CN110929557A - 一种基于活体检测的智能安防方法、系统及处理装置 - Google Patents
一种基于活体检测的智能安防方法、系统及处理装置 Download PDFInfo
- Publication number
- CN110929557A CN110929557A CN201910913113.3A CN201910913113A CN110929557A CN 110929557 A CN110929557 A CN 110929557A CN 201910913113 A CN201910913113 A CN 201910913113A CN 110929557 A CN110929557 A CN 110929557A
- Authority
- CN
- China
- Prior art keywords
- face
- target
- living body
- image
- executing
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 title claims abstract description 10
- 238000001727 in vivo Methods 0.000 title abstract description 16
- 230000009471 action Effects 0.000 claims abstract description 11
- 210000001508 eye Anatomy 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 210000004709 eyebrow Anatomy 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 210000000697 sensory organ Anatomy 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000005303 weighing Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/10—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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及智能安防的技术领域，目的是提供一种基于活体检测的智能安防方法、系统及处理装置，其中，一种基于活体检测的智能安防系统，包括，第一活体检测装置，用于检测目标区域内是否存在活体；双目相机；第二活体检测装置，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像；人脸识别装置，用于在第二活体检测装置判断该目标人脸图像为立体人脸图像后提取目标人脸图像的特征，识别该人脸是否为合法人脸；安防执行装置，在人脸识别装置识别该人脸为合法人脸后进行一次安防动作。本发明具有降低安防风险的优点。
Description
技术领域
本发明涉及基于活体检测的智能安防的技术领域，具体涉及一种基于活体检测的智能安防方法、系统及处理装置。
背景技术
生物特征识别技术在近年来广泛用于安防领域，其中的人脸识别技术作为其中一项高效的手段也被广泛研究。人脸识别技术相对于其它的生物识别技术，如虹膜识别、指纹识别等，由于友好、方便等特点，成为研究和使用的热点。
授权公告号为CN105184261B的中国专利公开基于大数据处理的快速视频人脸识别方法，通过建立人脸识别数据库，通过图像数据库用于储存采集到的人脸图像和对应的局部人脸特征串行数据；并将所有人像均生成一个局部人脸特征串行数据，并分散存储在不同的存储器中。在需要进行人脸识别时，通过采集人脸图像，并将采集到的人脸图像生成对应的局部人脸特征串行数据，并按级别进行匹配识别。
现有技术存在以下技术缺陷：上述人脸识别方法使用静态人脸识别方法，操作人员使用照片仍存在完成人脸识别的情况，存在较大的安防风险。
发明内容
本发明目的在于提供一种基于活体检测的智能安防方法、系统及处理装置，具有降低安防风险的优点。
为实现上述目的，本发明所采用的技术方案是，一种基于活体检测的智能安防方法，包括以下步骤，
S1：检测目标区域内是否存在活体，若是，执行S2，若不是，执行 S5；
S2：获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像，若是，执行S3，若不是，执行S5；
S3：获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，提取目标人脸图像的特征，识别该人脸是否为合法人脸，若是，执行S4，若不是，执行S5；
S4：执行机构完成一次安防动作，执行S1；
S5：不进行任何操作，执行S1。
通过采用上述技术方案，检测目标区域内是否存在活体，当目标区域内存在活物时，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像。根据目标人脸图像的不同特征点的景深判断该目标人脸图像为立体人脸图像时，获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，提取目标人脸图像的特征，识别该人脸是否为合法人脸。当识别该人脸为合法人脸时，执行机构完成一次安防动作，使得静态照片无法完成被识别，从而达到降低安防风险的效果。
优选的，所述S2具体包括以下步骤，
S21：将目标区域内的活体的人脸划分成多个关键区域，执行S22；
S22：使用双目相机分别针对多个关键区域获取左眼图像和右眼图像，在多个关键区域内分别选择一个特征点，计算多个关键区域内的特征点的景深，执行S23；
S23：计算多个关键区域内的特征点的景深是否均一致，若是，执行S5，若不是，执行S3。
优选的，所述S21按照目标区域内的人脸的五官将人脸划分成多个关键区域。
优选的，所述S22中根据双目相机的左相机与右相机之间的间距T、双目相机的左相机或右相机的焦距f、关键区域的特征点P在左像面L1 上的成像点a及关键区域的特征点P在右像面L2上的成像点b计算多个关键区域内的特征点P的景深。
优选的，所述S22中选取关键区域内灰度变化最大的像素点集的中心点作为特征点。
优选的，所述S3包括以下步骤，
S31：获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，对目标人脸图像进行预处理，得到目标人脸灰度图像，执行 S32；
S32：将目标人脸灰度图像中的人脸与背景分离，提取人脸的整体特征，将人脸划分为多个局部区域，计算人脸图像的多个局部区域的二值特征，执行S33；
S33：在预存的人脸图像集中寻找是否有与该目标人脸灰度图像的整体特征及多个局部区域的二值特征均匹配的人脸图像，若是，执行S4，若不是，执行S5。
优选的，所述S32中将人脸划分为多个局部区域具体包括以下步骤：
S321：根据人脸的测量关系抽取眉毛和眼睛窗，执行S322；
S322：窗内投影粗定位眼睛位置，执行S323；
S323：眼部归一化校准，执行S324；
S324：PCA模板匹配精确定位眼睛，执行S325；
S325：根据人脸的测量关系抽取鼻子窗，执行S326；
S326：窗内投影确定鼻子位置。
一种基于活体检测的智能安防系统，包括，
第一活体检测装置，用于检测目标区域内是否存在活体；
双目相机，用于在第一活体检测装置检测目标区域内存在活体后获取活体的目标图像，并将活体的目标图像发送至第二活体检测装置及人脸识别装置；
第二活体检测装置，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像；
人脸识别装置，用于在第二活体检测装置判断该目标人脸图像为立体人脸图像后提取目标人脸图像的特征，识别该人脸是否为合法人脸；
安防执行装置，在人脸识别装置识别该人脸为合法人脸后进行一次安防动作。
通过采用上述技术方案，检测目标区域内是否存在活体，当目标区域内存在活物时，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像。根据目标人脸图像的不同特征点的景深判断该目标人脸图像为立体人脸图像时，获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，提取目标人脸图像的特征，识别该人脸是否为合法人脸。当识别该人脸为合法人脸时，执行机构完成一次安防动作，使得静态照片无法完成被识别，从而达到降低安防风险的效果。
一种基于活体检测的智能安防处理装置，包括存储器及处理器，所述处理器用于通过调用所述存储器中存储的计算机程序执行一种基于活体检测的智能安防方法。
综上所述，本发明的有益效果为：
1、本发明先根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像后再进行人脸识别，使得静态照片无法直接完成被识别，从而具有降低安防风险的优点；
2、本发明先检测目标区域内是否存在活体，检测到目标区域内存在活体后，再开启双目摄像机进行图像采集工作，具有减少能量损耗、成本的优点。
附图说明
图1为本发明的一种基于活体检测的智能安防系统的示意图；
图2为本发明用于展示计算关键区域内的特征点P的景深的示意图；
图3为本发明的一种基于活体检测的智能安防方法的流程示意图；
图4为本发明用于展示一种基于活体检测的智能安防方法的S2的流程示意图；
图5为本发明用于展示一种基于活体检测的智能安防方法的S3的流程示意图。
具体实施方式
下面结合本发明的附图1～5，对本发明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，都属于本发明保护的范围。
实施例1
参照图1，一种基于活体检测的智能安防系统，包括，
第一活体检测装置，用于检测目标区域内是否存在活体；值得说明的是，第一活体检测装置包括微处理器、红外热释电传感器、光束遮断式传感器、称重传感器等装置中的多个装置的组合，作为优选的，本实施例中，第一活体检测装置包括微处理器及红外热释电传感器，红外热释电传感器与微处理器电性连接，红外热市电传感器的探头安装在距离地面1m的高度，防止小动物或孩童引起红外热市电传感器的误判；
在另一个实施例中，第一活体检测装置包括微处理器、红外热释电传感器及称重传感器，红外热释电传感器和称重传感器均与微处理器电性连接，称重传感器嵌设在地面内，红外热市电传感器的探头安装在距离地面1m的高度，防止小动物或孩童引起红外热市电传感器的误判；
在另一个实施例中，第一活体检测装置包括微处理器、光束遮断式传感器及称重传感器，光束遮断式传感器和称重传感器均与微处理器电性连接，称重传感器嵌设在地面内，光束遮断式传感器的发射探头及接收探头均安装在距离地面1m的高度，防止小动物或孩童引起光束遮断式传感器的误判；
双目相机，用于在第一活体检测装置检测目标区域内存在活体后获取活体的目标图像，并将活体的目标图像发送至第二活体检测装置及人脸识别装置；
第二活体检测装置，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像；
人脸识别装置，用于在第二活体检测装置判断该目标人脸图像为立体人脸图像后提取目标人脸图像的特征，识别该人脸是否为合法人脸；
安防执行装置，在人脸识别装置识别该人脸为合法人脸后进行一次安防动作。
值得说明的是，第二活体检测装置在判断目标人脸图像是否为立体人脸图像时，先将目标区域内的活体的人脸的五官将人脸划分成A关键区域、B关键区域、C关键区域及D关键区域，A关键区域包含有人脸的眼睛，B关键区域包含有人脸的鼻子，C关键区域包含有人脸的嘴，D关键区域包含有人脸的耳朵。使用双目相机分别针对A关键区域、B关键区域、C关键区域及D关键区域中两个或两个以上的关键区域获取左眼图像和右眼图像，在关键区域内选取关键区域内灰度变化最大的像素点集的中心点作为特征点，计算关键区域内的特征点的景深；计算被获取图像的关键区域内的特征点的景深是否均一致。
参照图2，S22中根据双目相机的左相机与右相机之间的间距T、双目相机的左相机或右相机的焦距f、关键区域的特征点P在左像面L1上的成像点a及关键区域的特征点P在右像面L2上的成像点b计算多个关键区域内的特征点P的景深，景深Z的计算公式为：
d＝xl-xr
其中，xl为关键区域的特征点P在左像面上的成像点a与左镜像面的左端点之间的距离，xr为关键区域的特征点P在右像面上的成像点b与右镜像面的左端点之间的距离。
值得说明的是，本实施例中，人脸识别装置内预设有合法人脸图像数据库，在进行人脸识别的过程中，人脸识别装置先获取目标图像中的目标人脸图像，对目标人脸图像进行预处理，得到目标人脸灰度图像。将目标人脸灰度图像中的人脸与背景分离，提取人脸的整体特征，将人脸划分为多个局部区域，计算人脸图像的多个局部区域的二值特征。在预存的合法人脸图像数据库寻找是否有与该目标人脸灰度图像的整体特征及多个局部区域的二值特征均匹配的人脸图像。值得说明的是，将人脸划分为多个局部区域包括以下几个步骤：
S321：根据人脸的测量关系抽取眉毛和眼睛窗，执行S322；
S322：窗内投影粗定位眼睛位置，执行S323；
S323：眼部归一化校准，执行S324；
S324：PCA模板匹配精确定位眼睛，执行S325；
S325：根据人脸的测量关系抽取鼻子窗，执行S326；
S326：窗内投影确定鼻子位置。
值得说明的是，一个实施例中，第一活体检测装置、第二活体检测装置及人脸识别装置集成为一体，在另一个实施例中，第一活体检测装置、第二活体检测装置及人脸识别装置作为独立器件，通过无线通信或有线通信的方式进行数据交互。
值得说明的是，本实施例中，执行机构为锁具。在另一个实施例中，执行机构为开合门，在另一个实施例中，执行机构为智能终端，如，手机、平板及电脑的解锁程序。
本实施例的实施原理为：检测目标区域内是否存在活体，当目标区域内存在活物时，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像。根据目标人脸图像的不同特征点的景深判断该目标人脸图像为立体人脸图像时，获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，提取目标人脸图像的特征，识别该人脸是否为合法人脸。当识别该人脸为合法人脸时，执行机构完成一次安防动作，使得静态照片无法完成被识别，从而达到降低安防风险的效果。
实施例2
参照图3，一种基于活体检测的智能安防方法，包括以下步骤，
S1：检测目标区域内是否存在活体，若是，执行S2，若不是，执行 S5；
S2：获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像，若是，执行S3，若不是，执行S5；
S3：获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，提取目标人脸图像的特征，识别该人脸是否为合法人脸，若是，执行S4，若不是，执行S5；
S4：执行机构完成一次安防动作，执行S1；
S5：不进行任何操作，执行S1。
值得说明的是，本实施例中，执行机构为锁具。在另一个实施例中，执行机构为开合门，在另一个实施例中，执行机构为智能终端，如，手机、平板及电脑的解锁程序。
参照图4，S2具体包括以下步骤，
S21：按照目标区域内的人脸的五官将人脸划分成多个关键区域，执行S22；
S22：使用双目相机分别针对多个关键区域获取左眼图像和右眼图像，在多个关键区域内选取关键区域内灰度变化最大的像素点集的中心点作为特征点，计算多个关键区域内的特征点的景深，执行S23；
S23：计算多个关键区域内的特征点的景深是否均一致，若是，执行S5，若不是，执行S3。
参照图2，S22中根据双目相机的左相机与右相机之间的间距T、双目相机的左相机或右相机的焦距f、关键区域的特征点P在左像面L1上的成像点a及关键区域的特征点P在右像面L2上的成像点b计算多个关键区域内的特征点P的景深，景深Z的计算公式为：
d＝xl-xr
其中，xl为关键区域的特征点P在左像面上的成像点a与左镜像面的左端点之间的距离，xr为关键区域的特征点P在右像面上的成像点b与右镜像面的左端点之间的距离。
参照图5，S3包括以下步骤，
S31：获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，对目标人脸图像进行预处理，得到目标人脸灰度图像，执行 S32；
S32：将目标人脸灰度图像中的人脸与背景分离，提取人脸的整体特征，将人脸划分为多个局部区域，计算人脸图像的多个局部区域的二值特征，执行S33；
S33：在预存的人脸图像集中寻找是否有与该目标人脸灰度图像的整体特征及多个局部区域的二值特征均匹配的人脸图像，若是，执行S4，若不是，执行S5。
S32中将人脸划分为多个局部区域具体包括以下步骤：
S321：根据人脸的测量关系抽取眉毛和眼睛窗，执行S322；
S322：窗内投影粗定位眼睛位置，执行S323；
S323：眼部归一化校准，执行S324；
S324：PCA模板匹配精确定位眼睛，执行S325；
S325：根据人脸的测量关系抽取鼻子窗，执行S326；
S326：窗内投影确定鼻子位置。
本实施例的实施原理为：检测目标区域内是否存在活体，当目标区域内存在活物时，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像。根据目标人脸图像的不同特征点的景深判断该目标人脸图像为立体人脸图像时，获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，提取目标人脸图像的特征，识别该人脸是否为合法人脸。当识别该人脸为合法人脸时，执行机构完成一次安防动作，使得静态照片无法完成被识别，从而达到降低安防风险的效果。
实施例3
一种基于活体检测的智能安防处理装置，包括存储器及处理器，处理器用于通过调用存储器中存储的计算机程序执行实施例2中所述的方法。
值得说明的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array， FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以是处理器的内部存储单元，例如处理器的硬盘或内存。存储器也可以是处理器的外部存储设备，例如处理器上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD) 卡，闪存卡(Flash Card)等。存储器还可以既包括处理器的内部存储单元也包括外部存储设备。存储器用于存储计算机程序以及处理器所需的其他程序和数据。存储器还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4
一种存储介质，其上存储有计算机程序，计算机程序在计算机上执行时，使得计算机执行如实施例2中所述的方法。
在本发明的描述中，需要理解的是，术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
Claims (10)
1.一种基于活体检测的智能安防方法，其特征在于，包括以下步骤，
S1：检测目标区域内是否存在活体，若是，执行S2，若不是，执行S5；
S2：获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像，若是，执行S3，若不是，执行S5；
S3：获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，提取目标人脸图像的特征，识别该人脸是否为合法人脸，若是，执行S4，若不是，执行S5；
S4：执行机构完成一次安防动作，执行S1；
S5：不进行任何操作，执行S1。
2.根据权利要求1所述的一种基于活体检测的智能安防方法，其特征在于，所述S2具体包括以下步骤，
S21：将目标区域内的活体的人脸划分成多个关键区域，执行S22；
S22：使用双目相机分别针对多个关键区域获取左眼图像和右眼图像，在多个关键区域内分别选择一个特征点，计算多个关键区域内的特征点的景深，执行S23；
S23：计算多个关键区域内的特征点的景深是否均一致，若是，执行S5，若不是，执行S3。
3.根据权利要求2所述的一种基于活体检测的智能安防方法，其特征在于，所述S21按照目标区域内的人脸的五官将人脸划分成多个关键区域。
4.根据权利要求2所述的一种基于活体检测的智能安防方法，其特征在于，所述S22中根据双目相机的左相机与右相机之间的间距T、双目相机的左相机或右相机的焦距f、关键区域的特征点P在左像面L1上的成像点a及关键区域的特征点P在右像面L2上的成像点b计算多个关键区域内的特征点P的景深。
5.根据权利要求2-4任意一项所述的一种基于活体检测的智能安防方法，其特征在于，所述S22中选取关键区域内灰度变化最大的像素点集的中心点作为特征点。
6.根据权利要求1-4任意一项所述的一种基于活体检测的智能安防方法，其特征在于，所述S3包括以下步骤，
S31：获取目标区域内的活体的目标图像，获取目标图像中的目标人脸图像，对目标人脸图像进行预处理，得到目标人脸灰度图像，执行S32；
S32：将目标人脸灰度图像中的人脸与背景分离，提取人脸的整体特征，将人脸划分为多个局部区域，计算人脸图像的多个局部区域的二值特征，执行S33；
S33：在预存的人脸图像集中寻找是否有与该目标人脸灰度图像的整体特征及多个局部区域的二值特征均匹配的人脸图像，若是，执行S4，若不是，执行S5。
7.根据权利要求6所述的一种基于活体检测的智能安防方法，其特征在于，所述S32中将人脸划分为多个局部区域具体包括以下步骤：
S321：根据人脸的测量关系抽取眉毛和眼睛窗，执行S322；
S322：窗内投影粗定位眼睛位置，执行S323；
S323：眼部归一化校准，执行S324；
S324：PCA模板匹配精确定位眼睛，执行S325；
S325：根据人脸的测量关系抽取鼻子窗，执行S326；
S326：窗内投影确定鼻子位置。
8.一种基于活体检测的智能安防系统，其特征在于：包括，
第一活体检测装置，用于检测目标区域内是否存在活体；
双目相机，用于在第一活体检测装置检测目标区域内存在活体后获取活体的目标图像，并将活体的目标图像发送至第二活体检测装置及人脸识别装置；
第二活体检测装置，获取活体的目标人脸图像的不同特征点的景深，根据目标人脸图像的不同特征点的景深判断该目标人脸图像是否为立体人脸图像；
人脸识别装置，用于在第二活体检测装置判断该目标人脸图像为立体人脸图像后提取目标人脸图像的特征，识别该人脸是否为合法人脸；
安防执行装置，在人脸识别装置识别该人脸为合法人脸后进行一次安防动作。
9.一种基于活体检测的智能安防处理装置，其特征在于，包括存储器及处理器，所述处理器用于通过调用所述存储器中存储的计算机程序执行如权利要求1至7中任一项所述的方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在计算机上执行时，使得所述计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910913113.3A CN110929557A (zh) | 2019-09-25 | 2019-09-25 | 一种基于活体检测的智能安防方法、系统及处理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910913113.3A CN110929557A (zh) | 2019-09-25 | 2019-09-25 | 一种基于活体检测的智能安防方法、系统及处理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110929557A true CN110929557A (zh) | 2020-03-27 |
Family
ID=69848853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910913113.3A Pending CN110929557A (zh) | 2019-09-25 | 2019-09-25 | 一种基于活体检测的智能安防方法、系统及处理装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110929557A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112598576A (zh) * | 2020-12-24 | 2021-04-02 | 中标慧安信息技术股份有限公司 | 基于人脸识别的安全验证方法和系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013131407A1 (zh) * | 2012-03-08 | 2013-09-12 | 无锡中科奥森科技有限公司 | 双验证人脸防伪方法及装置 |
| CN104978550A (zh) * | 2014-04-08 | 2015-10-14 | 上海骏聿数码科技有限公司 | 基于大规模人脸数据库的人脸识别方法及系统 |
| CN105184261A (zh) * | 2015-09-11 | 2015-12-23 | 贵州华城楼宇科技有限公司 | 基于大数据处理的快速视频人脸识别方法 |
| CN107454335A (zh) * | 2017-08-31 | 2017-12-08 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
| CN107563329A (zh) * | 2017-09-01 | 2018-01-09 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
| CN107844764A (zh) * | 2017-10-31 | 2018-03-27 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
| CN108986281A (zh) * | 2018-07-20 | 2018-12-11 | 清华大学苏州汽车研究院（吴江） | 基于人脸识别的家庭成员智能认证系统 |
| CN109948439A (zh) * | 2019-02-13 | 2019-06-28 | 平安科技（深圳）有限公司 | 一种活体检测方法、系统及终端设备 |
| US20190205622A1 (en) * | 2017-12-29 | 2019-07-04 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and device of detecting picture type |
| CN209118424U (zh) * | 2018-12-10 | 2019-07-16 | 中钞科堡现金处理技术（北京）有限公司 | 利用人脸识别的存取款循环一体机的客户身份识别系统 |
-
2019
- 2019-09-25 CN CN201910913113.3A patent/CN110929557A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013131407A1 (zh) * | 2012-03-08 | 2013-09-12 | 无锡中科奥森科技有限公司 | 双验证人脸防伪方法及装置 |
| CN104978550A (zh) * | 2014-04-08 | 2015-10-14 | 上海骏聿数码科技有限公司 | 基于大规模人脸数据库的人脸识别方法及系统 |
| CN105184261A (zh) * | 2015-09-11 | 2015-12-23 | 贵州华城楼宇科技有限公司 | 基于大数据处理的快速视频人脸识别方法 |
| CN107454335A (zh) * | 2017-08-31 | 2017-12-08 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
| CN107563329A (zh) * | 2017-09-01 | 2018-01-09 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
| CN107844764A (zh) * | 2017-10-31 | 2018-03-27 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
| US20190205622A1 (en) * | 2017-12-29 | 2019-07-04 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and device of detecting picture type |
| CN108986281A (zh) * | 2018-07-20 | 2018-12-11 | 清华大学苏州汽车研究院（吴江） | 基于人脸识别的家庭成员智能认证系统 |
| CN209118424U (zh) * | 2018-12-10 | 2019-07-16 | 中钞科堡现金处理技术（北京）有限公司 | 利用人脸识别的存取款循环一体机的客户身份识别系统 |
| CN109948439A (zh) * | 2019-02-13 | 2019-06-28 | 平安科技（深圳）有限公司 | 一种活体检测方法、系统及终端设备 |
Non-Patent Citations (3)
| Title |
|---|
| 林晓东: "人脸识别系统中的活体检测算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 马杰: "人脸身份认证中活体检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 黄峻远: "基于安全加密的人脸活体检测技术", 《电子制作》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112598576A (zh) * | 2020-12-24 | 2021-04-02 | 中标慧安信息技术股份有限公司 | 基于人脸识别的安全验证方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10205883B2 (en) | Display control method, terminal device, and storage medium | |
| CN108563936B (zh) | 任务执行方法、终端设备及计算机可读存储介质 | |
| CN105844128B (zh) | 身份识别方法和装置 | |
| WO2019080580A1 (zh) | 3d人脸身份认证方法与装置 | |
| US20160078271A1 (en) | Touchless fingerprinting acquisition and processing application for mobile devices | |
| WO2018192448A1 (zh) | 一种人证比对的认证方法、系统及相机 | |
| KR20210146354A (ko) | 차량 도어 잠금 해제 제어 방법, 장치, 차량, 기기, 매체 및 프로그램 | |
| US20110164792A1 (en) | Facial recognition apparatus, method and computer-readable medium | |
| KR101632912B1 (ko) | 지문 인식을 이용한 사용자 인증 방법 | |
| US20230076392A1 (en) | Electronic device capable of identifying ineligible object | |
| KR102198288B1 (ko) | 생물학적 특징 인식 장치와 방법 및 생물학적 특징 템플릿 등록 방법 | |
| CN111095297B (zh) | 人脸识别的装置、方法和电子设备 | |
| WO2017113579A1 (zh) | 一种智能门禁控制方法、系统、服务器及设备 | |
| KR101724971B1 (ko) | 광각 카메라를 이용한 얼굴 인식 시스템 및 그를 이용한 얼굴 인식 방법 | |
| KR101640014B1 (ko) | 허위 안면 이미지 분류가 가능한 홍채 인식 장치 | |
| CN111160178A (zh) | 图像处理方法及装置、处理器、电子设备及存储介质 | |
| US9282237B2 (en) | Multifocal iris recognition device | |
| JP2015041323A (ja) | 処理装置 | |
| CN108875495B (zh) | 人证核验装置及人证核验方法 | |
| JP2005056004A (ja) | 顔照合装置、顔照合方法、および顔照合プログラム | |
| CN109784028B (zh) | 人脸解锁方法及相关装置 | |
| CN110929557A (zh) | 一种基于活体检测的智能安防方法、系统及处理装置 | |
| KR101919138B1 (ko) | 원거리 멀티 생체 인식 방법 및 장치 | |
| CN111368581A (zh) | 基于tof摄像模组的人脸识别方法、人脸识别装置和电子设备 | |
| KR101362597B1 (ko) | 사용자 인증기능을 갖는 이동통신단말기 및 그 사용자인증방법 |
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: 20200327 |
|
| RJ01 | Rejection of invention patent application after publication |