述图像序列为人脸图像序列。
10.如权利要求1-9任一项所述的方法,其特征在于,在获取所述待识别目标的图像序列之后,还包括:
对所述图像序列中的图像进行质量判断;
其中,在确定所述图像序列的质量满足预设要求之后,提取所述图像序列的图像数据。
11.一种人脸识别装置,其特征在于,包括:
获取模块,用于获取目标人脸的图像序列;
提取模块,用于提取所述图像序列的图像数据;
判断模块,用于根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;
识别模块,用于当所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
12.如权利要求11所述的装置,其特征在于,还包括:
提示模块,用于在所述图像序列在所述预设时间内的变化不满足预设条件时,确定所述目标人脸为非活体人脸,并进行提示。
13.如权利要求11或12所述的装置,其特征在于,所述图像数据为空间频率的基带数据。
14.如权利要求13所述的装置,其特征在于,所述判断模块包括:
滤波单元,用于使用预设滤波规则对所述图像序列的基带数据进行带通滤波,以得到预设频率的滤波信号;
比对单元,用于将所述图像序列中相邻两个图像的滤波信号进行比对,以确定所述图像序列中图像发生变化的次数;
判断单元,用于根据所述图像序列中图像发生变化的次数判断所述图像序列在所述预设时间内的变化满足预设条件。
15.如权利要求14所述的装置,其特征在于,所述判断单元用于:
根据所述图像序列中图像发生变化的次数和所述预设时间确定所述图像序列中图像变化频率;
如果所述变化频率属于预设频率范围,则判断所述图像序列在所述预设时间内的变化满足预设条件。
16.如权利要求14所述的装置,其特征在于,所述确定单元用于:
从所述图像序列中的第一个图像和第二个图像开始,判断所述图像序列中相邻两个图像的滤波信号之间的变化是否超过预设阈值;
如果超过,则判断相邻两个图像发生了变化,并累计图像的变化次数,直至比对至所述图像序列中的最后一个图像,得到所述图像序列中图像发生变化的次数。
17.如权利要求11-16任一项所述的装置,其特征在于,还包括:
多分辨率分解模块,用于在所述获取所述目标人脸的图像序列之后,对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合,其中,所述图像集合包括与相应图像对应的多个不同分辨率的图像;
其中,所述提取模块用于对所述图像序列中的图像对应的图像集合分别进行图像数据提取,得到所述图像序列的图像数据。
18.如权利要求17所述的装置,其特征在于,还包括:
下采样模块,用于在对所述图像序列进行多分辨率分解,以得到与所述图像序列中的图像对应的图像集合之后,对与所述图像序列中的图像对应的图像集合中的图像进行下采样;
其中,所述提取模块用于对下采样后的图像集合进行图像数据提取,得到所述图像序列的图像数据。
19.如权利要求11-18任一项所述的装置,其特征在于,还包括:
人脸检测模块,用于在获取所述待识别目标的图像序列之后,对所述图像序列中的至少一个图像进行人脸检测,以确定所述图像序列为人脸图像序列。
20.如权利要求11-19任一项所述的装置,其特征在于,还包括:
质量判断模块,用于在获取所述待识别目标的图像序列之后,对所述图像序列中的图像进行质量判断;
其中,所述提取模块用于在确定所述图像序列的质量满足预设要求之后,提取所述图像序列的图像数据。
21.一种设备,其特征在于,包括如权利要求11-20任一项所述的人脸识别装置。
22.一种活体人脸检测方法,其特征在于,包括以下步骤:
获取目标人脸的图像序列;
提取所述图像序列的图像数据;
根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;
如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
23.一种活体人脸检测装置,其特征在于,包括:
获取模块,用于获取目标人脸的图像序列;
提取模块,用于提取所述图像序列的图像数据;
判断模块,用于根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;
识别模块,用于当所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
24.一种设备,其特征在于,包括如权利要求23所述的活体人脸检测装置。
25.一种设备,其特征在于,包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于:
获取目标人脸的图像序列;
提取所述图像序列的图像数据;
根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;以及
如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸,进而对所述活体人脸进行识别。
26.一种设备,其特征在于,包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于:
获取目标人脸的图像序列;
提取所述图像序列的图像数据;
根据所述图像数据判断所述图像序列在预设时间内的变化是否满足预设条件;
如果所述图像序列在所述预设时间内的变化满足预设条件,则确定所述目标人脸为活体人脸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610399481.7A CN107480576A (zh) | 2016-06-07 | 2016-06-07 | 人脸识别方法、活体人脸检测方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610399481.7A CN107480576A (zh) | 2016-06-07 | 2016-06-07 | 人脸识别方法、活体人脸检测方法、装置和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107480576A true CN107480576A (zh) | 2017-12-15 |
Family
ID=60594258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610399481.7A Pending CN107480576A (zh) | 2016-06-07 | 2016-06-07 | 人脸识别方法、活体人脸检测方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107480576A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523438A (zh) * | 2020-04-20 | 2020-08-11 | 支付宝实验室(新加坡)有限公司 | 一种活体识别方法、终端设备和电子设备 |
CN112329638A (zh) * | 2020-11-06 | 2021-02-05 | 上海优扬新媒信息技术有限公司 | 一种图像打分方法、装置和系统 |
CN113951855A (zh) * | 2021-02-01 | 2022-01-21 | 南京云思创智信息科技有限公司 | 基于人脸的非接触式心率测量方法 |
US11514713B2 (en) | 2019-05-31 | 2022-11-29 | Apple Inc. | Face quality of captured images |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729627A (zh) * | 2013-05-29 | 2014-04-16 | 中华电信股份有限公司 | 应用于人脸识别通关管制系统的活体侦测方法 |
CN103793690A (zh) * | 2014-01-27 | 2014-05-14 | 天津科技大学 | 一种基于皮下血流探测的人体生物活体检测方法及应用 |
-
2016
- 2016-06-07 CN CN201610399481.7A patent/CN107480576A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729627A (zh) * | 2013-05-29 | 2014-04-16 | 中华电信股份有限公司 | 应用于人脸识别通关管制系统的活体侦测方法 |
CN103793690A (zh) * | 2014-01-27 | 2014-05-14 | 天津科技大学 | 一种基于皮下血流探测的人体生物活体检测方法及应用 |
Non-Patent Citations (2)
Title |
---|
万铮结: "基于人脸视频图像的心率检测研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
刘丽: "《安全水印关键技术与应用》", 31 May 2015, 电子科技大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11514713B2 (en) | 2019-05-31 | 2022-11-29 | Apple Inc. | Face quality of captured images |
CN111523438A (zh) * | 2020-04-20 | 2020-08-11 | 支付宝实验室(新加坡)有限公司 | 一种活体识别方法、终端设备和电子设备 |
CN111523438B (zh) * | 2020-04-20 | 2024-02-23 | 支付宝实验室(新加坡)有限公司 | 一种活体识别方法、终端设备和电子设备 |
CN112329638A (zh) * | 2020-11-06 | 2021-02-05 | 上海优扬新媒信息技术有限公司 | 一种图像打分方法、装置和系统 |
CN113951855A (zh) * | 2021-02-01 | 2022-01-21 | 南京云思创智信息科技有限公司 | 基于人脸的非接触式心率测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020151489A1 (zh) | 基于面部识别的活体检测的方法、电子设备和存储介质 | |
WO2019127273A1 (zh) | 一种多人脸检测方法、装置、服务器、系统及存储介质 | |
CN110175527A (zh) | 行人再识别方法及装置、计算机设备及可读介质 | |
CN106559654A (zh) | 一种人脸识别监控采集系统及其控制方法 | |
CN104540445A (zh) | 图像处理装置、图像处理方法、程序和图像处理系统 | |
CN107480576A (zh) | 人脸识别方法、活体人脸检测方法、装置和设备 | |
CN107392177A (zh) | 一种人体身份识别验证方法及其装置 | |
CN110008783A (zh) | 基于神经网络模型的人脸活体检测方法、装置及电子设备 | |
CN106557726A (zh) | 一种带静默式活体检测的人脸身份认证系统及其方法 | |
CN105654066A (zh) | 一种车辆识别方法及装置 | |
CN110490238A (zh) | 一种图像处理方法、装置及存储介质 | |
CN107194361A (zh) | 二维姿势检测方法及装置 | |
CN110363087B (zh) | 一种长基线双目人脸活体检测方法及系统 | |
CN110013217B (zh) | 检测吸食毒品人员的方法、装置、终端设备及介质 | |
CN103984964B (zh) | 一种试纸条图像识别方法及系统 | |
CN110348385B (zh) | 活体人脸识别方法和装置 | |
CN106557732A (zh) | 一种身份认证方法及系统 | |
CN108875476A (zh) | 自动近红外人脸注册与识别方法、装置和系统及存储介质 | |
CN114387548A (zh) | 视频及活体检测方法、系统、设备、存储介质及程序产品 | |
CN107169427A (zh) | 一种适用于心理学的面部识别方法及装置 | |
CN106940904B (zh) | 基于人脸识别和语音识别的考勤系统 | |
CN115147936A (zh) | 一种活体检测方法、电子设备、存储介质及程序产品 | |
CN115170401A (zh) | 图像补全方法、装置、设备及存储介质 | |
CN107895503A (zh) | 一种无人值守的停车场监控系统 | |
CN108717522A (zh) | 一种基于深度学习和相关滤波的人体目标跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1248015 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171215 |
|
RJ01 | Rejection of invention patent application after publication |