CN110532993A - 一种人脸防伪方法、装置、电子设备及介质 - Google Patents
一种人脸防伪方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN110532993A CN110532993A CN201910833615.5A CN201910833615A CN110532993A CN 110532993 A CN110532993 A CN 110532993A CN 201910833615 A CN201910833615 A CN 201910833615A CN 110532993 A CN110532993 A CN 110532993A
- Authority
- CN
- China
- Prior art keywords
- color space
- conversion
- pixel
- facial image
- image
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
Abstract
本申请公开了一种人脸防伪方法、装置、电子设备及介质，包括：获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且所述第一颜色空间为RGB颜色空间；对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。这样，计算转换后图像的目标区域在第二颜色空间的预设通道上的像素和，在所述像素和满足预设条件的情况下，判定所述现场对象为真实人脸，能够提升识别速度，改善用户体验。
Description
技术领域
本申请涉及人脸识别技术领域，特别涉及一种人脸防伪方法、装置、电子设备及介质。
背景技术
随着图像处理与模式识别技术的快速进步及人脸识别的便捷性，基于视频图像处理的人脸识别系统得到广泛的运用，例如考勤，出入口控制，安全监控等领域都已经出现了人脸识别系统。
人脸识别设备在使用过程中经常会受到视频，打印彩色照片、打印灰度照片等的攻击。在现有技术中，主要都是靠配合式的操作完成人脸识别，如配合完成眨眼睛、张嘴巴，配合完成其他动作等。但是，这种操作影响了识别的速度和用户体验。
发明内容
有鉴于此，本申请的目的在于提供一种人脸防伪方法、装置、电子设备及介质，能够提高识别速度，改善用户体验。其具体方案如下：
第一方面，本申请公开了一种人脸防伪方法，包括：
获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间；
对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；
计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；
判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
可选的，所述对所述人脸图像进行颜色空间的转换，包括：
对所述人脸图像的全部区域进行颜色空间的转换。
可选的，所述对所述人脸图像进行颜色空间的转换，包括：
对所述人脸图像的预设区域进行颜色空间的转换。
可选的，所述对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像，包括：
对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至HSV颜色空间，得到相应的转换后HSV图像；
和/或，对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至Lab颜色空间，得到相应的转换后Lab图像。
可选的，所述计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，包括：
计算所述转换后HSV图像的目标区域在所述HSV颜色空间的H通道上的像素和；
和/或，计算所述转换后HSV图像的目标区域在所述HSV颜色空间的S通道上的像素和；
和/或，计算所述转换后Lab图像的目标区域在所述Lab颜色空间的a通道上的像素和；
和/或，计算所述转换后Lab图像的目标区域在所述Lab颜色空间的b通道上的像素和。
可选的，所述获取对现场对象进行图像采集后得到的人脸图像，包括：
提取对现场对象进行图像采集后得到的图像中的人脸区域；
将不同的所述人脸区域的尺寸调整至相同的尺寸，得到相同尺寸的人脸图像。
可选的，所述对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像之前，还包括：
获取对现场对象进行图像采集时周围环境的光线强度；
利用所述光线强度确定待转换的所述第二颜色空间。
第二方面，本申请公开了一种人脸防伪装置，包括：
人脸图像获取模块，用于获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间；
颜色空间转换模块，用于对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；
像素和计算模块，用于计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；
真实人脸判断模块，用于判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
第三方面，本申请公开了一种电子设备，包括处理器和存储器；其中，
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现前述的人脸防伪方法。
第四方面，本申请公开了一种计算机可读介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述的人脸防伪方法。
可见，本申请先获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间，然后对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像，以及计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，最后判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。这样，将对现场对象进行图像采集后得到的人脸图像从第一颜色空间转换至第二颜色空间，然后计算转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，在所述像素和满足预设条件的情况下，判定所述现场对象为真实人脸，能够提升识别速度，改善用户体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种人脸防伪方法流程图；
图2为本申请公开的一种具体的人脸防伪方法流程图；
图3为本申请公开的一种具体的人脸防伪方法流程图；
图4为本申请公开的一种具体的人脸防伪方法流程图；
图5为本申请公开的一种人脸防伪装置结构示意图；
图6为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
人脸识别设备在使用过程中经常会受到视频，打印彩色照片、打印灰度照片等的攻击。在现有技术中，主要都是靠配合式的操作完成人脸识别，如配合完成眨眼睛、张嘴巴，配合完成其他动作等。但是，这种操作影响了识别的速度和用户体验。为此，本申请实施例提供了一种人脸防伪方案，能够提高识别速度，改善用户体验。
参见图1所示，本申请实施例公开了一种人脸防伪方法，包括：
步骤S11：获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间。
在具体的实施方式中，本申请实施例可以利用RGB摄像头对现场对象进行图像采集，然后通过MTCNN(即Multi-task convolutional neural network，多任务卷积神经网络)人脸检测算法，检测到采集到的图像中人脸区域所处位置，提取所述人脸区域，并通过对齐算法利用关键点将不同的所述人脸区域的尺寸调整至相同的尺寸，得到相同尺寸的人脸图像，比如，统一得到256*256大小的人脸图像。可以理解的是，所述人脸图像通过RGB摄像头采集，因此所述人脸图像的颜色空间为RGB颜色空间。
步骤S12：对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像。
步骤S13：计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和。
可以理解的是，本实施例中，RGB摄像头采集的真实人脸的人脸图像与采集的打印灰度照片的人脸图像在所述第二颜色空间的预设通道上存在像素差异，本实施例可以先将所述人脸图像从RGB颜色空间转换至第二颜色空间，然后计算目标区域在所述第二颜色空间的预设通道上的像素和，利用像素和的差异来判断采集的人脸图像对应的现场对象是否为真实人脸。
需要指出的是，在室内或者室外强光环境下，通过RGB摄像头采集的真实人脸的图像和打印灰度照片的图像在其他颜色空间的某些颜色通道会存在很大的差异。比如，在没有强太阳光的条件下，通过RGB摄像头采集的真实人脸的图像和打印灰度照片的图像，在HSV颜色空间的H通道和S通道上存在明显的像素差异，或者在室外有太阳强光的条件下，通过RGB摄像头采集的真实人脸的图像和打印灰度照片的图像，在Lab颜色空间的a通道和b通道上会存在明显的像素差异。因此可以将所述人脸图像从所述RGB颜色空间转换至HSV颜色空间或Lab颜色空间，得到相应的转换后图像，然后计算转换后图像的目标区域在HSV颜色空间或Lab颜色空间的预设通道上的像素和，以判断所述现场对象是否为真实人脸。其中，目标区域可以为鼻子所述区域，并且，可以设置目标区域的大小，比如，设置为50*50，然后计算50*50的目标区域的像素和。
在第一种具体的实施方式中，若当前环境下的太阳光线强度较弱，则可以对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至HSV颜色空间，得到相应的转换后HSV图像。也即，将所述人脸图像从RGB颜色空间转换至HSV颜色空间，得到转换后的HSV颜色空间图像。计算所述转换后HSV图像的目标区域在所述HSV颜色空间的H通道上的像素和，或者，计算所述转换后HSV图像的目标区域在所述HSV颜色空间的S通道上的像素和。
在第二种具体的实施方式中，若当前环境下的太阳光线强度较强，则可以对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至Lab颜色空间，得到相应的转换后Lab图像。也即，将所述人脸图像从RGB颜色空间转换至Lab颜色空间，得到转换后的Lab颜色空间图像。计算所述转换后Lab图像的目标区域在所述Lab颜色空间的a通道上的像素和，或者，计算所述转换后Lab图像的目标区域在所述Lab颜色空间的b通道上的像素和。
步骤S14：判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
在第一种具体的实施方式中，可以判断目标区域在所述HSV颜色空间的H通道上的像素和是否满足第一预设条件，若所述像素和满足所述第一预设条件，则判定所述现场对象为真实人脸。比如，目标区域为鼻子所在区域，且目标区域大小设置为50*50，可以预设H通道上的目标区域的像素和在小于等于150的情况下，判定所述现场对象为真实人脸，大于150的情况下，判定所述现场对象为打印的灰度照片。
在第二种具体的实施方式中，可以判断目标区域在所述HSV颜色空间的S通道上的像素和是否满足第二预设条件，若所述像素和满足所述第二预设条件，则判定所述现场对象为真实人脸。比如，目标区域为鼻子所在区域，且目标区域大小设置为50*50，可以预设S通道上的目标区域的像素和在大于等于40的情况下，判定所述现场对象为真实人脸，小于40的情况下，判定所述现场对象为打印的灰度照片。
在第三种具体的实施方式中，可以判断目标区域在所述Lab颜色空间的a通道上的像素和是否满足第三预设条件，若所述像素和满足所述第三预设条件，则判定所述现场对象为真实人脸。比如，目标区域为鼻子所在区域，且目标区域大小设置为50*50，可以预设a通道上的目标区域的像素和在大于2.5或小于-2.5的情况下，判定所述现场对象为真实人脸，在大于等于-2.5并且小于等于2.5的情况下，判定所述现场对象为打印的灰度照片。
在第四种具体的实施方式中，可以判断目标区域在所述Lab颜色空间的b通道上的像素和是否满足第四预设条件，若所述像素和满足所述第四预设条件，则判定所述现场对象为真实人脸。比如，目标区域为鼻子所在区域，且目标区域大小设置为50*50，可以预设b通道上的目标区域的像素和在大于2.5或小于-2.5的情况下，判定所述现场对象为真实人脸，在大于等于-2.5并且小于等于2.5的情况下，判定所述现场对象为打印的灰度照片。
可以理解的是，本实施例可以利用上述目标区域在所述第二颜色空间的一种或几种预设通道上的像素和来判断现场对象是否为真实人脸，当利用多种预设通道上的像素和进行判断时，可以为不同预设通道上的像素和的判定结果设定权重，综合多种判定结果来判断所述现场对象是否为真实人脸，从而提升对所述现场对象判定的准确性。
可见，本申请实施例先获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间，然后对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像，以及计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，最后判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。这样，将对现场对象进行图像采集后得到的人脸图像从第一颜色空间转换至第二颜色空间，然后计算转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，在所述像素和满足预设条件的情况下，判定所述现场对象为真实人脸，能够提升识别速度，改善用户体验。
参见图2所示，本申请实施例公开了一种具体的人脸防伪方法，包括：
步骤S21：获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间。
其中，关于上述步骤S21的具体过程可以参考前述实施例公开的相应内容，在此不进行具体阐述。
步骤S22：对所述人脸图像的全部区域进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像。
步骤S23：计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和。
在具体的实施方式中，本实施例可以对所述人脸图像的全部区域进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像。也即，将人脸图像的全部区域转换至第二颜色空间，得到人脸图像全部区域的转换后图像。然后截取全部区域的转换后图像中的部分区域为所述目标区域，然后计算该目标区域在所述第二颜色空间的预设通道上的像素和。
步骤S24：判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
其中，关于上述步骤S24的具体过程可以参考前述实施例公开的相应内容，在此不进行具体阐述。
参见图3所示，本申请实施例公开了一种具体的人脸防伪方法，包括：
步骤S31：获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间。
其中，关于上述步骤S31的具体过程可以参考前述实施例公开的相应内容，在此不进行具体阐述。
步骤S32：对所述人脸图像的预设区域进行颜色空间的转换。，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像。
步骤S33：计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和。
在具体的实施方式中，可以对所述人脸图像的预设区域进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像。也即，将人脸图像的预设区域转换至第二颜色空间，得到人脸图像预设区域的转换后图像。比如，所述预设区域为鼻子所在区域，可以通过检测算法，检测出人脸图像中的鼻子所在区域，然后将鼻子所在区域进行颜色空间的转换，得到鼻子所在区域的转换后图像。可以理解的是，本实施例可以将预设区域的转换后图像的全部区域直接作为所述目标区域，然后计算该目标区域在所述第二颜色空间的预设通道上的像素和。
步骤S34：判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
其中，关于上述步骤S34的具体过程可以参考前述实施例公开的相应内容，在此不进行具体阐述。
参见图4所示，本申请实施例公开了一种具体的人脸防伪方法，包括：
步骤S41：获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间。
其中，关于上述步骤S41的具体过程可以参考前述实施例公开的相应内容，在此不进行具体阐述。
步骤S42：获取对现场对象进行图像采集时周围环境的光线强度。
在具体的实施方式中，本实施例可以利用光学传感器获取对现场对象进行图像采集时周围环境的光线强度。
步骤S43：利用所述光线强度确定待转换的所述第二颜色空间。
也即，本实施例可以利用所述光线强度确定待转换的所述第二颜色空间，以满足不同光线强度下的人脸防伪需求，例如，在光线强度不强的情况下，可以确定待转换的所述第二颜色空间为HSV颜色空间，在光线强度较强的情况下，可以确定待转换的所述第二颜色空间为Lab颜色空间。可以理解的是，在没有强太阳光的条件下，采集到的灰度照片和采集到的真实人脸的人脸图像在HSV颜色空间的H通道和S通道的像素值分布具有明显不同，但是，在有太阳强光的条件下，打印的灰度照片在经过RGB摄像机成像后会存在色偏，导致在HSV颜色空间的H和S通道下与采集的真实人脸的图像区分度变得不大，而在有太阳强光的条件下，采集到的灰度照片和采集到的真实人脸的人脸图像在Lab颜色空间的a通道和b通道的像素值分布具有明显不同，因此可以用固定区域的像素和来判断采集到的人脸图像是否存在色偏，因为真实人脸在所有条件下基本是不会存在色偏的。
步骤S44：对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像。
步骤S45：计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和。
步骤S46：判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
其中，关于上述步骤S44至步骤S46的具体过程可以参考前述实施例公开的相应内容，在此不进行具体阐述。
参见图5，本申请实施例公开了一种人脸防伪装置，包括：
人脸图像获取模块11，用于获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间；
颜色空间转换模块12，用于对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；
像素和计算模块13，用于计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；
真实人脸判断模块14，用于判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
可见，本申请实施例先获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间，然后对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像，以及计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，最后判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。这样，将对现场对象进行图像采集后得到的人脸图像从第一颜色空间转换至第二颜色空间，然后计算转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，在所述像素和满足预设条件的情况下，判定所述现场对象为真实人脸，能够提升识别速度，改善用户体验。
其中，所述人脸图像获取模块11，具体可以包括：
人脸区域提取模块，用于提取对现场对象进行图像采集后得到的图像中的人脸区域。
人脸区域对齐模块，用于将不同的所述人脸区域的尺寸调整至相同的尺寸，得到相同尺寸的人脸图像。
在一种具体的实施方式中，所述颜色空间转换模块12，可以用于对所述人脸图像的全部区域进行颜色空间的转换。
在另一种具体的实施方式中，所述颜色空间转换模块12，可以用于对所述人脸图像的预设区域进行颜色空间的转换。
在一些实施例中，所述颜色空间转换模块12，具体用于对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至HSV颜色空间，得到相应的转换后HSV图像。
在一些实施例中，所述颜色空间转换模块12，具体用于对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至Lab颜色空间，得到相应的转换后Lab图像。
在一些实施例中，所述像素和计算模块13，具体用于计算所述转换后HSV图像的目标区域在所述HSV颜色空间的H通道上的像素和。相应的，所述真实人脸判断模块14，用于判断所述像素和是否满足第一预设条件，若所述像素和满足所述第一预设条件，则判定所述现场对象为真实人脸。
在一些实施例中，所述像素和计算模块13，具体用于计算所述转换后HSV图像的目标区域在所述HSV颜色空间的S通道上的像素和。相应的，所述真实人脸判断模块14，用于判断所述像素和是否满足第二预设条件，若所述像素和满足所述第二预设条件，则判定所述现场对象为真实人脸。
在一些实施例中，所述像素和计算模块13，具体用于计算所述转换后Lab图像的目标区域在所述Lab颜色空间的a通道上的像素和。相应的，所述真实人脸判断模块14，用于判断所述像素和是否满足第三预设条件，若所述像素和满足所述第三预设条件，则判定所述现场对象为真实人脸。
在一些实施例中，所述像素和计算模块13，具体用于计算所述转换后Lab图像的目标区域在所述Lab颜色空间的b通道上的像素和。相应的，所述真实人脸判断模块14，用于判断所述像素和是否满足第四预设条件，若所述像素和满足所述第四预设条件，则判定所述现场对象为真实人脸。
进一步的，所述人脸防伪装置，还可以包括：
待转换颜色空间确定模块，用于获取对现场对象进行图像采集时周围环境的光线强度；利用所述光线强度确定待转换的所述第二颜色空间。
参见图6所示，本申请实施例公开了一种电子设备20，包括处理器21和存储器22、RGB摄像头23以及光学传感器24；其中，所述存储器22，用于保存计算机程序；所述处理器21，用于执行所述计算机程序，以实现以下步骤：
获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间；对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
可见，本申请实施例先获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间，然后对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像，以及计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，最后判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。这样，将对现场对象进行图像采集后得到的人脸图像从第一颜色空间转换至第二颜色空间，然后计算转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，在所述像素和满足预设条件的情况下，判定所述现场对象为真实人脸，能够提升识别速度，改善用户体验。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：对所述人脸图像的全部区域进行颜色空间的转换。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：对所述人脸图像的预设区域进行颜色空间的转换。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至HSV颜色空间，得到相应的转换后HSV图像。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至Lab颜色空间，得到相应的转换后Lab图像。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：计算所述转换后HSV图像的目标区域在所述HSV颜色空间的H通道上的像素和。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：计算所述转换后HSV图像的目标区域在所述HSV颜色空间的S通道上的像素和。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：计算所述转换后Lab图像的目标区域在所述Lab颜色空间的a通道上的像素和。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：计算所述转换后Lab图像的目标区域在所述Lab颜色空间的b通道上的像素和。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：判断所述像素和是否满足第一预设条件，若所述像素和满足所述第一预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：判断所述像素和是否满足第二预设条件，若所述像素和满足所述第二预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：判断所述像素和是否满足第三预设条件，若所述像素和满足所述第三预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：判断所述像素和是否满足第四预设条件，若所述像素和满足所述第四预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：提取对现场对象进行图像采集后得到的图像中的人脸区域；将不同的所述人脸区域的尺寸调整至相同的尺寸，得到相同尺寸的人脸图像。
本实施例中，所述处理器21执行所述存储器22中保存的计算机子程序时，可以具体实现以下步骤：获取对现场对象进行图像采集时周围环境的光线强度；利用所述光线强度确定待转换的所述第二颜色空间。
并且，所述RGB摄像头23用于对现场对象进行图像采集，所述光学传感器24用于检测对现场对象进行图像采集时周围环境的光线强度。
进一步的，本申请实施例还公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现以下步骤：
获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间；对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
可见，本申请实施例先获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间，然后对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像，以及计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，最后判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。这样，将对现场对象进行图像采集后得到的人脸图像从第一颜色空间转换至第二颜色空间，然后计算转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，在所述像素和满足预设条件的情况下，判定所述现场对象为真实人脸，能够提升识别速度，改善用户体验。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：对所述人脸图像的全部区域进行颜色空间的转换。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：对所述人脸图像的预设区域进行颜色空间的转换。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至HSV颜色空间，得到相应的转换后HSV图像。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至Lab颜色空间，得到相应的转换后Lab图像。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：计算所述转换后HSV图像的目标区域在所述HSV颜色空间的H通道上的像素和。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：计算所述转换后HSV图像的目标区域在所述HSV颜色空间的S通道上的像素和。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：计算所述转换后Lab图像的目标区域在所述Lab颜色空间的a通道上的像素和。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：计算所述转换后Lab图像的目标区域在所述Lab颜色空间的b通道上的像素和。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：判断所述像素和是否满足第一预设条件，若所述像素和满足所述第一预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：判断所述像素和是否满足第二预设条件，若所述像素和满足所述第二预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：判断所述像素和是否满足第三预设条件，若所述像素和满足所述第三预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：判断所述像素和是否满足第四预设条件，若所述像素和满足所述第四预设条件，则判定所述现场对象为真实人脸。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：提取对现场对象进行图像采集后得到的图像中的人脸区域；将不同的所述人脸区域的尺寸调整至相同的尺寸，得到相同尺寸的人脸图像。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：获取对现场对象进行图像采集时周围环境的光线强度；利用所述光线强度确定待转换的所述第二颜色空间。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种人脸防伪方法、装置、电子设备及介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种人脸防伪方法，其特征在于，包括：
获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间；
对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；
计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；
判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
2.根据权利要求1所述的人脸防伪方法，其特征在于，所述对所述人脸图像进行颜色空间的转换，包括：
对所述人脸图像的全部区域进行颜色空间的转换。
3.根据权利要求1所述的人脸防伪方法，其特征在于，所述对所述人脸图像进行颜色空间的转换，包括：
对所述人脸图像的预设区域进行颜色空间的转换。
4.根据权利要求1所述的人脸防伪方法，其特征在于，所述对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像，包括：
对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至HSV颜色空间，得到相应的转换后HSV图像；
和/或，对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至Lab颜色空间，得到相应的转换后Lab图像。
5.根据权利要求4所述的人脸防伪方法，其特征在于，所述计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和，包括：
计算所述转换后HSV图像的目标区域在所述HSV颜色空间的H通道上的像素和；
和/或，计算所述转换后HSV图像的目标区域在所述HSV颜色空间的S通道上的像素和；
和/或，计算所述转换后Lab图像的目标区域在所述Lab颜色空间的a通道上的像素和；
和/或，计算所述转换后Lab图像的目标区域在所述Lab颜色空间的b通道上的像素和。
6.根据权利要求1所述的人脸防伪方法，其特征在于，所述获取对现场对象进行图像采集后得到的人脸图像，包括：
提取对现场对象进行图像采集后得到的图像中的人脸区域；
将不同的所述人脸区域的尺寸调整至相同的尺寸，得到相同尺寸的人脸图像。
7.根据权利要求1至6任一项所述的人脸防伪方法，其特征在于，所述对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像之前，还包括：
获取对现场对象进行图像采集时周围环境的光线强度；
利用所述光线强度确定待转换的所述第二颜色空间。
8.一种人脸防伪装置，其特征在于，包括：
人脸图像获取模块，用于获取对现场对象进行图像采集后得到的人脸图像；其中，所述人脸图像的颜色空间为第一颜色空间，并且，所述第一颜色空间为RGB颜色空间；
颜色空间转换模块，用于对所述人脸图像进行颜色空间的转换，以从所述第一颜色空间转换至第二颜色空间，得到相应的转换后图像；
像素和计算模块，用于计算所述转换后图像的目标区域在所述第二颜色空间的预设通道上的像素和；
真实人脸判断模块，用于判断所述像素和是否满足预设条件，若所述像素和满足所述预设条件，则判定所述现场对象为真实人脸。
9.一种电子设备，其特征在于，包括处理器和存储器；其中，
所述存储器，用于保存计算机程序；
所述处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的人脸防伪方法。
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的人脸防伪方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910833615.5A CN110532993B (zh) | 2019-09-04 | 2019-09-04 | 一种人脸防伪方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910833615.5A CN110532993B (zh) | 2019-09-04 | 2019-09-04 | 一种人脸防伪方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110532993A true CN110532993A (zh) | 2019-12-03 |
| CN110532993B CN110532993B (zh) | 2022-03-08 |
Family
ID=68666867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910833615.5A Active CN110532993B (zh) | 2019-09-04 | 2019-09-04 | 一种人脸防伪方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110532993B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052726A (zh) * | 2021-03-24 | 2021-06-29 | 广西凯合置业集团有限公司 | 一种基于云计算的智慧社区物业服务系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103605958A (zh) * | 2013-11-12 | 2014-02-26 | 北京工业大学 | 一种基于灰度共生矩阵和小波分析的活体人脸检测方法 |
| CN104050443A (zh) * | 2013-03-13 | 2014-09-17 | 英特尔公司 | 使用肤色检测的视频流的姿势预处理 |
| CN104408780A (zh) * | 2014-11-28 | 2015-03-11 | 四川浩特通信有限公司 | 一种人脸识别考勤系统 |
| CN105354554A (zh) * | 2015-11-12 | 2016-02-24 | 西安电子科技大学 | 基于颜色和奇异值特征的人脸活体检测方法 |
| CN106875412A (zh) * | 2017-02-28 | 2017-06-20 | 重庆理工大学 | 一种基于色差的两个重叠果实的分割定位方法 |
| CN107452014A (zh) * | 2017-07-11 | 2017-12-08 | 中国农业科学院农业信息研究所 | 一种图像分割方法及装置 |
| CN108229372A (zh) * | 2017-12-29 | 2018-06-29 | 努比亚技术有限公司 | 指纹识别方法、移动终端及计算机可读存储介质 |
| CN108961190A (zh) * | 2018-07-17 | 2018-12-07 | 上海交通大学 | 一种提升自然光照下机器视觉鲁棒性的图像预处理方法 |
| CN109977865A (zh) * | 2019-03-26 | 2019-07-05 | 江南大学 | 一种基于人脸颜色空间和度量分析的欺诈检测方法 |
-
2019
- 2019-09-04 CN CN201910833615.5A patent/CN110532993B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104050443A (zh) * | 2013-03-13 | 2014-09-17 | 英特尔公司 | 使用肤色检测的视频流的姿势预处理 |
| CN103605958A (zh) * | 2013-11-12 | 2014-02-26 | 北京工业大学 | 一种基于灰度共生矩阵和小波分析的活体人脸检测方法 |
| CN104408780A (zh) * | 2014-11-28 | 2015-03-11 | 四川浩特通信有限公司 | 一种人脸识别考勤系统 |
| CN105354554A (zh) * | 2015-11-12 | 2016-02-24 | 西安电子科技大学 | 基于颜色和奇异值特征的人脸活体检测方法 |
| CN106875412A (zh) * | 2017-02-28 | 2017-06-20 | 重庆理工大学 | 一种基于色差的两个重叠果实的分割定位方法 |
| CN107452014A (zh) * | 2017-07-11 | 2017-12-08 | 中国农业科学院农业信息研究所 | 一种图像分割方法及装置 |
| CN108229372A (zh) * | 2017-12-29 | 2018-06-29 | 努比亚技术有限公司 | 指纹识别方法、移动终端及计算机可读存储介质 |
| CN108961190A (zh) * | 2018-07-17 | 2018-12-07 | 上海交通大学 | 一种提升自然光照下机器视觉鲁棒性的图像预处理方法 |
| CN109977865A (zh) * | 2019-03-26 | 2019-07-05 | 江南大学 | 一种基于人脸颜色空间和度量分析的欺诈检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈伟栋等: "基于肤色特征和深度模型的人脸检测方法", 《工业控制计算机》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052726A (zh) * | 2021-03-24 | 2021-06-29 | 广西凯合置业集团有限公司 | 一种基于云计算的智慧社区物业服务系统 |
| CN113052726B (zh) * | 2021-03-24 | 2021-10-15 | 广西凯合置业集团有限公司 | 一种基于云计算的智慧社区物业服务系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110532993B (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105608455B (zh) | 一种车牌倾斜校正方法及装置 | |
| CN106874871B (zh) | 一种活体人脸双摄像头识别方法及识别装置 | |
| CN105184787B (zh) | 一种自动对人像进行抠图的证照相机及方法 | |
| CN107347151B (zh) | 双目摄像头遮挡检测方法及装置 | |
| CN110197203A (zh) | 基于宽度学习神经网络的桥梁路面裂缝分类识别方法 | |
| CN101599175B (zh) | 确定拍摄背景发生改变的检测方法及图像处理设备 | |
| CN104299011A (zh) | 一种基于人脸图像识别的肤质与皮肤问题识别检测方法 | |
| CN106504264B (zh) | 视频前景图像提取方法和装置 | |
| CN108537782B (zh) | 一种基于轮廓提取的建筑物图像匹配与融合的方法 | |
| JP2006171929A (ja) | 顔領域推定装置、顔領域推定方法及び顔領域推定プログラム | |
| CN109635758A (zh) | 智慧工地基于视频的高空作业人员安全带穿戴检测方法 | |
| CN109543691A (zh) | 积水识别方法、装置以及存储介质 | |
| KR101204259B1 (ko) | 화재 검출 방법 | |
| CN108446690B (zh) | 一种基于多视角动态特征的人脸活体检测方法 | |
| CN112232204B (zh) | 基于红外图像的活体检测方法 | |
| CN107392879B (zh) | 一种基于参考帧的低照度监控图像增强方法 | |
| CN110032932A (zh) | 一种基于视频处理和决策树设定阈值的人体姿态识别方法 | |
| CN109089041A (zh) | 拍摄场景的识别方法、装置、电子设备和存储介质 | |
| CN108470178A (zh) | 一种结合深度可信度评价因子的深度图显著性检测方法 | |
| CN113012383A (zh) | 火灾检测报警方法、相关系统、相关设备及存储介质 | |
| CN110532993A (zh) | 一种人脸防伪方法、装置、电子设备及介质 | |
| CN102088539A (zh) | 一种预拍照画质评价方法和系统 | |
| JP6274876B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| CN106504211A (zh) | 基于改进surf特征匹配的低照度成像方法 | |
| CN111723656B (zh) | 一种基于YOLO v3与自优化的烟雾检测方法及装置 |
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 |