CN108304801B - 一种防欺骗的人脸识别方法、存储介质及人脸识别装置 - Google Patents

一种防欺骗的人脸识别方法、存储介质及人脸识别装置 Download PDF

Info

Publication number
CN108304801B
CN108304801B CN201810091340.8A CN201810091340A CN108304801B CN 108304801 B CN108304801 B CN 108304801B CN 201810091340 A CN201810091340 A CN 201810091340A CN 108304801 B CN108304801 B CN 108304801B
Authority
CN
China
Prior art keywords
face
recognized
image
laser stripes
face recognition
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.)
Active
Application number
CN201810091340.8A
Other languages
English (en)
Other versions
CN108304801A (zh
Inventor
谢俊
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.)
Yihuiyun Intelligent Technology Shenzhen Co ltd
Original Assignee
Yihuiyun Intelligent Technology Shenzhen 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 Yihuiyun Intelligent Technology Shenzhen Co ltd filed Critical Yihuiyun Intelligent Technology Shenzhen Co ltd
Priority to CN201810091340.8A priority Critical patent/CN108304801B/zh
Publication of CN108304801A publication Critical patent/CN108304801A/zh
Application granted granted Critical
Publication of CN108304801B publication Critical patent/CN108304801B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V40/40Spoof detection, e.g. liveness detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种防欺骗的人脸识别方法、存储介质与人脸识别装置,方法包括:人脸识别装置上的条纹光发生器发出激光条纹,并投射至待识别人脸上;获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像;对第一人脸图像中的激光条纹分析处理,判断待识别人脸是否为真实人脸;当判断为真实人脸时,对第二人脸图像进行识别;人脸识别装置根据识别结果生成相应的指令,向终端设备发送。本发明通过对带有激光条纹的人脸图像进行分析,从而判断待识别人脸是否是真实人脸,只有在判断为真实人脸之后才会进行识别操作,方法简单、成本低,且有效避免了使用图像脸来冒充真实人脸来进行人脸识别的现象,提高人脸识别的安全性与准确性。

Description

一种防欺骗的人脸识别方法、存储介质及人脸识别装置
技术领域
本发明涉及人脸识别技术领域,具体涉及一种防欺骗的人脸识别方法、存储介质及人脸识别装置。
背景技术
人脸识别技术是当前发展非常迅速,也得到广泛应用的一项计算机技术。该技术可用于人脸识别门禁考勤系统,人脸识别防盗门,人脸识别手机解锁,通过人脸识别控制机器人等。随着计算机及人工智能技术的进一步发展,人脸识别技术将应用到越来越多的领域,具有广阔的应用前景。
但是近年来,在人脸识别技术的发展过程中,出现了人脸的欺骗行为,如通过将人脸图像打印到纸张上,或者使用投影、液晶显示屏等显示设备显示人脸图像,然后将人脸图像放置在人脸识别系统装置前进行识别。这些人脸图像跟真实人脸图像有很大的相似性,容易被识别系统当成真实的人脸进行识别,造成识别安全漏洞。
而在现有技术中为了防止“平面图像脸”欺骗人脸识别系统,一般都是使用多镜头,采用立体视觉或者深度相机的方法来获取人脸的深度信息,进而识别是真实人脸还是平面图像脸,但该方法复杂、成本较高,且还受到应用场合的限制。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种防欺骗的人脸识别方法、存储介质及人脸识别装置,旨在解决现有技术中在防止“平面图像脸”欺骗人脸识别系统时所采用的方法复杂、成本较高等问题。
本发明解决技术问题所采用的技术方案如下:
一种防欺骗的人脸识别方法,其中,所述方法包括:
人脸识别装置上预设的条纹光发生器发出激光条纹,并将所述激光条纹投射至待识别人脸上;
对所述待识别人脸进行拍摄,并分别获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像;
对所述第一人脸图像中的激光条纹进行分析处理,结合分析结果判断所述待识别人脸是否为真实人脸;
当判断所述待识别人脸为真实人脸时,则对所述第二人脸图像进行识别,上报识别结果;
所述人脸识别装置根据识别结果并生成相应的指令,并向与所述人脸识别装置连接的终端设备发送。
所述的防欺骗的人脸识别方法,其中,所述方法还包括:
当判断所述待识别人脸不是真实人脸时,则上报判断结果;
所述人脸识别装置在接收到判断结果之后,直接显示识别认证失败的提示信息。
所述的防欺骗的人脸识别方法,其中,所述人脸识别装置上预设的条纹光发生器发出激光条纹,并将所述激光条纹投射至待识别人脸上具体包括:
预先在所述人脸识别装置上设置用于发出激光条纹的条纹光发生器,以及用于将激光条纹投射至待识别人脸上的激光投射器;
启动所述条纹光发生器,所述条纹光发生器发出两条相互交叉的激光条纹;
所述激光投射器对所述激光条纹进行光学放大,并将所述激光条纹投射至待识别人脸上。
所述的防欺骗的人脸识别方法,其中,所述对所述待识别人脸进行拍摄,并分别获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像具体包括:
当所述人脸识别装置上的条纹光发生器处于开启状态时,对所述待识别人脸进行拍摄,获取带有激光条纹的第一人脸图像;
当所述人脸识别装置上的条纹光发生器处于关闭状态时,对所述待识别人脸进行拍摄,获取不带激光条纹的第二人脸图像。
所述的防欺骗的人脸识别方法,其中,所述对所述第一人脸图像中的激光条纹进行分析处理,结合分析结果判断所述待识别人脸是否为真实人脸具体包括:
所述人脸识别装置对所述第二人脸图像进行图像二值化处理,提取激光条纹的位置,并进行细化处理;
根据结构光定位原理,计算两条激光条纹上各个点的3D位置,并去除不属于人脸区域的3D数据点;
对属于人脸区域的3D数据点分别进行空间直线拟合处理以及空间平面拟合处理,并判断所述待识别人脸是否是真实人脸。
所述的防欺骗的人脸识别方法,其中,所述对属于人脸区域的3D数据点分别进行空间直线拟合处理以及空间平面拟合处理,并判断所述待识别人脸是否是真实人脸具体包括:
对属于人脸区域的3D数据点进行空间直线拟合处理,根据拟合后的直线方程,得到直线拟合的最大距离误差、距离均方误差;
对属于人脸区域的3D数据点进行空间平面拟合处理,得到平面拟合的最大距离误差、距离均方误差;
将直线拟合的距离均方误差以及平面拟合的最大距离误差、距离均方差分别与预设的阈值比较;
当直线拟合的最大距离误差、距离均方误差以及平面拟合的最大距离误差、距离均方差均大于对应的阈值时,则判定所述待识别人脸为真实人脸。
所述的防欺骗的人脸识别方法,其中,所述对所述第二人脸图像进行识别具体包括:
采用几何特征提取方法、模板比对方法、模型分析方法或者深度学习方法对所述第二人脸图像进行识别。
所述的防欺骗的人脸识别方法,其中,所述人脸识别装置根据识别结果并生成相应的指令,并向与所述人脸识别装置连接的终端设备发送具体包括:
当识别成功时,则判定所述待识别人脸符合认证要求,则所述人脸识别装置生成识别成功的指令向终端设备发送;
当识别失败时,则判定所述待识别人脸不符合认证要求,则所述人脸识别装置生成识别失败的指令向终端设备发送。
一种存储介质,其上存储有多条指令,其中,所述指令适于由处理器加载并执行,以实现上述任一项所述的防欺骗的人脸识别方法的步骤。
一种人脸识别装置,其中,包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述任一项所述的防欺骗的人脸识别方法的步骤;
所述人脸识别装置上预先安装有用于发出激光条纹的条纹光发生器、用于将激光条纹投射至待识别人脸上的激光投射器以及用于获取所述第一人脸图像和第二人脸图像的摄像头。
本发明的有益效果:本发明通过在待识别人脸上投射激光条纹,通过对带有激光条纹的人脸图像进行分析,从而判断当前的待识别人脸是否是真实人脸,只有在判断为真实人脸之后才会对进行识别操作,方法简单、成本低,且有效避免了使用图像脸来冒充真实人脸来进行人脸识别的现象,提高人脸识别的安全性与准确性。
附图说明
图1是本发明的防欺骗的人脸识别方法较佳实施例的流程图。
图2是本发明的带有激光条纹的第一人脸图像的示意图。
图3是本发明的人脸识别装置的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
由于现如今出现使用“平面图像脸”来冒充真实人脸进行人脸识别,而现有技术中为了防止这种情况,一般都是使用多镜头,采用立体视觉或者深度相机的方法来获取人脸的深度信息,进而识别是真实人脸还是平面图像脸,但是这种方法比较复杂、成本很高,另外,在有些应用场合,不适合安装这种多镜头或深度相机,因此无法大范围的推广使用。为了解决上述问题,本发明提供一种防欺骗的人脸识别方法,如图1所示,图1是本发明的防欺骗的人脸识别方法较佳实施例的流程图。所述防欺骗的人脸识别方法包括以下步骤:
步骤S100、人脸识别装置上预设的条纹光发生器发出激光条纹,并将所述激光条纹投射至待识别人脸上。
较佳地,所述步骤S100具体包括:
预先在所述人脸识别装置上设置用于发出激光条纹的条纹光发生器,以及用于将激光条纹投射至待识别人脸上的激光投射器;
启动所述条纹光发生器,所述条纹光发生器发出两条相互交叉的激光条纹;
所述激光投射器对所述激光条纹进行光学放大,并将所述激光条纹投射至待识别人脸上。
具体实施时,本发明采用在待识别人脸上投射激光条纹,然后对带有激光条纹的人脸图像进行处理与分析,从而判断当前的待识别人脸是否是真实人脸还是平面图像脸。具体地,本发明需要预先在人脸识别装置中用于发出激光条纹的条纹光发生器,以及用于将激光条纹投射至待识别人脸上的激光投射器。较佳地,本发明中的条纹光发生器为十字条纹光发生器,当启动所述十字条纹发生器时,其就会发出两条相互交叉的条纹光。然后激光投射器对所述十字条纹光发生器发出的激光条纹进行光学放大,并将所述激光条纹投射至待识别人脸上,从而使得待识别人脸上有激光条纹。
进一步地,步骤S200、对所述待识别人脸进行拍摄,并分别获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像。
较佳地,所述步骤S200具体包括:
当所述人脸识别装置上的条纹光发生器处于开启状态时,对所述待识别人脸进行拍摄,获取带有激光条纹的第一人脸图像;
当所述人脸识别装置上的条纹光发生器处于关闭状态时,对所述待识别人脸进行拍摄,获取不带激光条纹的第二人脸图像。
具体实施时,本发明需要对待识别人脸进行图像获取,分别获取带有激光条纹的第一人脸图像以及不带激光条纹的第二人脸图像。所述第一人脸图像是在所述条纹光发生器处于开启状态下,利用所述人脸识别装置上预先设置的摄像头进行拍摄得到的,具体如图2所述,图2是本发明的带有激光条纹的第一人脸图像的示意图。所述第二人脸图像是在所述条纹光发生器处于关闭状态下,利用所述人脸识别装置上预先设置的摄像头进行拍摄得到的。
进一步地,步骤S300、对所述第一人脸图像中的激光条纹进行分析处理,结合分析结果判断所述待识别人脸是否为真实人脸。
较佳地,所述步骤S300具体包括:
所述人脸识别装置对所述第二人脸图像进行图像二值化处理,提取激光条纹的位置,并进行细化处理;
根据结构光定位原理,计算两条激光条纹上各个点的3D位置,并去除不属于人脸区域的3D数据点;
对属于人脸区域的3D数据点分别进行空间直线拟合处理以及空间平面拟合处理,并判断所述待识别人脸是否是真实人脸。
具体实施时,上述获取到的第一人脸图像是用来判断当前待识别人脸是否是真实人脸还是“平面图像脸”。具体地,上述步骤S200中在获取第一人脸图像与第二人脸图像时,由于获取图像的速度非常快,且待识别人脸的位置基本是保持不变,因此,通过将第一人脸图像和第二人脸图像两者相减,可以得到激光条纹在所述第一人脸图像中的位置。接下来,所述人脸识别装置对所述第二人脸图像进行图像二值化处理,获取激光条纹的位置,并进行细化处理,得到条纹细化后的结果。然后再并根据结构光的原理,计算两条激光条纹上各个点的3D位置。具体地,所述人脸识别装置会根据一般的结构光标定过程得到图像处理单元和投射器之间的几何配置关系,用于计算条纹光上各个点的3D深度信息,从而得到各个点的3D位置。
由于在所述第一人脸图像中有部分条纹光在人脸区域外,为了更加准确地对所述第一人脸图像尽心分析,所述人脸识别装置需要去除不属于人脸区域的3D数据点,从而得到属于人脸区域内的3D数据点,
Figure DEST_PATH_IMAGE001
。其中i代表激光条纹,j代表激光条纹上的各个点。然后,对属于人脸区域内的3D数据点分别进行空间直线拟合处理以及空间平面拟合处理,根据分析结果从而判断出是否出所述待识别人脸是否是真实人脸。
较佳地,为了提高识别准确性,本发明中对两条激光条纹中,属于人脸区域的3D数据点分别进行空间直线拟合,根据拟合后的直线方程,得到各自的最大距离误差
Figure 864376DEST_PATH_IMAGE002
、距离均方误差
Figure DEST_PATH_IMAGE003
;然后对属于人脸区域的3D数据点分别进行空间平面拟合,得到最大距离误差
Figure 453621DEST_PATH_IMAGE004
、距离均方误差
Figure DEST_PATH_IMAGE005
。进一步地,将直线拟合的距离均方误差
Figure 436620DEST_PATH_IMAGE006
以及平面拟合的最大距离误差
Figure 35092DEST_PATH_IMAGE004
、距离均方差
Figure 318305DEST_PATH_IMAGE005
分别与预设的阈值比较。所述阈值是预先设定的,当直线拟合的距离均方误差以及平面拟合的最大距离误差、距离均方差均大于对应的阈值时,则判定所述待识别人脸为真实人脸,否则就不是真实人脸,即为平面图像脸。
进一步地,步骤S400、当判断所述待识别人脸为真实人脸时,则对所述第二人脸图像进行识别,上报识别结果。
具体实施时,由于本发明所要实现的是如何防止平面图像脸且冒充真实人脸来进行人脸识别的现象,因此只有判断出当前待识别人脸为真实人脸时,才会进行人脸识别的步骤。较佳地,由于在步骤S200中获取了不带有激光条纹的第二人脸图像,当通过对第一人脸图像分析处理,并判断出所述待识别人脸是真实人脸后,所述人脸识别装置就可以直接对所述第二人脸图像进行识别,以便判断出当前待识别人脸是否符合认证要求。具体地,本发明在对第二人脸图像进行识别的方法中具体包括:采用几何特征提取方法、模板比对方法(与预先存储在图像库中的标准人脸图像对比匹配)、模型分析方法或者深度学习方法对所述第二人脸图像进行识别。
而在本发明中,当通过对所述第一人脸图像进行分析处理,且判断当前待识别图像不是真实人脸之后,上报判断结果。人脸识别装置接收到所述判断结果之后,直接显示识别认证失败的提示信息,从而防止使用平面图像脸来冒充真实人脸,增加了人脸识别系统的安全性。
进一步地,步骤S500、所述人脸识别装置根据识别结果并生成相应的指令,向与所述人脸识别装置连接的终端设备发送。
较佳地,所述步骤S500具体包括:
当识别成功时,则判定所述待识别人脸符合认证要求,则所述人脸识别装置生成识别成功的指令向终端设备发送;
当识别失败时,则判定所述待识别人脸不符合认证要求,则所述人脸识别装置生成识别失败的指令向终端设备发送。
具体实施时,当通过对所述第二人脸图像进行识别之后,发现当前待识人脸符合认证要求时,则所述人脸识别装置就会生成识别成功的指令,并向预先与所述人脸识别装置通过外接接口连接的终端设备发送,例如:考勤装置、门禁系统或者是通过人脸识别的移动终端,终端设备在接收识别成功的指令之后,就会开放相应的权限给用户使用。而当通过对所述第二人脸图像进行识别之后,发现当前待识人脸不符合认证要求时,则所述人脸识别装置就会生成识别失败的指令,并向终端设备发送。同样地,终端设备在接收所述识别失败的指令之后,不开放权限,维持原有状态。
由此看来,本发明中的人脸识别方法具有两个重要的步骤,首先通过对带有激光条纹的第一人脸图像进行分析,来判断当前待识别人脸是否是真实人脸,防止使用“平面图像脸”来冒充真实脸进行人脸识别,实现防欺骗的作用。而当判断当前待识别人脸是真实人脸之后,再对不带有激光条纹的第二人脸图像进行识别,从判断当前待识别人脸是否符合认证要求,即是否具有权限,进一步提高人脸识别的安全性与准确性。
本发明的防欺骗的人脸识别方法简单,成本低,且应用场景广泛。例如,本发明中的人脸识别装置还可以与防盗装置结合使用,例如,将本发明的防欺骗的人脸识别方法用于车辆防盗系统,将条纹光发射器,投射器与摄像头装在车辆的外部,可以投影与获取人脸信息,将人脸识别装置的外接接口与车辆上防盗报警器与终端显示相连,当获取到第一人脸图像且判断为真实人脸之后,将第二人脸图像与车主设置的所有标准人脸(即具有权限的人脸)进行匹配,而当匹配不成功时,防盗报警器放出鸣笛报警,且手机终端显示当前获取的人脸图像。当然,在具体应用时,若对第一人脸图像进行处理判断之后发现待识别人脸不是真实人脸,防盗报警器同样会放出鸣笛报警。
基于上述实施例,本发明还公开了一种人脸识别装置,如图3示,包括:处理器(processor)10、与处理器10连接的存储介质(memory)20;其中,所述处理器10用于调用所述存储介质20中的程序指令,以执行上述实施例所提供的方法,例如执行:
人脸识别装置上预设的条纹光发生器发出两条激光条纹,并将所述激光条纹投射至待识别人脸上;
对所述待识别人脸进行拍摄,并分别获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像;
对所述第一人脸图像中的激光条纹进行分析处理,结合分析结果判断所述待识别人脸是否为真实人脸;
当判断所述待识别人脸为真实人脸时,则对所述第二人脸图像进行识别,上报识别结果;
所述人脸识别装置根据识别结果并生成相应的指令,并向与所述人脸识别装置连接的终端设备发送。
为了实现上述方法中的步骤,本发明的人脸识别装置上需要预先安装有用于发出激光条纹的条纹光发生器、用于将激光条纹投射至待识别人脸上的激光投射器以及用于获取所述第一人脸图像和第二人脸图像的摄像头。
当然,为了使得本发明的人脸识别装置能够适用更多的应用场合,使之不受空间的限制,本发明在对条纹光发生器、投射器以及摄像头进行设置,在不影响功能的前提下会尽量设置的紧凑,例如将摄像头设置在最中间,条纹光发生器与投射器设置在外侧,这样既保证了各个模块的功能,又使得人脸识别装置结构紧凑,增加人脸识别装置的适用性。
本发明实施例还提供一种存储介质,所述存储介质上存储计算机指令,所述计算机指令使计算机执行上述各实施例所提供的方法。
综上所述,本发明提供的一种防欺骗的人脸识别方法及人脸识别装置,所述方法包括:识别装置上预设的条纹光发生器发出激光条纹,并将所述激光条纹投射至待识别人脸上;对所述待识别人脸进行拍摄,并分别获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像;对所述第一人脸图像中的激光条纹进行分析处理,结合分析结果判断所述待识别人脸是否为真实人脸;当判断所述待识别人脸为真实人脸时,则对所述第二人脸图像进行识别,上报识别结果;所述识别装置根据识别结果并生成相应的指令,向与所述识别装置连接的终端设备发送。本发明通过对带有激光条纹的人脸图像进行分析,从而判断待识别人脸是否是真实人脸,只有在判断为真实人脸之后才会进行识别操作,方法简单、成本低,且有效避免了使用图像脸来冒充真实人脸来进行人脸识别的现象,提高人脸识别的安全性与准确性。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种防欺骗的人脸识别方法,其特征在于,所述方法包括:
人脸识别装置上预设的条纹光发生器发出激光条纹,并将所述激光条纹投射至待识别人脸上;
对所述待识别人脸进行拍摄,并分别获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像;
对所述第一人脸图像中的激光条纹进行分析处理,结合分析结果判断所述待识别人脸是否为真实人脸;
当判断所述待识别人脸为真实人脸时,则对所述第二人脸图像进行识别,上报识别结果;
所述人脸识别装置根据识别结果生成相应的指令,并向与所述人脸识别装置连接的终端设备发送;
所述对所述第一人脸图像中的激光条纹进行分析处理,结合分析结果判断所述待识别人脸是否为真实人脸具体包括:
将所述第一人脸图像与第二人脸图像相减,得到所述激光条纹在所述第一人脸图像中的位置;
所述人脸识别装置对所述第二人脸图像进行图像二值化处理,提取激光条纹的位置,并进行细化处理;
根据结构光定位原理,计算两条激光条纹上各个点的3D位置,并去除不属于人脸区域的3D数据点;
所述人脸识别装置根据结构光标定过程得到图像处理单元和投射器之间的集合配置关系,用于计算条纹光上各个点的3D深度信息,得到各个点的3D位置;
对属于人脸区域的3D数据点分别进行空间直线拟合处理以及空间平面拟合处理,并判断所述待识别人脸是否是真实人脸;
所述对属于人脸区域的3D数据点分别进行空间直线拟合处理以及空间平面拟合处理,并判断所述待识别人脸是否是真实人脸具体包括:
对属于人脸区域的3D数据点进行空间直线拟合处理,根据拟合后的直线方程,得到直线拟合的最大距离误差、距离均方误差;
对属于人脸区域的3D数据点进行空间平面拟合处理,得到平面拟合的最大距离误差、距离均方误差;
将直线拟合的距离均方误差以及平面拟合的最大距离误差、距离均方差分别与预设的阈值比较;
当直线拟合的最大距离误差、距离均方误差以及平面拟合的最大距离误差、距离均方差均大于对应的阈值时,则判定所述待识别人脸为真实人脸。
2.根据权利要求1中所述的防欺骗的人脸识别方法,其特征在于,所述方法还包括:
当判断所述待识别人脸不是真实人脸时,则上报判断结果;
所述人脸识别装置在接收到判断结果之后,直接显示识别认证失败的提示信息。
3.根据权利要求1中所述的防欺骗的人脸识别方法,其特征在于,所述人脸识别装置上预设的条纹光发生器发出激光条纹,并将所述激光条纹投射至待识别人脸上具体包括:
预先在所述人脸识别装置上设置用于发出激光条纹的条纹光发生器,以及用于将激光条纹投射至待识别人脸上的激光投射器;
启动所述条纹光发生器,所述条纹光发生器发出两条相互交叉的激光条纹;
所述激光投射器对所述激光条纹进行光学放大,并将所述激光条纹投射至待识别人脸上。
4.根据权利要求1中所述的防欺骗的人脸识别方法,其特征在于,所述对所述待识别人脸进行拍摄,并分别获取带有激光条纹的第一人脸图像以及不带有激光条纹的第二人脸图像具体包括:
当所述人脸识别装置上的条纹光发生器处于开启状态时,对所述待识别人脸进行拍摄,获取带有激光条纹的第一人脸图像;
当所述人脸识别装置上的条纹光发生器处于关闭状态时,对所述待识别人脸进行拍摄,获取不带激光条纹的第二人脸图像。
5.根据权利要求1中所述的防欺骗的人脸识别方法,其特征在于,所述对所述第二人脸图像进行识别具体包括:
采用几何特征提取方法、模板比对方法、模型分析方法或者深度学习方法对所述第二人脸图像进行识别。
6.根据权利要求1中所述的防欺骗的人脸识别方法,其特征在于,所述人脸识别装置根据识别结果生成相应的指令,并向与所述人脸识别装置连接的终端设备发送具体包括:
当识别成功时,则判定所述待识别人脸符合认证要求,则所述人脸识别装置生成识别成功的指令向终端设备发送;
当识别失败时,则判定所述待识别人脸不符合认证要求,则所述人脸识别装置生成识别失败的指令向终端设备发送。
7.一种存储介质,其上存储有多条指令,其特征在于,所述指令适于由处理器加载并执行,以实现上述权利要求1-6任一项所述的防欺骗的人脸识别方法的步骤。
8.一种人脸识别装置,其特征在于,包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述权利要求1-6任一项所述的防欺骗的人脸识别方法的步骤;
所述人脸识别装置上预先安装有用于发出激光条纹的条纹光发生器、用于将激光条纹投射至待识别人脸上的激光投射器以及用于获取所述第一人脸图像和第二人脸图像的摄像头。
CN201810091340.8A 2018-01-30 2018-01-30 一种防欺骗的人脸识别方法、存储介质及人脸识别装置 Active CN108304801B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810091340.8A CN108304801B (zh) 2018-01-30 2018-01-30 一种防欺骗的人脸识别方法、存储介质及人脸识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810091340.8A CN108304801B (zh) 2018-01-30 2018-01-30 一种防欺骗的人脸识别方法、存储介质及人脸识别装置

Publications (2)

Publication Number Publication Date
CN108304801A CN108304801A (zh) 2018-07-20
CN108304801B true CN108304801B (zh) 2021-10-08

Family

ID=62867374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810091340.8A Active CN108304801B (zh) 2018-01-30 2018-01-30 一种防欺骗的人脸识别方法、存储介质及人脸识别装置

Country Status (1)

Country Link
CN (1) CN108304801B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378207B (zh) * 2019-06-10 2022-03-29 北京迈格威科技有限公司 人脸认证方法、装置、电子设备及可读存储介质
TWI761739B (zh) * 2019-12-10 2022-04-21 緯創資通股份有限公司 活體臉部辨識系統與方法
CN112115925A (zh) * 2020-11-18 2020-12-22 鹏城实验室 人脸识别方法、装置及计算机可读存储介质
CN112835589B (zh) * 2021-01-05 2022-03-04 南方电网数字电网研究院有限公司 一种隐藏代码的激活方法
CN114092864B (zh) * 2022-01-19 2022-04-12 湖南信达通信息技术有限公司 伪造视频的识别方法、装置、电子设备及计算机存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1877599A (zh) * 2006-06-29 2006-12-13 南京大学 基于结构光的人脸定位的方法
WO2010007094A3 (de) * 2008-07-15 2010-03-11 Gfmesstechnik Gmbh Verfahren und anordnung zur 3d-erfassung von objekten sowie ein entspreschendes computerprogramm und ein computerlesbares speichermedium
CN103020600A (zh) * 2012-12-12 2013-04-03 紫光股份有限公司 一种用于人脸识别系统的活体人脸鉴别装置
CN103034846A (zh) * 2012-12-12 2013-04-10 紫光股份有限公司 一种活体人脸鉴别装置
CN104766039A (zh) * 2014-01-02 2015-07-08 深圳市元轩科技发展有限公司 一种防欺骗人脸识别系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160148411A1 (en) * 2014-08-25 2016-05-26 Right Foot Llc Method of making a personalized animatable mesh

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1877599A (zh) * 2006-06-29 2006-12-13 南京大学 基于结构光的人脸定位的方法
WO2010007094A3 (de) * 2008-07-15 2010-03-11 Gfmesstechnik Gmbh Verfahren und anordnung zur 3d-erfassung von objekten sowie ein entspreschendes computerprogramm und ein computerlesbares speichermedium
CN103020600A (zh) * 2012-12-12 2013-04-03 紫光股份有限公司 一种用于人脸识别系统的活体人脸鉴别装置
CN103034846A (zh) * 2012-12-12 2013-04-10 紫光股份有限公司 一种活体人脸鉴别装置
CN104766039A (zh) * 2014-01-02 2015-07-08 深圳市元轩科技发展有限公司 一种防欺骗人脸识别系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于多线激光条纹测量的匹配与重建研究;刘文学;《中国优秀硕士学位论文全文数据库 信息科技辑》;20080215;47-48 *
面向人脸识别的人脸活体检测方法研究;杨健伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150415;I138-1093 *

Also Published As

Publication number Publication date
CN108304801A (zh) 2018-07-20

Similar Documents

Publication Publication Date Title
CN108304801B (zh) 一种防欺骗的人脸识别方法、存储介质及人脸识别装置
CN102197412B (zh) 伪装检测系统和伪装检测方法
US9031315B2 (en) Information extraction method, information extraction device, program, registration device, and verification device
KR20200032206A (ko) 얼굴인식 잠금해제 방법 및 장치, 기기, 매체
CN111194449A (zh) 用于人脸活体检测的系统和方法
AU2017291814A1 (en) Spoofing attack detection during live image capture
CN105335722A (zh) 一种基于深度图像信息的检测系统及方法
US20210027080A1 (en) Spoof detection by generating 3d point clouds from captured image frames
CN113313097B (zh) 人脸识别方法、终端及计算机可读存储介质
CN110956114A (zh) 人脸活体检测方法、装置、检测系统及存储介质
US20110150300A1 (en) Identification system and method
CN111680574B (zh) 一种人脸检测方法、装置、电子设备和存储介质
CN110059579B (zh) 用于活体检验的方法和装置,电子设备和存储介质
WO2016070300A1 (en) System and method for detecting genuine user
CN112802081B (zh) 一种深度检测方法、装置、电子设备及存储介质
CN112800825A (zh) 基于关键点的关联方法、系统及介质
US20210241013A1 (en) Spoof detection by estimating subject motion from captured image frames
US20230386256A1 (en) Techniques for detecting a three-dimensional face in facial recognition
US20220189110A1 (en) System and method for adaptively constructing a three-dimensional facial model based on two or more inputs of a two-dimensional facial image
US8780116B2 (en) Object-shape generation method, object-shape generation apparatus, and program
EP2128820A1 (en) Information extracting method, registering device, collating device and program
CN111160233A (zh) 基于三维成像辅助的人脸活体检测方法、介质及系统
WO2020155998A1 (zh) 识别车体方向的方法和装置
US20240153126A1 (en) Automatic image cropping using a reference feature
CN112669266B (zh) 超高检测方法、装置、电子设备和存储介质

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
GR01 Patent grant
GR01 Patent grant