CN110163174A - 一种基于单目摄像头的活体人脸检测方法 - Google Patents

一种基于单目摄像头的活体人脸检测方法 Download PDF

Info

Publication number
CN110163174A
CN110163174A CN201910448263.1A CN201910448263A CN110163174A CN 110163174 A CN110163174 A CN 110163174A CN 201910448263 A CN201910448263 A CN 201910448263A CN 110163174 A CN110163174 A CN 110163174A
Authority
CN
China
Prior art keywords
face
facial image
living body
color difference
body faces
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
Application number
CN201910448263.1A
Other languages
English (en)
Inventor
蒙顺开
冉欢欢
刘昕烨
李博
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.)
Chengdu Kerui Ai Technology Co Ltd
Original Assignee
Chengdu Kerui Ai 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 Chengdu Kerui Ai Technology Co Ltd filed Critical Chengdu Kerui Ai Technology Co Ltd
Priority to CN201910448263.1A priority Critical patent/CN110163174A/zh
Publication of CN110163174A publication Critical patent/CN110163174A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于单目摄像头的活体人脸检测方法，包括：采集多帧人脸图像；计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图；根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量；比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。本发明通过检测各帧人脸图像中的人脸色差来实现人脸活体检测，可以有效抵抗照片和三维模型的攻击，同时只需要单目摄像头即可，降低了设备成本。

Description

一种基于单目摄像头的活体人脸检测方法
技术领域
本发明属于人脸检测技术领域，特别是涉及一种基于单目摄像头的活体人脸检测方法。
背景技术
随着技术的发展，人脸识别已经被广泛应用于人们的日常生活中，但是传统的人脸识别也存在安全隐患，如果非法用户通过伪造的人脸攻击人脸识别系统成功，那么将对合法用户造成重大的损失，这样的缺陷限制了人脸识别算法的实际应用。
为了提高人脸识别的安全性，研发出了人脸活体检测技术。现有的人脸活体检测技术通常是采用基于双目摄像头的方案或者结构光的三维成像方案，但是基于双目摄像头的方案只能识别照片攻击，而结构光的三维成像方案对于三维模型的攻击无法识别、抵抗，而且现有的这些方案需要客户主动配合，体验性不好。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于单目摄像头的活体人脸检测方法。
本发明的目的是通过以下技术方案来实现的：一种基于单目摄像头的活体人脸检测方法，包括：
采集多帧人脸图像；
计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图；
根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量；
比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。
优选的，所述基于单目摄像头的活体人脸检测方法在计算当前人脸序列独立成分分量之前，还包括：
对所述人脸色差分量时序图进行小波变换。
优选的，所述采集多帧人脸图像包括：
建立人脸特征模板；
采集视频图像；
利用所述人脸特征模板检测所述视频图像中各帧图像内是否有人脸，若一帧图像内有人脸，则该帧图像为人脸图像。
优选的，所述计算每帧人脸图像中人脸区域的色差分量包括：
将人脸图像中人脸区域图像序列的颜色空间由RGB转换为CIE L*u*v*，并将L*、u*、v*通道分离；
将每帧人脸图像的u*通道进行空间像素平均得到含有人脸成分的信号源并将其归一化，得到色差分量。
优选的，所述根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量包括：
对观测信号去均值，所述观测信号为归一化后的每帧人脸图像的u*通道；
对去均值后的观测信号进行白化处理；
从观测信号中分离出当前人脸序列独立成分分量。
优选的，所述对人脸色差分量时序图去均值的方式为：对观测信号的每一个值减去观测信号的均值。
本发明的有益效果是：本发明通过检测各帧人脸图像中的人脸色差来实现人脸活体检测，可以有效抵抗照片和三维模型的攻击，同时只需要单目摄像头即可，降低了设备成本。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面将结合实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，本发明提供一种基于单目摄像头的活体人脸检测方法：
如图1所示，一种基于单目摄像头的活体人脸检测方法，包括：
S1.采集多帧人脸图像:建立人脸特征模板；采集视频图像；利用所述人脸特征模板检测所述视频图像中各帧图像内是否有人脸，若一帧图像内有人脸，则该帧图像为人脸图像。
S2.计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图。
所述步骤S2包括：
S21.将人脸图像中人脸区域图像序列的颜色空间由RGB转换为CIE L*u*v*，并将L*、u*、v*通道分离。其中，L*表示亮度，L*的值越大亮度越高；u*和v*代表色度，u*表示红色到绿色的变化，u*的值越大颜色越接近红色，反之越接近绿色；v*表示黄色到蓝色的变化，v*值越大颜色越接近黄色，反之颜色越接近蓝色。
由于含氧血红蛋白和去氧血红蛋白对波长为540-577mm的光(对应绿色-黄色光)有较好的吸收性，这一波段的光波长位于红光和绿光之间，因此血液容积的变化会导致PPG信号在u*通道的波动较大。RGB到CIE XYZ色彩空间的转换公式如公式一所示。
式中，R、G、B分别为RGB空间内R、G、B坐标，X、Y、Z分别为XYZ空间中X、Y、Z坐标。
式中，Yn＝1.0,un＝0.197939,vn＝0.468311。u1和v1可由X，Y，Z坐标计算得到：
S22.将每帧人脸图像的u*通道进行空间像素平均得到含有人脸成分的信号源并将其归一化，得到色差分量。
S3.对所述人脸色差分量时序图进行小波变换。
S4.根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量。
所述步骤S4包括：
S41.对观测信号去均值，所述观测信号为归一化后的每帧人脸图像的u*通道：去均值可以采用简化ICA算法，方法是对观测信号的每一个值减去观测信号的均值，从而可以得到一个具有零均值向量的观测信号。
本实施例中，可以直接对观测信号使用公式四进行归一化处理，也就是分别对经过去趋势之后得到的信号进行归一化处理来达到去均值的目的。
式中，μ是信号x(t)的均值，σ是信号x(t)的标准差。
S42.对去均值后的观测信号进行白化处理：混合信号中的数据都具有相关性，还须对观测信号进行白化处理，可以有效去除数据之间的相关性。ICA算法是一个比较耗时的算法，数据白化之后可以简化后续独立分量的提取过程，使计算大为简化，节省算法时间开销。
白化需要先求原矩阵的协方差矩阵，然后进行特征值分解。对一个n维向量X，它的协方差矩阵cov(X)可以用公式五计算：
cov(X)＝E[(X-E(V))*(X-E(X))T] (公式五)
然后由协方差矩阵的特征值构成的矩阵L和特征向量矩阵Q得到白化阵M：
M＝Q*L-0.5*QT (公式六)
白化后的观测信号为：
X”＝M*X (公式七)。
S43.从观测信号中分离出当前人脸序列独立成分分量。
假设心脏作用下产生的颜色变化信号是s1(t)，动作伪影引起的颜色变化信号是s2(t)，光照变化引起的颜色变化信号是s3(t)。根据上面假设的信号混合过程可以得到公式八：
改写成矩阵形式为：
x(t)＝As(t) (公式九)
式中，x(t)＝[rn(t)；gn(t)；bn(t)]T，s(t)＝[s1(t),s2(t),s3(t)]T，是混合系数矩阵。
因为A未知，无法通过直接计算A的逆矩阵来计算s(t)。ICA算法的目的就是找到一个各个分量相互独立的矩阵W，使之成为A-1的近似矩阵，从而得到其中对源信号s(t)的近似。
S5.比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。
当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值的计算公式为：
其中，X'为当前人脸序列独立成分分量，Y'为预设的活体人脸序列独立成分分量。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种基于单目摄像头的活体人脸检测方法，其特征在于，包括：
采集多帧人脸图像；
计算每帧人脸图像中人脸区域的色差分量，并根据各帧人脸图像中人脸区域的色差分量形成人脸色差分量时序图；
根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量；
比较所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量，若所述当前人脸序列独立成分分量与预设的活体人脸序列独立成分分量的差值大于阈值，则认为所述人脸图像为非活体人脸图像，否则，认为所述人脸图像为活体人脸图像。
2.根据权利要求1所述的一种基于单目摄像头的活体人脸检测方法，其特征在于，所述基于单目摄像头的活体人脸检测方法在计算当前人脸序列独立成分分量之前，还包括：
对所述人脸色差分量时序图进行小波变换。
3.根据权利要求1所述的一种基于单目摄像头的活体人脸检测方法，其特征在于，所述采集多帧人脸图像包括：
建立人脸特征模板；
采集视频图像；
利用所述人脸特征模板检测所述视频图像中各帧图像内是否有人脸，若一帧图像内有人脸，则该帧图像为人脸图像。
4.根据权利要求1所述的一种基于单目摄像头的活体人脸检测方法，其特征在于，所述计算每帧人脸图像中人脸区域的色差分量包括：
将人脸图像中人脸区域图像序列的颜色空间由RGB转换为CIE L*u*v*，并将L*、u*、v*通道分离；
将每帧人脸图像的u*通道进行空间像素平均得到含有人脸成分的信号源并将其归一化，得到色差分量。
5.根据权利要求1所述的一种基于单目摄像头的活体人脸检测方法，其特征在于，所述根据所述人脸色差分量时序图计算得到当前人脸序列独立成分分量包括：
对观测信号去均值，所述观测信号为归一化后的每帧人脸图像的u*通道；
对去均值后的观测信号进行白化处理；
从观测信号中分离出当前人脸序列独立成分分量。
6.根据权利要求5所述的一种基于单目摄像头的活体人脸检测方法，其特征在于，所述对人脸色差分量时序图去均值的方式为：对观测信号的每一个值减去观测信号的均值。
CN201910448263.1A 2019-05-27 2019-05-27 一种基于单目摄像头的活体人脸检测方法 Pending CN110163174A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910448263.1A CN110163174A (zh) 2019-05-27 2019-05-27 一种基于单目摄像头的活体人脸检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910448263.1A CN110163174A (zh) 2019-05-27 2019-05-27 一种基于单目摄像头的活体人脸检测方法

Publications (1)

Publication Number Publication Date
CN110163174A true CN110163174A (zh) 2019-08-23

Family

ID=67629180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910448263.1A Pending CN110163174A (zh) 2019-05-27 2019-05-27 一种基于单目摄像头的活体人脸检测方法

Country Status (1)

Country Link
CN (1) CN110163174A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796660A (zh) * 2020-01-04 2020-02-14 成都科睿埃科技有限公司 用于机场跑道的图像清晰度评价方法
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
CN112733791A (zh) * 2021-01-21 2021-04-30 展讯通信（上海）有限公司 活体检测方法及装置、存储介质、终端
CN115512282A (zh) * 2022-11-23 2022-12-23 海豚乐智科技(成都)有限责任公司 一种目标跟踪系统自动化在线测试方法及装置
WO2024032574A1 (zh) * 2022-08-12 2024-02-15 北京字跳网络技术有限公司 图像处理方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143078A (zh) * 2013-05-09 2014-11-12 腾讯科技（深圳）有限公司 活体人脸识别方法、装置和设备
CN107644191A (zh) * 2016-07-21 2018-01-30 中兴通讯股份有限公司 一种人脸识别方法及系统、终端及服务器
CN108549884A (zh) * 2018-06-15 2018-09-18 天地融科技股份有限公司 一种活体检测方法及装置
CN109101949A (zh) * 2018-08-29 2018-12-28 广州洪荒智能科技有限公司 一种基于彩色视频信号频域分析的人脸活体检测方法
WO2019001254A1 (zh) * 2017-06-29 2019-01-03 Oppo广东移动通信有限公司 虹膜活体检测方法及相关产品
CN109726195A (zh) * 2018-11-26 2019-05-07 北京邮电大学 一种数据增强方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143078A (zh) * 2013-05-09 2014-11-12 腾讯科技（深圳）有限公司 活体人脸识别方法、装置和设备
CN107644191A (zh) * 2016-07-21 2018-01-30 中兴通讯股份有限公司 一种人脸识别方法及系统、终端及服务器
WO2019001254A1 (zh) * 2017-06-29 2019-01-03 Oppo广东移动通信有限公司 虹膜活体检测方法及相关产品
CN108549884A (zh) * 2018-06-15 2018-09-18 天地融科技股份有限公司 一种活体检测方法及装置
CN109101949A (zh) * 2018-08-29 2018-12-28 广州洪荒智能科技有限公司 一种基于彩色视频信号频域分析的人脸活体检测方法
CN109726195A (zh) * 2018-11-26 2019-05-07 北京邮电大学 一种数据增强方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796660A (zh) * 2020-01-04 2020-02-14 成都科睿埃科技有限公司 用于机场跑道的图像清晰度评价方法
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
CN112733791A (zh) * 2021-01-21 2021-04-30 展讯通信（上海）有限公司 活体检测方法及装置、存储介质、终端
CN112733791B (zh) * 2021-01-21 2022-09-30 展讯通信（上海）有限公司 活体检测方法及装置、存储介质、终端
WO2024032574A1 (zh) * 2022-08-12 2024-02-15 北京字跳网络技术有限公司 图像处理方法、装置、电子设备及存储介质
CN115512282A (zh) * 2022-11-23 2022-12-23 海豚乐智科技(成都)有限责任公司 一种目标跟踪系统自动化在线测试方法及装置

Similar Documents

Publication Publication Date Title
CN110163174A (zh) 一种基于单目摄像头的活体人脸检测方法
US11321963B2 (en) Face liveness detection based on neural network model
CN106874871B (zh) 一种活体人脸双摄像头识别方法及识别装置
CN109359634B (zh) 一种基于双目摄像机的人脸活体检测方法
Ross et al. Exploring multispectral iris recognition beyond 900nm
JPH11288459A (ja) 顔のような領域を検出する方法および装置、ならびに観察者トラッキングディスプレイ
CN109584210B (zh) 多光谱三维静脉显像系统
WO1999035606A1 (en) System for human face tracking
CN104408780A (zh) 一种人脸识别考勤系统
CN110458041A (zh) 一种基于rgb-d相机的人脸识别方法及系统
CN106650370A (zh) 一种非接触式计算机保密方法及保密系统
CN111767788A (zh) 一种非交互式单目活体检测方法
Jun et al. Face detection based on LBP
CN109543518A (zh) 一种基于积分投影的人脸器官精确识别方法
CN109409343A (zh) 一种基于活体检测的人脸识别方法
CN113312965A (zh) 一种人脸未知欺骗攻击活体检测方法及系统
Li et al. Video is all you need: Attacking PPG-based biometric authentication
Tian et al. Face anti-spoofing by learning polarization cues in a real-world scenario
CN107368819A (zh) 人脸识别方法及系统
CN111428673A (zh) 一种用于指纹增强显示的偏振矢量彩色图像融合方法
CN108814543A (zh) 高速视频眼震仪系统
CN108596843A (zh) 一种基于亮通道的水下图像色彩恢复算法
CN112364329A (zh) 一种结合心率检测的人脸认证系统及方法
Jang et al. Pseudo-color image fusion based on intensity-hue-saturation color space
CN109889753A (zh) 双目摄像系统及其应用方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190823