CN109117752A - 一种基于灰度及rgb的面部识别方法 - Google Patents
一种基于灰度及rgb的面部识别方法 Download PDFInfo
- Publication number
- CN109117752A CN109117752A CN201810820583.0A CN201810820583A CN109117752A CN 109117752 A CN109117752 A CN 109117752A CN 201810820583 A CN201810820583 A CN 201810820583A CN 109117752 A CN109117752 A CN 109117752A
- Authority
- CN
- China
- Prior art keywords
- value
- face
- rgb
- image
- current face
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
Landscapes
- Engineering & Computer Science (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)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于人脸识别技术领域，公开了一种基于灰度及RGB的面部识别方法。本发明首先获取当前人脸红外图像并采集灰度值；接着灰度值与预设灰度特征值比对并判断灰度相似度是否达到阈值，若达到阈值则获取当前人脸彩色图像并采集RGB值；接着将RGB值与预设颜色值进行比对并判断RGB值是否在预设颜色值的范围内，若在范围内则获取当前人脸图像并判断当前人脸图像与预设人脸图像的特征相似度是否达到阈值，若达到阈值则输出识别成功信息。本发明利用红外光和可见光两种光线的成像图像进行比对分析，有效识别活体排除伪造的面部特征，提升了识别准确率，提高了系统安全性，且只需要两个摄像头即可实现，节省成本，便于应用于各种场景。
Description
技术领域
本发明属于人脸识别技术领域，具体涉及一种基于灰度及RGB的面部识别方法。
背景技术
人脸识别现已广泛应用于金融、医疗及公共安全等领域，随着技术的发展，现有的人脸识别精度较高，目前技术中主要采用红外图像识别技术、可见光识别、多摄像头的3D红外技术等来进行图像识别分析，但是现有的人脸面部识别在用于安防、考勤、门禁中时，存在以下问题：
a.使用单一红外图像或彩色图像进行识别，使用显示屏假面、彩色照片的假面或黑白照片的假面均可以轻易被破解，存在较大的安全隐患；
b.使用多摄像头的3D红外技术，成本高，体积大，使用场景限制大，不方便应用和推广。
发明内容
为了解决现有技术存在的上述问题，本发明目的在于提供一种基于灰度及RGB的面部识别方法，本发明利用红外光和可见光两种光线的成像图像进行比对分析，能有效识别活体排除伪造的面部特征，提升识别准确率，提高系统安全性，且只需要两个摄像头即可实现，节省成本，便于应用于各种场景。
本发明所采用的技术方案为：
一种基于灰度及RGB的面部识别方法，包括以下步骤：
S1.获取当前人脸红外图像，并采集当前人脸红外图像中的灰度值；
S2.将步骤S1中的灰度值与预设灰度特征值进行比对，并判断灰度相似度是否达到阈值；
S3.若步骤S2中的判断结果为否，则输出识别失败信息，若步骤S2中的判断结果为是，则继续步骤S4；
S4.获取当前人脸彩色图像，并采集当前人脸彩色图像中的RGB值；
S5.将步骤S4中的RGB值与预设颜色值进行比对，并判断当前人脸彩色图像的RGB值是否在预设颜色值的范围内；
S6.若步骤S5中的判断结果为否，则输出识别失败信息，若步骤S5中的判断结果为是，则继续步骤S7；
S7.获取当前人脸图像，并与预设人脸图像进行相似度比对，并判断特征相似度是否达到阈值；
S8.若步骤S7中的判断结果为否，则输出识别失败信息，若步骤S5中的判断结果为是，则输出识别成功信息。
作为优选，所述的步骤S1中，采用红外摄像头采集当前人脸红外图像；所述的步骤S4中，采用彩色摄像头采集当前人脸彩色图像。
作为优选，在红外摄像头采集当前人脸红外图像及彩色摄像头采集当前人脸彩色图像时，采用红外补光灯进行补光。
作为优选，所述的步骤S1中，所述的灰度值依次来自当前人脸的额头、鼻子、左脸颊、右脸颊、嘴巴及下巴。
作为优选，所述的步骤S2中，预设灰度特征值为立体人脸图像的灰度特征值。
作为优选，所述的步骤S3中，若步骤S2中的判断结果为否，则判断当前人脸红外图像为平面图像，识别失败信息为假脸结果信息。
作为优选，所述的步骤S4中，所述的RGB值包括当前人脸图像中5个区域中每个像素的RGB值；5个区域分别为当前人脸的额头、鼻子、左脸颊、右脸颊、嘴巴及下巴；每个像素的RGB值均包括3个颜色值[Cr,Cb]。
作为优选，所述的步骤S5中，首先对当前人脸彩色图像中人脸的肤色进行检测，然后选择当前肤色对应的预设颜色值与步骤S4中的RGB值进行比对；当前肤色对应的预设颜色值包括[Cr1,Cr2]和[Cb1,Cb2]。
作为优选，若每个区域中任一像素值的任一颜色值均满足：
Cr1≦Cr≦Cr2且Cb1≦Cb≦Cb2，
则判断当前人脸彩色图像的RGB是在预设颜色值的范围内。
本发明的有益效果为：
1)利用红外光和可见光两种光线的成像图像进行比对分析，有效识别活体排除伪造的面部特征，提升了识别准确率，提高了系统安全性，且只需要两个摄像头即可实现，节省成本，便于应用于各种场景；
2)采用红外摄像头检测人脸特征，当识别到有人脸特征时再进行后续比对，便于有效排除显示屏的假面；
3)红外摄像头中的成像和在彩色摄像头中的成像，可以有效排除彩色照片的假面验证，且采用红外补光灯进行补光后采集当前人脸红外图像及当前人脸彩色图像，可以有效排除彩色照片的假面；
4)彩色摄像头获得的是彩色图像，红外摄像头获得的是黑色图像，可以有效排除黑白照片的假脸；
5)本发明便捷实用，节省成本，可以应用于安防、考勤、门禁等应用场景中，适于推广使用。
附图说明
图1是本发明的流程框图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步阐释。
实施例：
如图1所示，本实施例提供一种基于灰度及RGB的面部识别方法，包括以下步骤：
S1.获取当前人脸红外图像，并采集当前人脸红外图像中的灰度值；
本实施例中，采用红外摄像头采集当前人脸红外图像；以红外摄像头检测人脸特征，当识别到有人脸特征时再进行后续比对流程，因为液晶显示屏中的面部图像无法在红外摄像头中成像，因此利用红外摄像头检测面部特征能有效排除显示屏的假面。
在红外摄像头采集当前人脸红外图像及彩色摄像头采集当前人脸彩色图像时，采用红外补光灯进行补光；红外补光灯补光后，彩色照片在红外摄像头中成像和在彩色摄像头的成像，因为立体人脸和纸质图像对红外光反射的成像具有较大差异，利用面部图像的阴影特征差异及人脸图像的灰度分布特征，可以有效排除彩色照片的假面。彩色摄像头可以但不仅限于采用可见光摄像头。
灰度值依次来自当前人脸的额头、鼻子、左脸颊、右脸颊、嘴巴及下巴。
S2.将步骤S1中的灰度值与预设灰度特征值进行比对，并判断灰度相似度是否达到阈值；
预设灰度特征值为立体人脸图像的灰度特征值。
S3.若步骤S2中的判断结果为否，则输出识别失败信息，若步骤S2中的判断结果为是，则继续步骤S4；
若步骤S2中的判断结果为否，则判断当前人脸红外图像为平面图像，识别失败信息为假脸结果信息。平面图像，识别失败信息为假脸结果信息。
S4.获取当前人脸彩色图像，并采集当前人脸彩色图像中的RGB值；
本实施例中，采用彩色摄像头采集当前人脸彩色图像；彩色摄像头可以为可以光摄像头，由此获得的当前人脸红外图像是彩色图像，分别读取可见光图像的特定区域的RGB值，检测人脸肤色，可以有效排除黑白照片的假脸。
本实施例中，步骤S4中，RGB值包括当前人脸图像中5个区域中每个像素的RGB值；5个区域分别为当前人脸的额头、鼻子、左脸颊、右脸颊、嘴巴及下巴；每个像素的RGB值均包括3个颜色值[Cr,Cb]。
S5.将步骤S4中的RGB值与预设颜色值进行比对，并判断当前人脸彩色图像的RGB值是否在预设颜色值的范围内；
本实施例中，步骤S5中，首先对当前人脸彩色图像中人脸的肤色进行检测，然后选择当前肤色对应的预设颜色值与步骤S4中的RGB值进行比对；当前肤色对应的预设颜色值包括[Cr1,Cr2]和[Cb1,Cb2]。
本实施例中，若每个区域中任一像素值的任一颜色值均满足：
Cr1≦Cr≦Cr2且Cb1≦Cb≦Cb2，
则判断当前人脸彩色图像的RGB是在预设颜色值的范围内，即当前人脸彩色图像中的人脸肤色为有效肤色。
S6.若步骤S5中的判断结果为否，则输出识别失败信息，若步骤S5中的判断结果为是，则继续步骤S7；
S7.获取当前人脸图像，并与预设人脸图像进行相似度比对，并判断特征相似度是否达到阈值；
本实施例中，预设人脸图像为预存于云服务器中且已开通了相应权限的人员的面部图像。
S8.若步骤S7中的判断结果为否，则输出识别失败信息，若步骤S5中的判断结果为是，则输出识别成功信息。
本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。
Claims (9)
1.一种基于灰度及RGB的面部识别方法，其特征在于：包括以下步骤：
S1.获取当前人脸红外图像，并采集当前人脸红外图像中的灰度值；
S2.将步骤S1中的灰度值与预设灰度特征值进行比对，并判断灰度相似度是否达到阈值；
S3.若步骤S2中的判断结果为否，则输出识别失败信息，若步骤S2中的判断结果为是，则继续步骤S4；
S4.获取当前人脸彩色图像，并采集当前人脸彩色图像中的RGB值；
S5.将步骤S4中的RGB值与预设颜色值进行比对，并判断当前人脸彩色图像的RGB值是否在预设颜色值的范围内；
S6.若步骤S5中的判断结果为否，则输出识别失败信息，若步骤S5中的判断结果为是，则继续步骤S7；
S7.获取当前人脸图像，并与预设人脸图像进行相似度比对，并判断特征相似度是否达到阈值；
S8.若步骤S7中的判断结果为否，则输出识别失败信息，若步骤S5中的判断结果为是，则输出识别成功信息。
2.根据权利要求1所述的基于灰度及RGB的面部识别方法，其特征在于：所述的步骤S1中，采用红外摄像头采集当前人脸红外图像；所述的步骤S4中，采用彩色摄像头采集当前人脸彩色图像。
3.根据权利要求2所述的基于灰度及RGB的面部识别方法，其特征在于：在红外摄像头采集当前人脸红外图像及彩色摄像头采集当前人脸彩色图像时，采用红外补光灯进行补光。
4.根据权利要求1或2所述的基于灰度及RGB的面部识别方法，其特征在于：所述的步骤S1中，所述的灰度值依次来自当前人脸的额头、鼻子、左脸颊、右脸颊、嘴巴及下巴。
5.根据权利要求1所述的基于灰度及RGB的面部识别方法，其特征在于：所述的步骤S2中，预设灰度特征值为立体人脸图像的灰度特征值。
6.根据权利要求5所述的基于灰度及RGB的面部识别方法，其特征在于：所述的步骤S3中，若步骤S2中的判断结果为否，则判断当前人脸红外图像为平面图像，识别失败信息为假脸结果信息。
7.根据权利要求1所述的基于灰度及RGB的面部识别方法，其特征在于：所述的步骤S4中，所述的RGB值包括当前人脸图像中5个区域中每个像素的RGB值；5个区域分别为当前人脸的额头、鼻子、左脸颊、右脸颊、嘴巴及下巴；每个像素的RGB值均包括3个颜色值[Cr,Cb]。
8.根据权利要求7所述的基于灰度及RGB的面部识别方法，其特征在于：所述的步骤S5中，首先对当前人脸彩色图像中人脸的肤色进行检测，然后选择当前肤色对应的预设颜色值与步骤S4中的RGB值进行比对；当前肤色对应的预设颜色值包括[Cr1,Cr2]和[Cb1,Cb2]。
9.根据权利要求8所述的基于灰度及RGB的面部识别方法，其特征在于：若每个区域中任一像素值的任一颜色值均满足：
Cr1≦Cr≦Cr2且Cb1≦Cb≦Cb2，
则判断当前人脸彩色图像的RGB是在预设颜色值的范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810820583.0A CN109117752A (zh) | 2018-07-24 | 2018-07-24 | 一种基于灰度及rgb的面部识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810820583.0A CN109117752A (zh) | 2018-07-24 | 2018-07-24 | 一种基于灰度及rgb的面部识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109117752A true CN109117752A (zh) | 2019-01-01 |
Family
ID=64862482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810820583.0A Pending CN109117752A (zh) | 2018-07-24 | 2018-07-24 | 一种基于灰度及rgb的面部识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109117752A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109823306A (zh) * | 2019-02-22 | 2019-05-31 | 广东远峰汽车电子有限公司 | 车门解锁方法、装置、系统及可读存储介质 |
| CN109840514A (zh) * | 2019-03-04 | 2019-06-04 | 深圳三人行在线科技有限公司 | 一种活体检测的方法和设备 |
| CN109948420A (zh) * | 2019-01-04 | 2019-06-28 | 平安科技（深圳）有限公司 | 人脸比对方法、装置及终端设备 |
| CN111738065A (zh) * | 2020-05-11 | 2020-10-02 | 广东天波信息技术股份有限公司 | 一种人脸识别门禁控制方法及系统 |
| CN112966627A (zh) * | 2021-03-17 | 2021-06-15 | 江阴邦融微电子有限公司 | 一种基于颜色空间转换的rgb人脸图像判断方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
| CN104361326A (zh) * | 2014-11-18 | 2015-02-18 | 新开普电子股份有限公司 | 一种判别活体人脸的方法 |
| CN106611447A (zh) * | 2016-12-30 | 2017-05-03 | 首都师范大学 | 一种考勤方法和装置 |
| CN107798279A (zh) * | 2016-09-07 | 2018-03-13 | 北京眼神科技有限公司 | 一种人脸活体检测方法及装置 |
| CN108203030A (zh) * | 2018-03-28 | 2018-06-26 | 郑州安元开泰电子商务有限公司 | 基于云计算的指纹识别智能电梯、系统、方法 |
| CN108229362A (zh) * | 2017-12-27 | 2018-06-29 | 杭州悉尔科技有限公司 | 一种基于门禁系统的双目人脸识别活体检测方法 |
-
2018
- 2018-07-24 CN CN201810820583.0A patent/CN109117752A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
| CN104361326A (zh) * | 2014-11-18 | 2015-02-18 | 新开普电子股份有限公司 | 一种判别活体人脸的方法 |
| CN107798279A (zh) * | 2016-09-07 | 2018-03-13 | 北京眼神科技有限公司 | 一种人脸活体检测方法及装置 |
| CN106611447A (zh) * | 2016-12-30 | 2017-05-03 | 首都师范大学 | 一种考勤方法和装置 |
| CN108229362A (zh) * | 2017-12-27 | 2018-06-29 | 杭州悉尔科技有限公司 | 一种基于门禁系统的双目人脸识别活体检测方法 |
| CN108203030A (zh) * | 2018-03-28 | 2018-06-26 | 郑州安元开泰电子商务有限公司 | 基于云计算的指纹识别智能电梯、系统、方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109948420A (zh) * | 2019-01-04 | 2019-06-28 | 平安科技（深圳）有限公司 | 人脸比对方法、装置及终端设备 |
| CN109823306A (zh) * | 2019-02-22 | 2019-05-31 | 广东远峰汽车电子有限公司 | 车门解锁方法、装置、系统及可读存储介质 |
| CN109840514A (zh) * | 2019-03-04 | 2019-06-04 | 深圳三人行在线科技有限公司 | 一种活体检测的方法和设备 |
| CN111738065A (zh) * | 2020-05-11 | 2020-10-02 | 广东天波信息技术股份有限公司 | 一种人脸识别门禁控制方法及系统 |
| CN112966627A (zh) * | 2021-03-17 | 2021-06-15 | 江阴邦融微电子有限公司 | 一种基于颜色空间转换的rgb人脸图像判断方法 |
| CN112966627B (zh) * | 2021-03-17 | 2024-04-02 | 江阴邦融微电子有限公司 | 一种基于颜色空间转换的rgb人脸图像判断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109117752A (zh) | 一种基于灰度及rgb的面部识别方法 | |
| US20210034864A1 (en) | Iris liveness detection for mobile devices | |
| CN108629305A (zh) | 一种面部识别方法 | |
| CN112487922B (zh) | 一种多模态人脸活体检测方法及系统 | |
| CN109359634A (zh) | 一种基于双目摄像机的人脸活体检测方法 | |
| CN107408195B (zh) | 一种虹膜识别方法及装置 | |
| CN105139404A (zh) | 一种可检测拍摄质量的证照相机及拍摄质量检测方法 | |
| US10984281B2 (en) | System and method for correcting color of digital image based on the human sclera and pupil | |
| CN107368806A (zh) | 图像矫正方法、装置、计算机可读存储介质和计算机设备 | |
| CN116311549A (zh) | 活体对象识别方法、设备和计算机可读存储介质 | |
| CN113111806A (zh) | 用于目标识别的方法和系统 | |
| CN109101925A (zh) | 活体检测方法 | |
| CN111178233A (zh) | 基于活体认证的身份认证方法及装置 | |
| CN111191521A (zh) | 人脸活体检测方法、装置、计算机设备及存储介质 | |
| Nightingale et al. | Perceptual and computational detection of face morphing | |
| CN114894337A (zh) | 一种用于室外人脸识别测温方法及装置 | |
| CN114783027A (zh) | 一种基于消费者消费前防伪认证场景的人脸识别方法 | |
| CN110069962A (zh) | 一种活体检测方法和系统 | |
| Abdallah et al. | A new color image database for benchmarking of automatic face detection and human skin segmentation techniques | |
| CN110852239B (zh) | 一种人脸识别系统 | |
| Boodoo-Jahangeer et al. | Face recognition using chain codes | |
| CN110070062A (zh) | 一种基于双目主动红外的人脸识别的系统和方法 | |
| CN113920556A (zh) | 一种人脸防伪方法、装置、存储介质及电子设备 | |
| US20230103555A1 (en) | Information processing apparatus, information processing method, and program | |
| CN111291586B (zh) | 活体检测方法、装置、电子设备及计算机可读存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |
|
| RJ01 | Rejection of invention patent application after publication |