CN112257538A - 基于双目深度信息的活体检测方法、设备及存储介质 - Google Patents
基于双目深度信息的活体检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN112257538A CN112257538A CN202011105534.2A CN202011105534A CN112257538A CN 112257538 A CN112257538 A CN 112257538A CN 202011105534 A CN202011105534 A CN 202011105534A CN 112257538 A CN112257538 A CN 112257538A
- Authority
- CN
- China
- Prior art keywords
- living body
- target object
- image
- depth information
- 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
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
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及计算机技术领域,公开了一种基于双目深度信息的活体检测方法、设备及存储介质,通过两个摄像头拍摄同一目标物的图像;获取目标物的关键点在对应图像中的坐标,并根据坐标计算两个摄像头之间的视差,根据视差计算得出图像中目标物的像素宽度;判断计算出图像中目标物的像素宽度是否小于阈值,若小于阈值,则目标物为活体,否则为非活体。本发明逻辑简单,计算量少完全满足实时性的要求,不需要目标主动配合。且对于特定的非活体攻击有很好的防御效果,准确率高,没有误判,也可做为一种辅助的活体判断方法,提高整体的活体判断准确率。
Description
技术领域
本发明涉及计算机技术领域,特别是指一种基于双目深度信息的活体检测方法、设备及存储介质。
背景技术
随着人脸识别技术的发展,人脸识别被广泛应用于门禁,考勤,支付,金融领域。人脸识别也因此面临各种威胁,比如攻击者使用存有目标人脸图片的手机,打印有对应人脸的纸张进行识别。
为此提出了多种活体判断方法来防备这种攻击,目前主要有下面几种方式:
一、通过检测待检测者是否点头,摇头,眨眼,张嘴等方式,来判断目标是否是活体。该方法主要缺点在于:a、需要待检测者主动配合;b、完成这些动作需要一定时间。因此广泛应用在支付、金融等领域,但在门禁,考勤等对时间比较敏感的领域使用很少。
二、由于纸张、手机成像与真人成像在纹理,颜色,非刚性物体形变,材质等特征存在差别,通过这些差别进行活体判断。具体主要是通过svm或深度学习等机器学习的方法对活体、非活体样本训练,自动学习这些特征,建立特征模型。最后通过特征模型对目标进行活体判断。这种方法容易受到光线,环境等因素的影响,存在一定概率的漏判(非活体判断为活体)和误判(活体误判为非活体)。在实际使用中对客户产生负面印象。
三、基于人脸深度信息的深度学习方法。该方法主要通过深度学习的方法对人脸图像和对应的人脸深度图像进行训练,让深度神经网络自动学习人脸深度信息。在实际使用中通过深度神经网络给出对应网络的深度信息,通过这些深度信息判断目标是否为活体。该方法存在a、模型训练难度大,样本标注难度大,现有样本少;b、计算量大,难以满足实时性要求。c、对深度信息精度要求高。
发明内容
本发明提出一种基于双目深度信息的活体检测方法、设备及存储介质,解决了现有技术中活体检测手段复杂不适应于实际应用的技术问题。
本发明的技术方案是这样实现的:一种基于双目深度信息的活体检测方法,包括以下步骤:
通过两个摄像头拍摄同一目标物的图像,得到第一目标图像和第二目标图像;
获取目标物的关键点在第一目标图像和第二目标图像中的坐标,并根据所述坐标计算两个摄像头之间的视差,根据所述视差计算得出图像中目标物的像素宽度;
判断计算出图像中目标物的像素宽度是否小于阈值,若小于阈值,则目标物为活体,否则为非活体。
作为优选的技术方案,所述目标物是人脸
作为优选的技术方案,所述阈值以多个图像中人脸的像素宽度的平均值为参考值。
作为优选的技术方案,实际人脸在图像中像素宽度的平均值通过以下步骤获得:获取多个不同的人脸图像,分别计算每个图像中人脸的像素宽度,将多个图像中人脸的像素宽度求平均值。
一种基于双目深度信息的活体检测设备,包括两个用于拍摄图像的摄像头,所述活体检测设备应用上述活体检测方法。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序执行上述活体检测方法。
本发明的有益效果在于:与传统的活体检测方法相比,本发明逻辑简单,计算量少完全满足实时性的要求,不需要目标主动配合。且对于特定的非活体攻击有很好的防御效果,准确率高,没有误判,也可做为一种辅助的活体判断方法,提高整体的活体判断准确率。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的流程图;
图2为本发明实施例中摄像头与目标物的位置示意图。
具体实施方式
下面将结合本发明实施例中的附图,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,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。基于本发明中的实施例,本领域普通技术人员在没有作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。
其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
如图1所示,一种基于双目深度信息的活体检测方法,包括以下步骤:
通过两个摄像头拍摄同一目标物的图像,得到第一目标图像和第二目标图像;
获取目标物的关键点在第一目标图像和第二目标图像中的坐标,并根据坐标计算两个摄像头之间的视差,根据视差计算得出图像中目标物的像素宽度;
判断计算出的图像中目标物的像素宽度是否小于阈值,若小于阈值,则目标物为活体,否则为非活体。
本实施例中,目标物是人脸,其中,阈值以。实际人脸在图像中像素宽度的平均值通过以下步骤获得:获取多个不同人脸图像,分别计算每个图像中人脸的像素宽度,将多个图像中人脸的像素宽度求平均值。
本实施例中,阈值的设定,以实际人脸在图像中像素宽度的平均值为参考值,根据经验以实际人脸在图像中像素宽度的平均值为基准上下浮动一定范围,使阈值更接近人脸的实际大小。
发明的具体工作原理如下:
如图2所示,双目设备获取深度信息原理是通过同一目标在两个摄像头(摄像头A和摄像头B)中存在视差,距离越近视差越大,距离越远视差越小。
通过三角形相似性原理:
最终可得:
其中f是焦距,b是两个摄像头之间的距离,uL-uR是视差。由于一个设备中f和b的距离是固定的,只要知道视差就可估算出目标的深度信息。
为了防御人脸识别中的非活体攻击,一般的非活体攻击是使用手机中的人脸图片或纸张打印的人脸图片,与实际的人脸大小相差较大。根据这个原理,假设S为实际人脸大小,s′为人脸在摄像头中的成像大小,本实施例中,人脸大小或成像大小均是指图像中人脸的像素宽度。
由于摄像头成像的原理可知,距离越远s′越小,距离越近s′越大,和人脸到摄像头的距离成线性关系,即:
s=kzs′ (3)
其中k为线性系数,z为人脸到摄像头的距离。
本发明通过对两个摄像头成像的人脸图像检测关键点,然后根据关键点的坐标计算人脸在两个摄像头之间的视差u,由公式2可知视差u和z成线性关系,我们可得:
由于f焦距和b两个摄像头之间的距离是固定的,我们可得:
在计算得到实际人脸大小S后,我们和现实中的平均人脸大小smean作比较,如果两者相差小于设定的阈值th,那么就认为是活体,大于阈值th则认为非活体。
可以通过离线标定的方式得到k′:通过A4纸打印一张标准的标定板图片,然后分别计算0.5米,1米和1.5米的视差u1,u2,u3和标定板在摄像头中的成像大小s′1,s′2,s′3。假设实际标定板大小为s,那么根据公式5我们可以得到k′1,k′2,k′3。最终计算得到:
本发明中,活体检测方法可以独立用于人脸识别,也可以作用辅助人脸识别的技术手段。
本发明中还涉及一种基于双目深度信息的活体检测设备,包括两个用于拍摄图像的摄像头,活体检测设备应用上述活体检测方法。
其中,两个摄像头的位置或拍摄方向为同向,本发明中活体检测设置可应用于现有的人脸识别设备中,也可以采用定制设备。
本发明中还涉及一种计算机可读存储介质,存储有计算机程序,计算机程序执行上述活体检测方法。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于双目深度信息的活体检测方法,其特征在于,包括以下步骤:
通过两个摄像头拍摄同一目标物的图像,得到第一目标图像和第二目标图像;
获取目标物的关键点在第一目标图像和第二目标图像中的坐标,并根据所述坐标计算两个摄像头之间的视差,根据所述视差计算得出图像中目标物的像素宽度;
判断计算出图像中目标物的像素宽度是否小于阈值,若小于阈值,则目标物为活体,否则为非活体。
2.如权利要求1所述的一种基于双目深度信息的活体检测方法,其特征在于:所述目标物是人脸。
3.如权利要求2所述的一种基于双目深度信息的活体检测方法,其特征在于:所述阈值以实际人脸在图像中像素宽度的平均值为参考值。
4.如权利要求3所述的一种基于双目深度信息的活体检测方法,其特征在于:实际人脸在图像中像素宽度的平均值通过以下步骤获得:获取多个不同的人脸图像,分别计算每个图像中人脸的像素宽度,将多个图像中人脸的像素宽度求平均值。
5.一种基于双目深度信息的活体检测设备,其特征在于:包括两个用于拍摄图像的摄像头,所述活体检测设备应用如权利要求1至4任一项所述的方法。
6.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有计算机程序,所述计算机程序执行如权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011105534.2A CN112257538A (zh) | 2020-10-15 | 2020-10-15 | 基于双目深度信息的活体检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011105534.2A CN112257538A (zh) | 2020-10-15 | 2020-10-15 | 基于双目深度信息的活体检测方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112257538A true CN112257538A (zh) | 2021-01-22 |
Family
ID=74243622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011105534.2A Pending CN112257538A (zh) | 2020-10-15 | 2020-10-15 | 基于双目深度信息的活体检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112257538A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112818918A (zh) * | 2021-02-24 | 2021-05-18 | 浙江大华技术股份有限公司 | 一种活体检测方法、装置、电子设备及存储介质 |
CN113158877A (zh) * | 2021-04-16 | 2021-07-23 | 上海云从企业发展有限公司 | 成像偏差分析及活体检测方法、装置及计算机存储介质 |
CN113705428A (zh) * | 2021-08-26 | 2021-11-26 | 北京市商汤科技开发有限公司 | 活体检测方法及装置、电子设备及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764052A (zh) * | 2018-04-28 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN111241949A (zh) * | 2020-01-03 | 2020-06-05 | 中科智云科技有限公司 | 图像识别方法、装置、电子设备及可读存储介质 |
CN111753781A (zh) * | 2020-06-30 | 2020-10-09 | 厦门瑞为信息技术有限公司 | 一种基于双目红外的实时3d人脸活体判断方法 |
-
2020
- 2020-10-15 CN CN202011105534.2A patent/CN112257538A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108764052A (zh) * | 2018-04-28 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN111241949A (zh) * | 2020-01-03 | 2020-06-05 | 中科智云科技有限公司 | 图像识别方法、装置、电子设备及可读存储介质 |
CN111753781A (zh) * | 2020-06-30 | 2020-10-09 | 厦门瑞为信息技术有限公司 | 一种基于双目红外的实时3d人脸活体判断方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112818918A (zh) * | 2021-02-24 | 2021-05-18 | 浙江大华技术股份有限公司 | 一种活体检测方法、装置、电子设备及存储介质 |
CN112818918B (zh) * | 2021-02-24 | 2024-03-26 | 浙江大华技术股份有限公司 | 一种活体检测方法、装置、电子设备及存储介质 |
CN113158877A (zh) * | 2021-04-16 | 2021-07-23 | 上海云从企业发展有限公司 | 成像偏差分析及活体检测方法、装置及计算机存储介质 |
CN113705428A (zh) * | 2021-08-26 | 2021-11-26 | 北京市商汤科技开发有限公司 | 活体检测方法及装置、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112257538A (zh) | 基于双目深度信息的活体检测方法、设备及存储介质 | |
KR102596897B1 (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
US10782095B2 (en) | Automatic target point tracing method for electro-optical sighting system | |
US10650260B2 (en) | Perspective distortion characteristic based facial image authentication method and storage and processing device thereof | |
WO2013175792A1 (ja) | 人物属性推定システム、及び学習用データ生成装置 | |
CN104915649A (zh) | 一种应用于人脸识别的活体检测方法 | |
JP5035467B2 (ja) | 立体性認証方法、立体性認証装置および立体性認証プログラム | |
CN110991266B (zh) | 一种双目人脸活体检测方法及装置 | |
US20200057886A1 (en) | Gesture recognition method and apparatus, electronic device, and computer-readable storage medium | |
JP2007304801A (ja) | 立体性認証方法、立体性認証装置および立体性認証プログラム | |
CN105934757A (zh) | 一种用于检测第一图像的关键点和第二图像的关键点之间的不正确关联关系的方法和装置 | |
CN109657717A (zh) | 一种基于多尺度密集结构特征提取的异源图像匹配方法 | |
CN111797684B (zh) | 一种运动车辆双目视觉测距方法 | |
CN110503760A (zh) | 门禁控制方法及门禁系统 | |
CN112926464A (zh) | 一种人脸活体检测方法以及装置 | |
CN108549883A (zh) | 一种人脸再识别方法 | |
CN104573647A (zh) | 一种非法身份证件的识别方法及装置 | |
CN113284120B (zh) | 限高高度测量方法及装置 | |
US20120076368A1 (en) | Face identification based on facial feature changes | |
JP6950644B2 (ja) | 注意対象推定装置及び注意対象推定方法 | |
CN114170690A (zh) | 活体识别和构建活体识别模型的方法、装置 | |
CN111860498B (zh) | 一种车牌的对抗性样本生成方法、装置及存储介质 | |
CN111126246B (zh) | 基于3d点云几何特征的人脸活体检测方法 | |
CN113128428A (zh) | 基于深度图预测的活体检测方法和相关设备 | |
CN112926508A (zh) | 活体检测模型的训练方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210122 |