CN112183454B - 图像检测方法及装置、存储介质、终端 - Google Patents
图像检测方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN112183454B CN112183454B CN202011105717.4A CN202011105717A CN112183454B CN 112183454 B CN112183454 B CN 112183454B CN 202011105717 A CN202011105717 A CN 202011105717A CN 112183454 B CN112183454 B CN 112183454B
- Authority
- CN
- China
- Prior art keywords
- image
- preset threshold
- channel
- correlation coefficient
- face region
- 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
Links
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
- G06V40/40—Spoof detection, e.g. liveness detection
-
- 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
- G06V40/172—Classification, e.g. identification
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)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
一种图像检测方法及装置、存储介质、终端,所述方法包括:采集待检测图像;计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像。通过本发明的技术方案,能够在人脸解锁时快速地检测出黑白照片的翻拍图像。
Description
技术领域
本发明涉及计算机视觉领域,尤其涉及一种图像检测方法及装置、存储介质、终端。
背景技术
目前人脸解锁在智能手机、监控、支付等领域应用广泛,人脸解锁的过程通常包含人脸检测、人脸比对和活体检测等部分。其中,活体检测会面临多种形式的假脸攻击,假脸攻击可以是使用注册到终端的人脸的照片进行人脸解锁等。人脸的黑白照片的翻拍也是假脸攻击方式的一种,该攻击方式成本较低,且较常见。识别出人脸的黑白照片的翻拍图像可以在一定程度上提高人脸解锁的安全性。
因此,亟需一种能够快速有效地识别出人脸的黑白照片翻拍图像的方法。
发明内容
本发明解决的技术问题是如何快速有效地识别出人脸的黑白照片的翻拍图像。
为解决上述技术问题,本发明实施例提供一种图像检测方法,所述方法包括:采集待检测图像;计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像。
可选的,计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:识别所述待检测图像中的人脸区域;裁剪所述待检测图像,以得到所述待检测图像的人脸区域。
可选的,计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:对于所述人脸区域,剔除R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点。
可选的,所述预设阈值包括第一预设阈值和第二预设阈值,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像包括:计算剔除之后所述人脸区域中剩余的像素点数量占剔除之前所述人脸区域中像素点数量的比例,记为像素点占比;如果所述像素点占比大于第一预设比例,根据所述相关系数与所述第一预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;如果所述像素点占比不超过所述第一预设比例,根据所述相关系数与所述第二预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;其中,所述第二预设阈值大于所述第一预设阈值。
可选的,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像还包括:如果所述像素点占比不超过第二预设比例,则确定所述待检测图像不是黑白照片的翻拍图像;其中,所述第二预设比例小于所述第一预设比例。
可选的,采用下述公式计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数:
pearsonr_bg=con_bg*con_bg/(var_b*var_g);
pearsonr_gr=con_gr*con_gr/(var_g*var_r);
pearsonr_br=con_br*con_br/(var_b*var_r);
其中,pearsonr_bg为第一相关系数,用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的相关系数,pearsonr_gr为第二相关系数,用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的相关系数,pearsonr_br为第三相关系数,用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的相关系数,con_bg用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的协方差,con_gr用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的协方差,con_br用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的协方差,var_b用于表示所述待检测图像的人脸区域在B通道的像素值的方差,var_g用于表示所述待检测图像的人脸区域在G通道的像素值的方差,var_r用于表示所述待检测图像的人脸区域在R通道的像素值的方差。
可选的,所述预设阈值包括第三预设阈值、第四预设阈值、第五预设阈值,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像包括:将所述第一相关系数与第三预设阈值进行比较、将所述第二相关系数与第四预设阈值进行比较、将所述第三相关系数与第五预设阈值进行比较;如果所述第一相关系数大于等于所述第三预设阈值,且第二相关系数大于等于所述第四预设阈值,且第三相关系数大于等于所述第五预设阈值,则将所述人脸区域识别为黑白照片的翻拍图像。
可选的,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像包括:计算所述第一相关系数、第二相关系数以及第三相关系数的平均值,记为相关系数平均值;比较所述相关系数平均值与所述预设阈值,如果所述相关系数平均值大于等于所述预设阈值,则将所述人脸区域识别为黑白照片的翻拍图像。
可选的,采集所述待检测图像之前,所述方法还包括:确定所述预设阈值。
可选的,确定所述预设阈值包括:采集多张样本图像,所述多张样本图像包括黑白图片的翻拍图像;对于每张样本图像,计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数;根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像。
可选的,对于每张样本图像,计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:对于每张样本图像,识别其中的人脸区域;裁剪所述多张样本图像,以得到所述多张样本图像的人脸区域。
可选的,对于每张样本图像,计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:对于每张样本图像的人脸区域,剔除R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点。
可选的,所述预设阈值包括第一预设阈值,根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像包括:对于每张样本图像的人脸区域,计算剔除之后剩余的像素点数量占剔除之前像素点数量的比例,记为像素点占比,筛选出所述像素点占比大于第一预设比例的样本图像,记为第一类样本图像;根据所述第一类样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述第一预设阈值,以使得所述相关系数大于等于所述第一预设阈值的第一类样本图像的人脸区域均为黑白图片的翻拍图像。
可选的,所述预设阈值包括第二预设阈值,所述像素点占比不超过所述第一预设比例的样本图像记为第二类样本图像,根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像还包括:根据所述第二类样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述第二预设阈值,以使得所述相关系数大于等于所述第二预设阈值的第二类样本图像的人脸区域均为黑白图片的翻拍图像。
可选的,计算所述像素点占比之后还包括:剔除所述像素点占比不超过第二预设比例的样本图像,所述第二预设比例不超过所述第一预设比例。
可选的,对于每张样本图像,采用下述公式计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数:
pearsonr_bg=con_bg*con_bg/(var_b*var_g);
pearsonr_gr=con_gr*con_gr/(var_g*var_r);
pearsonr_br=con_br*con_br/(var_b*var_r);
其中,pearsonr_bg为第一相关系数,用于表示所述样本图像的人脸区域在B通道与G通道的像素值之间的相关系数,pearsonr_gr为第二相关系数,用于表示所述样本图像的人脸区域在G通道与R通道的像素值之间的相关系数,pearsonr_br为第三相关系数,用于表示所述样本图像的人脸区域在B通道与R通道的像素值之间的相关系数,con_bg用于表示所述样本图像的人脸区域在B通道与G通道的像素值之间的协方差,con_gr用于表示所述样本图像的人脸区域在G通道与R通道的像素值之间的协方差,con_br用于表示所述样本图像的人脸区域在B通道与R通道的像素值之间的协方差,var_b用于表示所述样本图像的人脸区域在B通道的像素值的方差,var_g用于表示所述样本图像的人脸区域在G通道的像素值的方差,var_r用于表示所述样本图像的像素点在R通道的像素值的方差。
可选的,所述预设阈值包括第三预设阈值、第四预设阈值、第五预设阈值,根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像包括:根据所述多张样本图像的第一相关系数,确定第三预设阈值,以使得所述第一相关系数大于等于所述第三预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像;根据所述多张样本图像的第二相关系数,确定第四预设阈值,以使得所述第二相关系数大于等于所述第四预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像;根据所述多张样本图像的第三相关系数,确定第五预设阈值,以使得所述第三相关系数大于等于所述第五预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像。
可选的,所述方法还包括:验证所述预设阈值的准确性,所述验证所述预设阈值的准确性包括:采集验证图像;计算所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;根据所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数与预设阈值的比较结果,识别所述验证图像中人脸区域是否为黑白照片的翻拍图像;判断所述验证图像的人脸区域的识别结果是否准确;如果所述验证图像的识别结果不准确,则根据所述多张样本图像和所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数重新确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的人脸区域均为黑白图片的翻拍图像。
本发明实施例还提供一种图像检测装置,所述装置包括:采集模块,用于采集待检测图像;计算模块,用于计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;检测模块,用于根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像。
本发明实施例还提供一种存储介质,其上存储有计算机指令,所述计算机指令被处理器运行时,执行上述图像检测方法的步骤。
本发明实施例还提供一种终端,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述图像检测方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明实施例提供一种图像检测方法,所述方法包括:采集待检测图像;计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像。在本发明实施例中,通过计算待检测图像中的人脸区域在R、G、B三通道的像素值两两之间的相关系数,得到待检测图像中人脸区域的颜色特征信息,并将待检测图像中的人脸区域在R、G、B三通道的像素值两两之间的相关系数与预设阈值进行比较,根据比较结果即可确定待检测图像中的人脸区域是否为黑白照片的翻拍图像,从而可以快速有效地检测出待检测图像中的人脸区域是否为黑白照片的翻拍图像。
进一步地,本发明实施例中采集多张样本图像,并计算多张样本图像中人脸区域在R、G、B三通道的像素值两两之间的相关系数,由于样本图像中包含黑白图片的翻拍图像,因此样本图像的人脸区域的相关系数中也包含黑白照片的翻拍图像的相关系数;再根据多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定预设阈值,以使得相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像,从而可以得到用于区分黑白图片的翻拍图像和其他图像的预设阈值。
附图说明
图1是本发明实施例的一种图像检测方法的流程示意图;
图2是本发明实施例的另一种图像检测方法的流程示意图;
图3是图2中步骤S201的一种具体流程示意图;
图4是图2中步骤S205的一种具体流程示意图;
图5是本发明实施例的一种图像检测装置的结构示意图。
具体实施方式
如背景技术所述,识别出人脸的黑白照片的翻拍图像可以在一定程度上提高人脸解锁的安全性,亟需一种能够快速有效地识别出人脸的黑白照片的翻拍图像的方法。
本发明的发明人经过研究发现,现有的识别黑白图片的翻拍图像的技术主要是通过计算黑白图片的翻拍图像中的多种特征参数,例如灰度差异度、颜色丰富度、灰度退化度等,并通过多种特征参数训练模型以识别黑白图片的翻拍图像。这种方法数据准备成本高,建立模型的计算过程复杂且耗时,终端使用现有方法进行检测时,耗时较长,用户体验较差。
本发明实施例提出一种图像检测方法,所述方法包括:采集待检测图像;计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像。在本发明实施例中,通过计算待检测图像中的人脸区域在R、G、B三通道的像素值两两之间的相关系数,得到待检测图像中人脸区域的颜色特征信息,并将待检测图像中的人脸区域在R、G、B三通道的像素值两两之间的相关系数与预设阈值进行比较,根据比较结果即可确定待检测图像中的人脸区域是否为黑白照片的翻拍图像,从而可以快速有效地检测出待检测图像中的人脸区域是否为黑白照片的翻拍图像。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
参考图1,图1是本发明实施例中一种图像检测方法的流程示意图。所述图像检测方法可由终端执行,所述终端可以是各种适当的终端,例如手机、电脑、物联网设备等,但并不限于此。所述方法可以用于人脸解锁的过程中,例如有活体检测功能的终端开启活体检测功能后,该终端前展示人脸或者人脸图片,通过本发明实施例提供的方案,检测出在终端前展示的是否是人脸的黑白图片,该黑白图片可以是由黑白打印的纸张展示的黑白图片,也可以是由手机或者电脑等终端展示的黑白图片。本发明实施例的方案可以适用于检测各种颜色空间的图像,例如RGB颜色空间、YUV颜色空间、HSV颜色空间等,但并不限于此。图1所示的图像检测方法可以包括如下步骤:
步骤S101:采集待检测图像;
步骤S102:计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;
步骤S103:根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像。
在步骤S101的具体实施中,可以利用终端的图像传感器采集待检测图像,所述图像传感器可以包括相机模组。在一个典型的应用中,终端在进行人脸解锁时,可以由终端的相机模组对展示在该终端前的人脸或者人脸照片进行拍摄,以采集待检测图像。如果展示在该终端前的是人脸照片且该人脸照片是黑白的,则待检测图像即为黑白照片的翻拍图像,这种情况下则人脸解锁失败;如果展示在该终端前的不是人脸的黑白照片,则可以该终端可以对该待检测图像进行其他类型的检测,例如检测该待检测图像是否是彩色照片的翻拍图像。需要指出的是,本发明实施例对采集所述待检测图像的相机模组不做任何限制,也即,所述待检测图像可以由各种类型或型号的相机模组采集,相机模组也可以从各种拍摄角度采集待检测图像,例如相机模组可以与展示在终端前的或者人脸照片平行进行拍摄以采集所述待检测图像,也可以相对于展示在终端前的或者人脸照片倾斜一定的角度进行拍摄以采集所述待检测图像。
在步骤S102的具体实施中,在计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数之前,可以先采用算法识别待检测图像中的人脸区域,例如人脸关键点检测算法等,再裁剪待检测图像,以得到待检测图像中的人脸区域。需要指出的是,所述人脸区域是包含人脸的区域,可以是仅包含人脸的区域,也可以是包含人脸以及人脸周围部分背景的区域。
在本发明的一个非限制性实施例中,所述人脸区域是裁剪待检测图像后得到的包含人脸以及人脸周围部分背景的区域,所述人脸区域的大小可以大于等于预设的最小范围,例如人脸区域的大小大于等于裁剪前的待检测图像的50%,从而可以降低采集待检测图像时的光照条件对人脸区域中人脸部分的图像在R、G、B三通道的像素值两两之间的相关系数的影响。进一步地,所述人脸区域的大小也不可超过预设的最大范围,例如,人脸区域的大小不超过裁剪前的待检测图像的90%,以避免过多的背景区域的相关系数对人脸区域中人脸部分的图像的相关系数造成干扰,导致检测结果的不准确。
进一步地,对于裁剪后得到的人脸区域,剔除R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点,从而可以剔除人脸区域内过曝或者过暗的像素点。例如,如果像素点在R通道的像素值不在预设范围内,则剔除该像素点;或者如果像素点在R通道和在G通道的像素值均不在预设范围内,则剔除该像素点;又或者,如果像素点在R、G、B三通道的像素值均不在预设范围内,则剔除该像素点。
具体而言,过曝或者过暗的像素点通常包含较多的噪声,如果将其用于计算人脸区域在R、G、B三通道的像素值两两之间的相关系数,会导致计算得到的相关系数并不能准确表征待检测图像中人脸区域的颜色特征信息,因此需要将其剔除。所述像素值的预设范围可以人为设置,也可以根据算法计算确定,例如所述像素值的预设范围为像素值在10至250之间,但并不限于此。
在步骤S103的具体实施中,剔除人脸区域中R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点之后,计算剔除之后所述人脸区域中剩余的像素点数量占剔除之前所述人脸区域中像素点数量的比例,记为像素点占比,并将像素点占比与第一预设比例进行比较,如果所述像素点占比大于第一预设比例,根据所述相关系数与所述第一预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;如果所述像素点占比不超过所述第一预设比例,根据所述相关系数与所述第二预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;其中,所述第二预设阈值大于所述第一预设阈值。
具体而言,本发明实施例的方案中设置了不同的预设阈值,比较像素点占比与第一预设比例,如果像素点占大于第一预设比例,说明剔除之后的人脸区域与真实的待检测图像的人脸区域的区别较小,真实性较高,则使用较低的第一预设阈值与相关系数进行比较;如果像素点占比小于第一预设比例,说明剔除之后的人脸区域与真实的待检测图像的人脸区域的区别较大,真实性较低,则使用较高的第二预设阈值与相关系数进行比较,从而使得检测结果更加准确。
需要指出的是,本发明实施例也可以设置多个预设比例,并为像素点占比处于各个比例范围内的人脸区域的相关系数设置不同的预设阈值。
进一步地,如果所述像素点占比不超过第二预设比例,则确定所述待检测图像不是黑白照片的翻拍图像,所述第二预设比例小于所述第一预设比例。在一个非限制性实施例中,所述第一预设比例可以是65%,所述第二预设比例可以是50%。
具体而言,终端在进行人脸解锁时,除了检测人脸区域是否是黑白照片的翻拍图像,还会进行其他多种类型的检测,例如彩色照片的翻拍图像的检测等,如果待检测图片的人脸区域包含过多过曝或者过暗的像素点,可以直接认为不是黑白图片的翻拍图像,后续由其他检测方法检测该待检测图像的人脸区域是否是真实人脸区域。
在一个非限制性实施例中,出于人脸解锁的安全性考虑,如果所述像素点占比不超过第二预设比例,也可以确定待检测图像的人脸区域是黑白照片的翻拍图像,从而可以尽可能避免漏检的情况,也即,避免出现黑白照片的翻拍图像由于包含过多过曝或者过暗的像素点而被错误地识别为不是黑白照片的翻拍图像的情况。
在本发明的一个非限制性实施例中,可以采用下述公式计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数:
pearsonr_bg=con_bg*con_bg/(var_b*var_g);
pearsonr_gr=con_gr*con_gr/(var_g*var_r);
pearsonr_br=con_br*con_br/(var_b*var_r);
其中,pearsonr_bg为第一相关系数,用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的相关系数,pearsonr_gr为第二相关系数,用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的相关系数,pearsonr_br为第三相关系数,用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的相关系数,con_bg用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的协方差,con_gr用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的协方差,con_br用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的协方差,var_b用于表示所述待检测图像的人脸区域在B通道的像素值的方差,var_g用于表示所述待检测图像的人脸区域在G通道的像素值的方差,var_r用于表示所述待检测图像的人脸区域在R通道的像素值的方差。
具体而言,对于剔除人脸区域中R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点之后,计算人脸区域内剩余的所有像素点在R、G、B三通道中两两通道的像素值之间的相关系数。再分别统计剔除之后人脸区域内所有像素点在R通道、G通道、B通道的像素值的方差,也即,计算var_r、var_g、var_b,然后统计剔除之后人脸区域内所有像素点在R通道的像素值与B通道的像素值的协方差、在G通道的像素值与B通道的像素值的协方差、在G通道的像素值与R通道的像素值的协方差,也即,计算con_br、con_bg、con_gr,最后计算确定第一相关系数pearsonr_bg、第二相关系数pearsonr_gr和第三相关系数pearsonr_br。
需要指出的是,本发明实施例中第一相关系数、第二相关系数及第三相关系数的计算方法与现有技术中皮尔逊相关系数的计算方法不同,在现有的皮尔逊相关系数的计算公式的基础上进行了平方计算,从而避免开根计算,进一步简化了检测黑白图片的翻拍图像的过程,降低了人脸解锁的耗时。
还需要指出的是,所述相关系数用于表征人脸区域内像素点在R、G、B三通道的像素值两两之间的相关性,相关系数的取值范围可以在[0,1]之间;也可以采用其他算法计算人脸区域内剩余的所有像素点在R、G、B三通道中像素值两两之间的相关系数,在此不做任何限制。
还需要指出的是,对于其他颜色空间的待检测图像而言,可以先计算确定待检测图像中人脸区域在R、G、B三通道的像素值,进而可以计算待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数。
进一步地,在步骤S103的具体实施中,所述预设阈值可以包括第三预设阈值、第四预设阈值、第五预设阈值,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像可以包括:将所述第一相关系数与第三预设阈值进行比较、将所述第二相关系数与第四预设阈值进行比较、将所述第三相关系数与第五预设阈值进行比较;如果所述第一相关系数大于等于所述第三预设阈值,且第二相关系数大于等于所述第四预设阈值,且第三相关系数大于等于所述第五预设阈值,则将所述人脸区域识别为黑白照片的翻拍图像。
在本发明的一个非限制性实施例中,也可以对第一相关系数、第二相关系数和第三相关系数进行处理,得到相关系数特征值,并将所述相关系数特征值与预设阈值进行比较,如果所述相关系数特征值大于等于所述预设阈值,则将所述人脸区域识别为黑白照片的翻拍图像。例如,计算所述第一相关系数、第二相关系数以及第三相关系数的平均值,记为相关系数平均值;比较所述相关系数平均值与所述预设阈值,如果所述相关系数平均值大于等于所述预设阈值,则将所述人脸区域识别为黑白照片的翻拍图像。由此,可以无需设置多个阈值,也无需将多个相关系数分别与多个阈值进行比较,进一步简化了检测过程。
由上,本发明实施例通过计算待检测图像中的人脸区域在R、G、B三通道的像素值两两之间的相关系数,得到待检测图像中人脸区域的颜色特征信息,并将待检测图像中的人脸区域在R、G、B三通道的像素值两两之间的相关系数与预设阈值进行比较,根据比较结果即可确定待检测图像中的人脸区域是否为黑白照片的翻拍图像,可以快速有效地检测出待检测图像中的人脸区域是否为黑白照片的翻拍图像,从而可以检测出人脸解锁时展示在终端前的是否是人脸的黑白图片。
参考图2,图2示出了本发明实施例中另一种图像检测方法的流程示意图。图2所示的图像检测方法可以包括如下步骤:
步骤S201:确定预设阈值;
步骤S202:采集待检测图像;
步骤S203:计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;
步骤S204:根据所述相关系数与所述预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;
步骤S205:验证所述预设阈值的准确性。
步骤S202至步骤S204的具体内容可以参照图1的相关描述,在此不再赘述。
在步骤S201的具体实施中,所述预设阈值可以是人为设定的,也可以是根据通过计算等方式确定的。
参考图3,图3是图2中步骤S201的一种具体流程示意图,图3所示的步骤S201具体可以包括如下步骤:
步骤S301:采集多张样本图像,所述多张样本图像包括黑白图片的翻拍图像;
步骤S302:对于每张样本图像,计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数;
步骤S303:根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像。
在步骤S301的具体实施中,采集不同的光照条件下的多张样本图像,所述不同光照条件可以包括:正常光照条件(例如,照度在100Lux至5000Lux之间)、强光条件(例如,照度大于5000Lux)、暗光条件(例如,照度小于100Lux)、逆光条件等。多张样本图像中包含人脸的黑白照片的翻拍图像,也可以包含真实人脸的图像、人脸的彩色照片的翻拍图像等。
进一步地,可以利用终端的图像传感器采集待检测图像,所述图像传感器可以包括相机模组。需要指出的是,本发明实施例对采集多张样本图像的相机模组不做任何限制,也即,所述样本图像可以由各种类型或型号的相机模组采集,多张样本图像可以由同一台相机模组采集,也可以由不同的相机模组采集。更多关于步骤S301的具体内容可以参照图1中步骤S101的相关描述,在此不做赘述。
在步骤S302的具体实施中,可以在计算每张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数之前,可以先采用算法识别样本图像中的人脸区域,例如人脸关键点检测算法等,再裁剪样本图像,以得到样本图像中的人脸区域。需要指出的是,所述人脸区域是包含人脸的区域,可以是仅包含人脸的区域,也可以是包含人脸以及人脸周围部分背景的区域。
在本发明的一个非限制性实施例中,所述人脸区域的大小可以大于等于预设的最小范围,例如人脸区域的大小大于等于裁剪前的样本图像的50%,从而可以降低采集样本图像时的光照条件对人脸区域在R、G、B三通道的像素值两两之间的相关系数的影响。进一步地,所述人脸区域的大小也不可超过预设的最大范围,例如,人脸区域的大小不超过裁剪前的样本图像的90%,以避免背景区域的相关系数对人脸区域的相关系数造成干扰,导致确定的预设阈值不准确。
进一步地,对于裁剪后得到的样本图像的人脸区域,剔除R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点,从而可以剔除人脸区域内过曝或者过暗的像素点。例如,如果像素点在R通道的像素值不在预设范围内,则剔除该像素点;或者如果像素点在R通道和在G通道的像素值均不在预设范围内,则剔除该像素点;又或者,如果像素点在R、G、B三通道的像素值均不在预设范围内,则剔除该像素点。
进一步地,在步骤S303的具体实施中,预设阈值包括第一预设阈值,剔除样本图像的人脸区域中R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点之后,筛选出所述像素点占比大于第一预设比例的样本图像,记为第一类样本图像;根据所述第一类样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述第一预设阈值,以使得所述相关系数大于等于所述第一预设阈值的第一类样本图像的人脸区域均为黑白图片的翻拍图像。
进一步地,所述预设阈值包括第二预设阈值,所述像素点占比不超过所述第一预设比例的样本图像记为第二类样本图像,根据所述第二类样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述第二预设阈值,以使得所述相关系数大于等于所述第二预设阈值的第二类样本图像的人脸区域均为黑白图片的翻拍图像。
具体而言,本发明实施例中对于样本图像根据像素点占比进行了分类,像素点占比大于第一预设比例的人脸区域的相关系数用于确定第一预设阈值,像素点占比不超过第一预设比例的人脸区域的相关系数用于确定第二预设阈值,从而可以提高预设阈值的准确性,也可以提高检测黑白图片的翻拍图像的准确性。
需要指出的是,本发明实施例也可以设置多个预设比例,并根据各个比例范围对样本图像的人脸区域进行分类,以确定多个预设阈值,分别用于判断像素点占比处于不同比例范围内的待检测图像的人脸区域是否为黑白图片的翻拍图像。
进一步地,如果所述像素点占比不超过第二预设比例,则剔除所述像素点占比不超过第二预设比例的样本图像;其中,所述第二预设比例小于所述第一预设比例。具体而言,如果样本图像的人脸区域包含过多的噪声使得剔除之后的人脸区域的像素点占比过小,则无法将该样本图像的人脸区域用于确定预设阈值,会导致确定的预设阈值不准确。需要指出的是,本发明实施例中的预设比例可以是人为设置的,也可以是通过计算确定的。在一个非限制性实施例中,所述第一预设比例可以是65%,所述第二预设比例可以是50%。
在本发明的一个非限制性实施例中,可以采用下述公式确定每张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数:
pearsonr_bg=con_bg*con_bg/(var_b*var_g);
pearsonr_gr=con_gr*con_gr/(var_g*var_r);
pearsonr_br=con_br*con_br/(var_b*var_r);
其中,pearsonr_bg为第一相关系数,用于表示所述样本图像的人脸区域在B通道与G通道的像素值之间的相关系数,pearsonr_gr为第二相关系数,用于表示所述样本图像的人脸区域在G通道与R通道的像素值之间的相关系数,pearsonr_br为第三相关系数,用于表示所述样本图像的人脸区域在B通道与R通道的像素值之间的相关系数,con_bg用于表示所述样本图像的人脸区域在B通道与G通道的像素值之间的协方差,con_gr用于表示所述样本图像的人脸区域在G通道与R通道的像素值之间的协方差,con_br用于表示所述样本图像的人脸区域在B通道与R通道的像素值之间的协方差,var_b用于表示所述样本图像的人脸区域在B通道的像素值的方差,var_g用于表示所述样本图像的人脸区域在G通道的像素值的方差,var_r用于表示所述样本图像的像素点在R通道的像素值的方差。需要指出的是,对于其他颜色空间的样本图像而言,可以先计算确定样本图像中人脸区域在R、G、B三通道的像素值,进而可以计算每张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数。
更多关于图3中步骤S302的具体内容可以参考图1中步骤S102的相关描述,在此不再赘述。
进一步地,在步骤S303的具体实施中,根据所述多张样本图像的第一相关系数,确定第三预设阈值,以使得所述第一相关系数大于等于所述第三预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像;根据所述多张样本图像的第二相关系数,确定第四预设阈值,以使得所述第二相关系数大于等于所述第四预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像;根据所述多张样本图像的第三相关系数,确定第五预设阈值,以使得所述第三相关系数大于等于所述第五预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像。
具体而言,可以采用统计的方式确定预设阈值,例如采用累计直方图的方式分别统计多张样本图像的第一相关系数、第二相关系数和第三相关系数,以确定第三预设阈值、第四预设阈值和第五预设阈值,但并不限于此。
由上,本发明实施例中采集多张样本图像,并计算多张样本图像中人脸区域在R、G、B三通道的像素值两两之间的相关系数,由于样本图像中包含黑白图片的翻拍图像,因此样本图像的人脸区域的相关系数中也包含黑白照片的翻拍图像的相关系数;再根据多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定预设阈值,以使得相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像,从而可以得到用于区分黑白图片的翻拍图像和其他图像的预设阈值。
继续参考图2,通过步骤S205,还可以验证预设阈值的准确性,如果出现误检的情况,可以进一步调整预设阈值。
参考图4,图4是图2中步骤S205的一种具体流程示意图,图4所示的步骤S205具体可以包括如下步骤:
步骤S401:采集验证图像;
步骤S402:计算所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;
步骤S403:根据所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数与预设阈值的比较结果,识别所述验证图像中人脸区域是否为黑白照片的翻拍图像;
步骤S404:判断所述验证图像的人脸区域的识别结果是否准确;
步骤S405:如果所述验证图像的识别结果不准确,则根据所述多张样本图像和所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数重新确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的人脸区域均为黑白图片的翻拍图像。
关于步骤S401至步骤S403的具体内容可以参照图1中关于步骤S101至步骤S103的相关描述,在此不再赘述。
在步骤S404的具体实施中,终端可以从外部接收验证图像的真实类型,也即,从外部接收该验证图像是否为黑白照片的翻拍图像,从而判断对验证图像的人脸区域的识别结果是否准确,但并不限于此。
在步骤S405的具体实施中,如果验证图像的识别结果不准确,则将验证图像视为样本图像,也即将验证图像的人脸区域的相关系数加入样本图像的人脸区域的相关系数,再重新确定预设阈值。更多关于步骤S405的具体内容可以参照图3中关于步骤S303的相关描述,在此不再赘述。
图5是本发明实施例的一种图像检测装置的结构示意图,本实施例中的图像检测装置可以包括:采集模块51、计算模块52和检测模块53,其中:
采集模块51,用于采集待检测图像;
计算模块52,用于计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;
检测模块53,用于根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像。
进一步,所述图像检测装置还可以包括:阈值确定模块(图未示)和验证模块(图未示)。
所述阈值确定模块(图未示)用于确定预设阈值,所述验证模块(图未示)用于验证所述预设阈值的准确性。
关于本发明实施例中的图像检测装置的工作原理、工作方式的更多内容,可以参照上述图1至图4的相关描述,在此不再赘述。
本发明实施例还提供了一种存储介质,其上存储有计算机指令,所述计算机指令被处理器运行时执行上述图1至图4所述的图像检测方法的步骤。所述存储介质可以是计算机可读存储介质,例如可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器,还可以包括光盘、机械硬盘、固态硬盘等。
本发明实施例还提供一种终端,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述图1至图4所述的图像检测方法的步骤。
具体地,在本发明实施例中,所述处理器可以为中央处理单元(centralprocessing unit,简称CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor,简称DSP)、专用集成电路(application specificintegrated circuit,简称ASIC)、现成可编程门阵列(field programmable gate array,简称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。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,简称ROM)、可编程只读存储器(programmable ROM,简称PROM)、可擦除可编程只读存储器(erasable PROM,简称EPROM)、电可擦除可编程只读存储器(electricallyEPROM,简称EEPROM)或闪存。易失性存储器可以是随机存取存储器(random accessmemory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random access memory,简称RAM)可用,例如静态随机存取存储器(staticRAM,简称SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronousDRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,简称DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,简称ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,简称SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,简称DR RAM)。
本申请实施例中出现的“多个”是指两个或两个以上。
本申请实施例中出现的第一、第二等描述,仅作示意与区分描述对象之用,没有次序之分,也不表示本申请实施例中对设备个数的特别限定,不能构成对本申请实施例的任何限制。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (20)
1.一种图像检测方法,其特征在于,所述方法包括:
采集待检测图像;
计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;
根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;
其中,采用下述公式计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数:
pearsonr_bg=con_bg*con_bg/(var_b*var_g);
pearsonr_gr=con_gr*con_gr/(var_g*var_r);
pearsonr_br=con_br*con_br/(var_b*var_r);
其中,pearsonr_bg为第一相关系数,用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的相关系数,pearsonr_gr为第二相关系数,用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的相关系数,pearsonr_br为第三相关系数,用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的相关系数,con_bg用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的协方差,con_gr用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的协方差,con_br用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的协方差,var_b用于表示所述待检测图像的人脸区域在B通道的像素值的方差,var_g用于表示所述待检测图像的人脸区域在G通道的像素值的方差,var_r用于表示所述待检测图像的人脸区域在R通道的像素值的方差。
2.根据权利要求1所述的图像检测方法,其特征在于,计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:识别所述待检测图像中的人脸区域;
裁剪所述待检测图像,以得到所述待检测图像的人脸区域。
3.根据权利要求2所述的图像检测方法,其特征在于,计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:对于所述人脸区域,剔除R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点。
4.根据权利要求3所述的图像检测方法,其特征在于,所述预设阈值包括第一预设阈值和第二预设阈值,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像包括:
计算剔除之后所述人脸区域中剩余的像素点数量占剔除之前所述人脸区域中像素点数量的比例,记为像素点占比;
如果所述像素点占比大于第一预设比例,根据所述相关系数与所述第一预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;
如果所述像素点占比不超过所述第一预设比例,根据所述相关系数与所述第二预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;其中,所述第二预设阈值大于所述第一预设阈值。
5.根据权利要求4所述的图像检测方法,其特征在于,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像还包括:
如果所述像素点占比不超过第二预设比例,则确定所述待检测图像不是黑白照片的翻拍图像;
其中,所述第二预设比例小于所述第一预设比例。
6.根据权利要求1所述的图像检测方法,其特征在于,所述预设阈值包括第三预设阈值、第四预设阈值、第五预设阈值,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像包括:
将所述第一相关系数与第三预设阈值进行比较、将所述第二相关系数与第四预设阈值进行比较、将所述第三相关系数与第五预设阈值进行比较;
如果所述第一相关系数大于等于所述第三预设阈值,且第二相关系数大于等于所述第四预设阈值,且第三相关系数大于等于所述第五预设阈值,则将所述人脸区域识别为黑白照片的翻拍图像。
7.根据权利要求1所述的图像检测方法,其特征在于,根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像包括:计算所述第一相关系数、第二相关系数以及第三相关系数的平均值,记为相关系数平均值;
比较所述相关系数平均值与所述预设阈值,如果所述相关系数平均值大于等于所述预设阈值,则将所述人脸区域识别为黑白照片的翻拍图像。
8.根据权利要求1所述的图像检测方法,其特征在于,采集所述待检测图像之前,所述方法还包括:
确定所述预设阈值。
9.根据权利要求8所述的图像检测方法,其特征在于,确定所述预设阈值包括:
采集多张样本图像,所述多张样本图像包括黑白图片的翻拍图像;
对于每张样本图像,计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数;
根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像。
10.根据权利要求9所述的图像检测方法,其特征在于,对于每张样本图像,计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:
对于每张样本图像,识别其中的人脸区域;
裁剪所述多张样本图像,以得到所述多张样本图像的人脸区域。
11.根据权利要求10所述的图像检测方法,其特征在于,对于每张样本图像,计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数之前还包括:
对于每张样本图像的人脸区域,剔除R、G、B三通道中一个或多个通道的像素值不在预设范围内的像素点。
12.根据权利要求11所述的图像检测方法,其特征在于,所述预设阈值包括第一预设阈值,根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像包括:
对于每张样本图像的人脸区域,计算剔除之后剩余的像素点数量占剔除之前像素点数量的比例,记为像素点占比,
筛选出所述像素点占比大于第一预设比例的样本图像,记为第一类样本图像;
根据所述第一类样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述第一预设阈值,以使得所述相关系数大于等于所述第一预设阈值的第一类样本图像的人脸区域均为黑白图片的翻拍图像。
13.根据权利要求12所述的图像检测方法,其特征在于,所述预设阈值包括第二预设阈值,所述像素点占比不超过所述第一预设比例的样本图像记为第二类样本图像,根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像还包括:根据所述第二类样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述第二预设阈值,以使得所述相关系数大于等于所述第二预设阈值的第二类样本图像的人脸区域均为黑白图片的翻拍图像。
14.根据权利要求12所述的图像检测方法,其特征在于,计算所述像素点占比之后还包括:剔除所述像素点占比不超过第二预设比例的样本图像,所述第二预设比例不超过所述第一预设比例。
15.根据权利要求9所述的图像检测方法,其特征在于,对于每张样本图像,采用下述公式计算其人脸区域在R、G、B三通道的像素值两两之间的相关系数:
pearsonr_bg=con_bg*con_bg/(var_b*var_g);
pearsonr_gr=con_gr*con_gr/(var_g*var_r);
pearsonr_br=con_br*con_br/(var_b*var_r);
其中,pearsonr_bg为第一相关系数,用于表示所述样本图像的人脸区域在B通道与G通道的像素值之间的相关系数,pearsonr_gr为第二相关系数,用于表示所述样本图像的人脸区域在G通道与R通道的像素值之间的相关系数,pearsonr_br为第三相关系数,用于表示所述样本图像的人脸区域在B通道与R通道的像素值之间的相关系数,con_bg用于表示所述样本图像的人脸区域在B通道与G通道的像素值之间的协方差,con_gr用于表示所述样本图像的人脸区域在G通道与R通道的像素值之间的协方差,con_br用于表示所述样本图像的人脸区域在B通道与R通道的像素值之间的协方差,var_b用于表示所述样本图像的人脸区域在B通道的像素值的方差,var_g用于表示所述样本图像的人脸区域在G通道的像素值的方差,var_r用于表示所述样本图像的像素点在R通道的像素值的方差。
16.根据权利要求15所述的图像检测方法,其特征在于,所述预设阈值包括第三预设阈值、第四预设阈值、第五预设阈值,根据所述多张样本图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像包括:
根据所述多张样本图像的第一相关系数,确定第三预设阈值,以使得所述第一相关系数大于等于所述第三预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像;
根据所述多张样本图像的第二相关系数,确定第四预设阈值,以使得所述第二相关系数大于等于所述第四预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像;
根据所述多张样本图像的第三相关系数,确定第五预设阈值,以使得所述第三相关系数大于等于所述第五预设阈值的样本图像的人脸区域均为黑白图片的翻拍图像。
17.根据权利要求9所述的图像检测方法,其特征在于,还包括:验证所述预设阈值的准确性,所述验证所述预设阈值的准确性包括:
采集验证图像;
计算所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;
根据所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数与预设阈值的比较结果,识别所述验证图像中人脸区域是否为黑白照片的翻拍图像;
判断所述验证图像的人脸区域的识别结果是否准确;
如果所述验证图像的识别结果不准确,则根据所述多张样本图像和所述验证图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数重新确定所述预设阈值,以使得所述相关系数大于等于所述预设阈值的人脸区域均为黑白图片的翻拍图像。
18.一种图像检测装置,其特征在于,所述装置包括:
采集模块,用于采集待检测图像;
计算模块,用于计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数;
检测模块,用于根据所述相关系数与预设阈值的比较结果,识别所述人脸区域是否为黑白照片的翻拍图像;
其中,所述计算模块采用下述公式计算所述待检测图像的人脸区域在R、G、B三通道的像素值两两之间的相关系数:
pearsonr_bg=con_bg*con_bg/(var_b*var_g);
pearsonr_gr=con_gr*con_gr/(var_g*var_r);
pearsonr_br=con_br*con_br/(var_b*var_r);
其中,pearsonr_bg为第一相关系数,用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的相关系数,pearsonr_gr为第二相关系数,用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的相关系数,pearsonr_br为第三相关系数,用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的相关系数,con_bg用于表示所述待检测图像的人脸区域在B通道与G通道的像素值之间的协方差,con_gr用于表示所述待检测图像的人脸区域在G通道与R通道的像素值之间的协方差,con_br用于表示所述待检测图像的人脸区域在B通道与R通道的像素值之间的协方差,var_b用于表示所述待检测图像的人脸区域在B通道的像素值的方差,var_g用于表示所述待检测图像的人脸区域在G通道的像素值的方差,var_r用于表示所述待检测图像的人脸区域在R通道的像素值的方差。
19.一种存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器运行时,执行权利要求1至17任一项所述方法的步骤。
20.一种终端,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至17中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011105717.4A CN112183454B (zh) | 2020-10-15 | 2020-10-15 | 图像检测方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011105717.4A CN112183454B (zh) | 2020-10-15 | 2020-10-15 | 图像检测方法及装置、存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112183454A CN112183454A (zh) | 2021-01-05 |
CN112183454B true CN112183454B (zh) | 2022-10-14 |
Family
ID=73950409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011105717.4A Active CN112183454B (zh) | 2020-10-15 | 2020-10-15 | 图像检测方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183454B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139517B (zh) * | 2021-05-14 | 2023-10-27 | 广州广电卓识智能科技有限公司 | 人脸活体模型训练方法、检测方法、存储介质和检测系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001305677A (ja) * | 2000-04-19 | 2001-11-02 | Noritsu Koki Co Ltd | 写真処理装置 |
US10635894B1 (en) * | 2016-10-13 | 2020-04-28 | T Stamp Inc. | Systems and methods for passive-subject liveness verification in digital media |
CN109086718A (zh) * | 2018-08-02 | 2018-12-25 | 深圳市华付信息技术有限公司 | 活体检测方法、装置、计算机设备及存储介质 |
CN109949376A (zh) * | 2019-02-25 | 2019-06-28 | 平安科技(深圳)有限公司 | 黑白图片的鉴别方法、装置、计算机设备和存储介质 |
-
2020
- 2020-10-15 CN CN202011105717.4A patent/CN112183454B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112183454A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086691B (zh) | 一种三维脸部活体检测方法、脸部认证识别方法及装置 | |
US8849062B2 (en) | Eye defect detection in international standards organization images | |
US8472744B2 (en) | Device and method for estimating whether an image is blurred | |
US10452922B2 (en) | IR or thermal image enhancement method based on background information for video analysis | |
CN111210399B (zh) | 一种成像质量评价方法、装置及设备 | |
JP2010045613A (ja) | 画像識別方法および撮像装置 | |
US20230056564A1 (en) | Image authenticity detection method and apparatus | |
TWI721786B (zh) | 人臉校驗方法、裝置、伺服器及可讀儲存媒介 | |
US11244429B2 (en) | Method of providing a sharpness measure for an image | |
CN109068060B (zh) | 图像处理方法和装置、终端设备、计算机可读存储介质 | |
CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
CN112183454B (zh) | 图像检测方法及装置、存储介质、终端 | |
CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN110688926B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN113111883A (zh) | 车牌检测方法、电子设备及存储介质 | |
CN108737733B (zh) | 信息提示方法和装置、电子设备、计算机可读存储介质 | |
CN108805883B (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
Cattaneo et al. | A PNU-based technique to detect forged regions in digital images | |
CN111274899B (zh) | 人脸匹配方法、装置、电子设备和存储介质 | |
RU2338252C1 (ru) | Способ предотвращения печати размытых фотографий | |
KR20180125278A (ko) | 보행자 검출 장치 및 그 방법 | |
CN113822927A (zh) | 一种适用弱质量图像的人脸检测方法、装置、介质及设备 | |
CN111161211A (zh) | 一种图像检测方法及装置 | |
US11232314B2 (en) | Computer vision based approach to image injection detection | |
CN113947602B (zh) | 一种图像亮度的检测方法及装置 |
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 |