TWI539383B - Application of live detection method for face recognition customs clearance control system - Google Patents

Application of live detection method for face recognition customs clearance control system Download PDF

Info

Publication number
TWI539383B
TWI539383B TW102118894A TW102118894A TWI539383B TW I539383 B TWI539383 B TW I539383B TW 102118894 A TW102118894 A TW 102118894A TW 102118894 A TW102118894 A TW 102118894A TW I539383 B TWI539383 B TW I539383B
Authority
TW
Taiwan
Prior art keywords
control system
face recognition
value
clearance control
living body
Prior art date
Application number
TW102118894A
Other languages
English (en)
Other versions
TW201445456A (zh
Inventor
Ting Wei Lee
yu shan Wu
Heng Sung Liu
Gwo Hwa Ju
Original Assignee
Chunghwa Telecom 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 Chunghwa Telecom Co Ltd filed Critical Chunghwa Telecom Co Ltd
Priority to TW102118894A priority Critical patent/TWI539383B/zh
Priority to CN201410003384.2A priority patent/CN103729627B/zh
Publication of TW201445456A publication Critical patent/TW201445456A/zh
Application granted granted Critical
Publication of TWI539383B publication Critical patent/TWI539383B/zh

Links

Landscapes

  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Description

應用於人臉識別通關管制系統之活體偵測方法
本發明係一種活體偵測方法,尤指一種應用在於人臉識別通關管制系統之活體偵測方法。
近年來,人們對於人員管制的作法,從傳統的門廳警衛人員管制,逐漸進步到指紋辨識管制系統、靜脈辨識管制系統及人臉辨識管制系統…等。其中人臉辨識管制系統屬於非接觸式之生物特徵辨識技術,而指紋辨識管制系統、靜脈辨識管制系統等則屬於接觸式生物特徵辨識技術。
而以人臉辨識管制系統而言,係先擷取外界影像,並從外界影像找出的人臉位置,以擷取外界人臉影像,並進行臉部特徵的分析,再將外界人臉影像之臉部特徵與內建人臉影像之臉部特徵進行比對,若兩者相符則可通過人臉辨識管制系統。但若有人以內建人臉影像相同的照片給人臉辨識管制系統依循上述的過程進行人臉辨識,亦將有可能通過人臉辨識管制系統。
基於前述以照片通過人臉辨識管制系統之問題,而有若干業者或研究人員即針對此一問題,進行研究開發出各種有關活體偵測方法,例如台灣發明專利公開第200741559號,係一種採用背景比對的活體識別方法,係通過確定沒有人員存在的基準影像,亦即空背景,而比較出是否有不應該存在的背景畫面,亦即照片中的背景,進而辨識出待測影像中待測 人臉是否為相片還是活體。
又,有台灣發明專利公開第201033907號,係一種活體辨識系統與方法以及身份認證裝置與方法,該活體辨識系統與方法係先預存行為特性參數或/及物理特性參數以及與該行為特性參數或/及物理特性參數對應之活體判斷標準,接續擷取該待測體之特定或行為動作之影像,再判斷暫存至該資料庫中之該待測體之特定或行為動作之影像是否允符該資料庫中所儲存之活體判斷標準,若是,則判斷該待測體為活體,若否,則判斷該待測體為非活體,而該身份認證裝置與方法即運用該活體辨識系統與方法搭配判斷該待測體之特定或行為動作之影像是否允符預存之合法使用者之臉部影像特徵,藉以確認該待測體是否為合法使用者。
惟,以台灣發明專利公開第200741559號而言,若在基準影像的相同背景上拍攝的照片,並以此相同背景照片進行辨識,仍有可能會被認為是活體,而發生誤判之問題,又以台灣發明專利公開第201033907號而言,需要待測體的作出特定的動作,將造成使用上的不便。故如何提供一種能夠正確判斷被辨識者是否為活體,且不需要額外的特定動作,即可完成活體辨識,實是目前亟待解決之技術問題。
有鑑於先前技術所提之問題,本發明即是開發出能在不需要額外地行為,即能準確地判斷出活體的方法,並能將該方法被應用在人臉識別通關管制系統中。
根據本發明之一目的,提供一種應用於人臉識別通關管制系 統之活體偵測方法,其係從外界擷取複數個外界影像,並從各外界影像中的人臉位置擷取外界人臉影像,且從各外界人臉影像中產生一正規化亂度值,當比較出正規化亂度值符合與該人臉識別通關管制系統之一活體辨識門檻值時,即認定外界影像中具有一活體,再針對該外界人臉影像之特徵值與該人臉識別通關管制系統之一資料庫中的複數個內建人臉影像特徵值進行比對,當該外界人臉影像之特徵值符合其中一個該內建人臉影像特徵值時,該外界人臉影像即通過該人臉識別通關管制系統之人臉識別。
其中,完成獲取複數個外界影像中的人臉位置的外界人臉影像的步驟係包括使用人臉識別通關管制系統所設之影像擷取裝置拍攝外界影像,再由人臉識別通關管制系統的偵測模組,從外界影像中進行人臉偵測,以取得外界影像中的人臉位置,偵測模組從預設時間內的複數個外界影像中,分別獲取一外界人臉影像。
其中,人臉識別通關管制系統以其所設之影像色彩分離模組對各外界人臉影像進行色彩訊號分離,以取得複數個原始色彩訊號。
其中,從該等原始色彩訊號產生該正規化亂度值之步驟包括,使用人臉識別通關管制系統所設之雜訊分離模組,分離出各原始色彩訊號中的雜訊,以分別產生色彩主訊號,使用人臉識別通關管制系統所設之轉換模組將各色彩主訊號分別轉換成一頻率資訊,再由人臉識別通關管制系統所設之分析模組,分別分析出各頻率資訊的頻率亂度值,且使用人臉識別通關管制系統所設之正規化處理模組,從至少一個訊號頻率亂度中產生一正規化亂度值。
其中,轉換模組係將各色彩主訊號以傅立葉轉換成各頻率資 訊。
其中,分析模組係以下列公式從各頻率資訊計算出各頻率亂度值:
其中E為頻率亂度值,p i 為每個頻率的強度值。
其中,正規化處理模組係以下列公式從所有的訊號頻率亂度中產生該正規化亂度值:E N =(max E-min E)/max E
其中E N 表示該正規化亂度值max E表示各該頻率亂度值中的最大值,min E表示各該頻率亂度值中的最小值。
其中,人臉識別通關管制系統以其所設之比較模組,將正規化亂度值與活體辨識門檻值比較,並以正規化亂度值符合活體辨識門檻值者認定為是活體。
其中,人臉識別通關管制系統以其所設之鑑別模組鑑別外界人臉影像之特徵值與各內建人臉影像特徵值。
其中,各原始色彩訊號係從各外界人臉影像中的分離出紅色、綠色、藍色資訊所形成的。
其中,活體辨識門檻值係依循從外界人臉影像產出正規化亂度值的過程,分別產生出複數個活體人臉影像的活體正規化亂度值,以及複數個照片人臉影像的照片正規化亂度值,並從各活體正規化亂度值及各照片正規化亂度值而訂定的。
綜上所述,本發明係以外界人臉影像產生的正規化亂度值符 合活體辨識門檻值,即可認定為外界人臉影像來自活體,其主要的原因是活體於脈搏的跳動過程中,被擷取的外界人臉影像在影像的色彩上有些微的變化,此種變化並非人眼可以辨識出來的,但從外界影像進行擷取轉換後,將可以辨別出此種變化,而此種變化以正規化亂度值表示,再與預先建立的活體辨識門檻值進行比對,即可輕易地被辨識為是否為活體,而於確認活體後,再進行外界人臉影像之特徵值與內建人臉影像特徵值的比對,意即,本發明的活體判斷方式並不需要額外的特定行為,也不會有以相同背景照片進行辨識的誤判問題。
1‧‧‧人臉識別通關管制系統
10‧‧‧影像擷取裝置
11‧‧‧偵測模組
12‧‧‧影像色彩分離模組
13‧‧‧雜訊分離模組
14‧‧‧轉換模組
15‧‧‧分析模組
16‧‧‧正規化處理模組
17‧‧‧比較模組
18‧‧‧鑑別模組
S10~S16‧‧‧流程步驟
S30~S32‧‧‧流程步驟
S40~S43‧‧‧流程步驟
第1圖係本發明之應用於人臉識別通關管制系統之方法的流程示意圖;第2圖係本發明之人臉識別通關管制系統之示意圖;第3圖係本發明完成獲取複數個外界影像中的人臉位置的外界人臉影像的流程示意圖;第4圖係本發明從原始色彩訊號產生正規化亂度值的流程示意圖;第5圖係本發明原始色彩訊號、色彩主訊號各頻率資訊之示意圖。
為利 貴審查員瞭解本發明之技術特徵、內容與優點及其所能達成之功效,茲將本發明配合附圖,並以實施例之表達詳細說明如下,而其中所使用之圖式,其主旨僅為示意及輔助說明書之用,未必為本發明實施後之真實比例與精準配置,故不應就所附之圖式的比例與配置關係解 讀、侷限本發明於實際實施上的權利範圍,合先敘明。
本發明係一種應用於人臉識別通關管制系統之活體偵測方法,請參閱第1圖所示,該方法係應用於人臉識別通關管制系統,其包括下列步驟:S10:從外界擷取複數個外界影像;S11:從各外界影像中的人臉位置擷取外界人臉影像;S12:從各外界人臉影像中產生一正規化亂度值;S13:比較出正規化亂度值是否符合與該人臉識別通關管制系統之一活體辨識門檻值,若是進行下列步驟(S14),否則進行步驟(S16);S14:當正規化亂度值是符合活體辨識門檻值,即認定外界影像中具有一活體,再鑑別該外界人臉影像之特徵值與該人臉識別通關管制系統之一資料庫中的複數個內建人臉影像特徵值,若外界人臉影像之特徵值符合其中一個該內建人臉影像特徵值則進行下列步驟(S15),否則進行步驟(16);S15:當該外界人臉影像之特徵值符合其中一個該內建人臉影像特徵值時,該外界人臉影像即通過該人臉識別通關管制系統之人臉識別;S16:該外界人臉影像無法通過該人臉識別通關管制系統之人臉識別。
請參閱第2及3圖所示,在本發明中,人臉識別通關管制系統1係包括影像擷取裝置10、偵測模組11、影像色彩分離模組12、雜訊分離模組13、轉換模組14、分析模組15、正規化處理模組16、比較模組17及鑑別模組18,而本發明進一步獲取複數個外界影像中的人臉位置的外界人臉影像的步驟係包括: S30:使用影像擷取裝置10拍攝外界影像;S31:由偵測模組11從外界影像中進行人臉偵測,以取得外界影像中的人臉位置:S32:偵測模組11從預設時間內的複數個外界影像中,分別獲取外界人臉影像。
在本發明中,請參閱第4及5圖所示,影像色彩分離模組12對各外界人臉影像進行色彩訊號分離,以取得複數個原始色彩訊號(如第5圖所示),例如:各原始色彩訊號係從各外界人臉影像中的分離出紅色、綠色、藍色資訊所形成的。而從各原始色彩訊號產生該正規化亂度值之步驟包括;S40:使用雜訊分離模組13分離出各原始色彩訊號中的雜訊,以分別產生色彩主訊號,如第5圖之第一~三色彩主訊號;S41:使用轉換模組14將各色彩主訊號分別轉換成各頻率資訊,其中轉換模組14係將各色彩主訊號以傅立葉轉換成各頻率資訊,各頻率資訊係如第5圖之第一~三頻率資訊;S42:使用分析模組15分別分析出各頻率資訊的頻率亂度值,如第5圖之第一~三頻率亂度值;S43:使用正規化處理模組16,從至少一個訊號頻率亂度中產生正規化亂度值。
在本發明中,分析模組15係以下列公式從各頻率資訊計算出各頻率亂度值:
其中E為頻率亂度值,p i 為每個頻率的強度值。
在本發明中,正規化處理模組16係以下列公式從所有的訊號頻率亂度中產生該正規化亂度值:E N =(max E-min E)/max E 其中E N 表示該正規化亂度值max E表示各該頻率亂度值中的最大值,min E表示各該頻率亂度值中的最小值。舉例而言,活體及照片第一~三色彩主訊號轉換成的各頻率亂度值,及經計算後的正規化亂度值,如下所示,:
在本發明中,比較模組17將正規化亂度值與活體辨識門檻值比較,並以正規化亂度值符合活體辨識門檻值者認定為是活體,否則即認為是非活體的物體(如:照片)。鑑別模組18則鑑別外界人臉影像之特徵值與各內建人臉影像特徵值。以前揭正規化亂度值而言,假若活體辨識門檻值為0.3以上,而活體的正規化亂度值為0.3,相片的正規化亂度值0.017,活體及相片兩者的正規化亂度值差異相當的大,而且也只有活體的正規化亂度值符合活體辨識門檻值,故本發明是可以輕易地區別活體及相片。
在本發明中,活體辨識門檻值係依循從外界人臉影像產出正規化亂度值的過程,分別產生出複數個活體人臉影像的活體正規化亂度值,以及複數個照片人臉影像的照片正規化亂度值,並從各活體正規化亂度值及各照片正規化亂度值而訂定的。
綜上所述,本發明從外界人臉影像因脈搏跳動而產生的影像的差異,並將此種差異以正規化亂度值表示,再與預先建立的活體辨識門檻值比較,以確認出活體或非活體,之後再進行外界人臉影像之特徵值與內建人臉影像特徵值的比對,如此,本發明的活體判斷方式並不需要額外的特定行為,也不會有以相同背景照片進行辨識的誤判問題。
S10~S16‧‧‧流程步驟

Claims (11)

  1. 一種應用於人臉識別通關管制系統之活體偵測方法,係應用於一人臉識別通關管制系統,該方法包括下列步驟:擷取複數個外界影像中的人臉位置的外界人臉影像;轉換該等外界人臉影像以產生複數個原始色彩訊號;轉換該等原始色彩訊號以產生一正規化亂度值;比較該正規化亂度值與該人臉識別通關管制系統之一活體辨識門檻值,且以該正規化亂度值符合該活體辨識門檻值者認定為是一活體;鑑別該外界人臉影像之特徵值與該人臉識別通關管制系統之一資料庫中的複數個內建人臉影像特徵值;以及當該外界人臉影像之特徵值符合其中一個該內建人臉影像特徵值時,該外界人臉影像即通過該人臉識別通關管制系統之人臉識別。
  2. 如申請專利範圍第1項所述的應用於人臉識別通關管制系統之活體偵測方法,其中係以下列步驟完成擷取複數個外界影像中的人臉位置的外界人臉影像:使用該人臉識別通關管制系統所設之一影像擷取裝置擷取該等外界影像;該人臉識別通關管制系統的一偵測模組,從各該外界影像中進行人臉偵測,以取得各該外界影像中的人臉位置;以及該偵測模組將一預設時間內的複數個外界影像中,擷取到該等外界人臉影像。
  3. 如申請專利範圍第1項所述的應用於人臉識別通關管制系統之活體偵測 方法,其中該人臉識別通關管制系統以其所設之一影像色彩分離模組對該等外界人臉影像進行色彩訊號分離,以取得該等原始色彩訊號。
  4. 如申請專利範圍第1項所述的應用於人臉識別通關管制系統之活體偵測方法,其中從該等原始色彩訊號產生該正規化亂度值之步驟包括:使用該人臉識別通關管制系統所設之一雜訊分離模組,分離出各該原始色彩訊號中的雜訊,以分別產生一色彩主訊號;使用該人臉識別通關管制系統所設之一轉換模組,將各該色彩主訊號分別轉換成一頻率資訊;使用該人臉識別通關管制系統所設之一分析模組,分別分析出各該頻率資訊的一頻率亂度值;以及使用該人臉識別通關管制系統所設之一正規化處理模組,從該等訊號頻率亂度中產生一正規化亂度值。
  5. 如申請專利範圍第4項所述的應用於人臉識別通關管制系統之活體偵測方法,其中該轉換模組係將各該色彩主訊號以傅立葉轉換成各該頻率資訊。
  6. 如申請專利範圍第5項所述的應用於人臉識別通關管制系統之活體偵測方法,其中該分析模組係以下列公式從各該頻率資訊計算出各該頻率亂度值: 其中E為頻率亂度值,p i 為每個頻率的強度值。
  7. 如申請專利範圍第6項所述的應用於人臉識別通關管制系統之活體偵測方法,其中該正規化處理模組係以下列公式從該等訊號頻率亂度中產生 該正規化亂度值:E N =(max E-min E)/max E其中E N 表示該正規化亂度值max E表示各該頻率亂度值中的最大值,min E表示各該頻率亂度值中的最小值。
  8. 如申請專利範圍第1項所述的應用於人臉識別通關管制系統之活體偵測方法,其中該人臉識別通關管制系統以其所設之一比較模組,將該正規化亂度值與該活體辨識門檻值比較,並以該正規化亂度值符合該活體辨識門檻值者認定為是該活體。
  9. 如申請專利範圍第1項所述的應用於人臉識別通關管制系統之活體偵測方法,其中該人臉識別通關管制系統以其所設之一鑑別模組鑑別該外界人臉影像之特徵值與各該內建人臉影像特徵值。
  10. 如申請專利範圍第1項所述的應用於人臉識別通關管制系統之活體偵測方法,其中該等原始色彩訊號係為從該等外界人臉影像中的分離出紅色、綠色、藍色資訊所形成的。
  11. 如申請專利範圍第1項所述的應用於人臉識別通關管制系統之活體偵測方法,其中該活體辨識門檻值係依循從該外界人臉影像產出該正規化亂度值的過程,分別產生出複數個活體人臉影像的活體正規化亂度值,以及複數個照片人臉影像的照片正規化亂度值,並從該等活體正規化亂度值及該等照片正規化亂度值而訂定的。
TW102118894A 2013-05-29 2013-05-29 Application of live detection method for face recognition customs clearance control system TWI539383B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW102118894A TWI539383B (zh) 2013-05-29 2013-05-29 Application of live detection method for face recognition customs clearance control system
CN201410003384.2A CN103729627B (zh) 2013-05-29 2014-01-03 应用于人脸识别通关管制系统的活体侦测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102118894A TWI539383B (zh) 2013-05-29 2013-05-29 Application of live detection method for face recognition customs clearance control system

Publications (2)

Publication Number Publication Date
TW201445456A TW201445456A (zh) 2014-12-01
TWI539383B true TWI539383B (zh) 2016-06-21

Family

ID=50453693

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102118894A TWI539383B (zh) 2013-05-29 2013-05-29 Application of live detection method for face recognition customs clearance control system

Country Status (2)

Country Link
CN (1) CN103729627B (zh)
TW (1) TWI539383B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015172736A1 (en) * 2014-05-16 2015-11-19 Mediatek Inc. Living body determination devices and methods
CN107480576A (zh) * 2016-06-07 2017-12-15 阿里巴巴集团控股有限公司 人脸识别方法、活体人脸检测方法、装置和设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7853071B2 (en) * 2006-11-16 2010-12-14 Tandent Vision Science, Inc. Method and system for learning object recognition in images
CN101999900B (zh) * 2009-08-28 2013-04-17 南京壹进制信息技术有限公司 一种应用于人脸识别的活体检测方法及系统
CN101770613A (zh) * 2010-01-19 2010-07-07 北京智慧眼科技发展有限公司 基于人脸识别和活体检测的社保身份认证方法

Also Published As

Publication number Publication date
CN103729627A (zh) 2014-04-16
CN103729627B (zh) 2017-09-22
TW201445456A (zh) 2014-12-01

Similar Documents

Publication Publication Date Title
KR102466997B1 (ko) 라이브니스 검사 방법 및 장치
KR102455633B1 (ko) 라이브니스 검사 방법 및 장치
JP7004522B2 (ja) ライブネス検査方法及び装置
US8983151B2 (en) Apparatus for recognizing face based on environment adaptation
US8582833B2 (en) Method and apparatus for detecting forged face using infrared image
KR101276345B1 (ko) 다중 생체 인식 장치 및 방법
Balcoh et al. Algorithm for efficient attendance management: Face recognition based approach
US8965068B2 (en) Apparatus and method for discriminating disguised face
Wang et al. Hand-dorsa vein recognition based on partition local binary pattern
US20130129164A1 (en) Identity recognition system and method based on hybrid biometrics
US20140254892A1 (en) Face recognition apparatus, system and method for managing users based on user grouping
TWI704505B (zh) 人臉辨識系統、建立人臉辨識之資料之方法及其人臉辨識之方法
KR20140107946A (ko) 인증 장치 및 그 인증 방법
KR101601187B1 (ko) 손금 기반 사용자 인식 정보를 이용한 기기 컨트롤 장치 및 그 방법
TWI539383B (zh) Application of live detection method for face recognition customs clearance control system
KR101070442B1 (ko) 다중 레벨 얼굴 인식을 이용한 얼굴 인증 시스템 및 인증 방법
KR101870226B1 (ko) 위조 바이오 정보 검출 장치 및 방법
Abaza et al. Human ear detection in the thermal infrared spectrum
KR100973832B1 (ko) 영상 선택 방법, 장치 및 그 방법을 실행하는 프로그램이기록된 기록매체
KR20070118806A (ko) 임베디드 시스템용 안면 검출방법
JP2005242432A (ja) 顔認証システム及びその処理方法及びそのプログラム
KR20130108894A (ko) 음성 인식 장치 및 음성 인식 방법
Ngambeki et al. Real time face recognition using region-based segmentation algorithm
Khalifa et al. Principal component analysis for human gait recognition system
Sree et al. Dorsal Hand Vein Pattern Authentication by Hough Peaks