TWI712909B - 輔助臉部辨識的防僞方法及系統 - Google Patents

輔助臉部辨識的防僞方法及系統 Download PDF

Info

Publication number
TWI712909B
TWI712909B TW107113087A TW107113087A TWI712909B TW I712909 B TWI712909 B TW I712909B TW 107113087 A TW107113087 A TW 107113087A TW 107113087 A TW107113087 A TW 107113087A TW I712909 B TWI712909 B TW I712909B
Authority
TW
Taiwan
Prior art keywords
signals
time
processing unit
target
face recognition
Prior art date
Application number
TW107113087A
Other languages
English (en)
Other versions
TW201944274A (zh
Inventor
郝維華
王稔志
Original Assignee
和碩聯合科技股份有限公司
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 和碩聯合科技股份有限公司 filed Critical 和碩聯合科技股份有限公司
Priority to TW107113087A priority Critical patent/TWI712909B/zh
Priority to US16/254,791 priority patent/US10990839B2/en
Publication of TW201944274A publication Critical patent/TW201944274A/zh
Application granted granted Critical
Publication of TWI712909B publication Critical patent/TWI712909B/zh

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
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • 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
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)

Abstract

一種輔助臉部辨識的防偽方法，步驟包含：擷取目標物的動態影像；對來自動態影像的複數個時變訊號進行濾波得到複數個濾波訊號；比較這些濾波訊號及對應至目標物的預設生物資訊以輸出一判斷結果。在擷取目標物的動態影像時，此方法在動態影像中設定至少一關注區域，且每個時變訊號對應至動態影像在關注區域中的至少一像素隨著時間變化的灰階值。一種防偽系統亦被提出。

Description

輔助臉部辨識的防偽方法及系統
本發明係有關一種輔助臉部辨識的防偽方法及系統；具體而言，本發明係關於一種可對目標物的生物資訊進行判斷的輔助臉部辨識的防偽方法及系統。
隨著攝像科技的進步，數位影像擷取技術也已經應用至例如是臉部辨識器的生物辨識裝置中。同時，如何使生物辨識技術能夠自動化，也是正在發展的方向之一。
在生物辨識技術中，人臉辨識系統是其中一個主要的應用裝置。人臉辨識系統除了要能夠分辨出影像中的人臉所對應之身份外，也要同時兼顧防偽的功能。現有的偽裝技術例如是利用照片或是利用高度擬真的人臉模型或面具來呈現近似於目標物的影像。因此，如何輔助分辨影像中的人臉是否真實，是生物辨識技術中所欲解決的問題之一。
本發明之一個目的在於提供一種輔助臉部辨識的防偽系統及其方法，可提供辨識出是否為真實人臉的功能。
本發明之另一個目的在於提供輔助臉部辨識的防偽系統及其方法，可輔助於臉部辨識確認人臉影像的真實度。
本發明的輔助臉部辨識的防偽系統可以判斷目標物的生物資訊，其包含影像擷取單元以及耦接至影像擷取單元的處理單元。影像擷取單元擷取目標物的動態影像，而處理單元接收來自影像擷取單元的動態影像。處理單元在此動態影像中設定至少一關注區域，並濾波來自動態影像的複數個時變訊號，其中這些時變訊號對應至動態影像在關注區域中的至少一像素隨著時間變化的灰階值。接著處理單元再比較複數個濾波訊號及對應至目標物的預設生物資訊來輸出判斷結果。
本發明的輔助臉部辨識的防偽方法可以判斷目標物的生物資訊，此方法包含：擷取目標物的動態影像；對來自動態影像的複數個時變訊號進行濾波得到複數個濾波訊號；比較這些濾波訊號及對應至目標物的預設生物資訊以輸出一判斷結果。在擷取目標物的動態影像後，在動態影像中設定至少一關注區域，且每個時變訊號對應至動態影像在關注區域中的至少一像素隨著時間變化的灰階值。
由上述可知，本發明所提出的輔助臉部辨識的防偽方法利用這些濾波訊號可以進一步確認動態影像中臉部影像的真實性。本發明所提出的輔助臉部辨識的防偽系統可以利用影像擷取單元擷取動態影像，再經由處理單元取得這些濾波訊號來確認動態影像中生物資訊的真實性。
50‧‧‧目標物
100‧‧‧輔助臉部辨識的防偽系統
110‧‧‧處理單元
120‧‧‧影像擷取單元
200‧‧‧影像幀
210~240‧‧‧影像
211~213‧‧‧像素
211A~213A‧‧‧區塊
211S~213S‧‧‧區灰階值
C1、C2‧‧‧週期
I‧‧‧動態影像
S01~S05‧‧‧步驟
T1~T6‧‧‧時間點
圖1為本發明第一實施例的輔助臉部辨識的防偽系統的示意圖；圖2為本發明第一實施例的輔助臉部辨識的防偽方法的流程圖；圖3A及圖3C為本發明第一實施例的動態影像的示意圖；圖4A及圖4B為本發明第一實施例的訊號示意圖；圖5為本發明第一實施例的多個濾波訊號的示意圖。
本發明的輔助臉部辨識的防偽方法適於應用至動態影像，動態影像例如包括錄影、視訊等各種將一系列數位靜態影像以數位訊號儲存的數位資料。上述動態影像可以來自例如是感光耦合元件(Charged-Coupled Device,CCD)、互補式金屬氧化物半導體感測器(CMOS Active pixel sensor)等感光元件，但本發明不限於此。本發明所提出的輔助臉部辨識的防偽方法可以直接應用至現有的動態數位影像資料，以下將搭配本發明所提出的輔助臉部辨識的防偽系統以實施例詳細說明。
圖1為本發明輔助臉部辨識的防偽系統100的一個實施例的示意圖。在本發明的第一實施例中，本案的輔助臉部辨識的防偽系統100可應用於例如是監控、保全、防盜等系統或程式。如圖1所示，輔助臉部辨識的防偽系統100包含處理單元110及影像擷取單元120。
本實施例的影像擷取單元120係用於自目標物50擷取動態影 像I，例如是可對人臉進行攝影的攝影機、攝像頭、數位鏡頭等任何其他具有影像擷取功能的設備，亦可以是智慧型手機或其他電子產品中的攝影元件。
本實施例的處理單元110例如是上述這些設備中的中央處理單元(Central Processing Unit,CPU)，可以接收影像擷取單元120所擷取的動態影像I。輔助臉部辨識的防偽系統100及其所用之方法可以判斷一目標物50的生物資訊，且本發明的應用以辨識人類的臉部或露出的皮膚部位為主。此處以拍攝一待測者的臉部所得之動態影像I為例，影像擷取單元120對一個待測者(亦即目標物50)進行影像攝影並產生一動態影像I，並將動態影像I傳遞至處理單元110。
圖2是本發明的輔助臉部辨識的防偽方法的流程示意圖。請一併參照圖2，在擷取動態影像後(步驟S01)本實施例的處理單元110在動態影像I設置關注區域(步驟S02)，且處理單元110可以在動態影像I設置一個或多個關注區域。關注區域可以例如是動態影像I中對應至待測者的臉部及露出足夠皮膚的區域，可藉由程式搜尋動態影像中的臉部或佔一定面積的裸膚區域來作為關注區域，較佳為對應至臉頰、額頭等有大量微血管分布的部位的區域。
舉例而言，本實施例的輔助臉部辨識的防偽方法中設置關注區域的步驟例如是可以利用影像中的空間頻率來區分。本實施例的影像擷取單元120所擷取的動態影像I例如包括複數個影像幀，每個影像幀是由複數 個像素組成。這些像素的灰階值在空間上的分布情形是由多個不同頻率的波型所疊加而成。以下將參照圖式舉例說明。
本實施例的關注區域的設定方法可以例如是選定影像中具有相同空間頻率或空間頻率落在相同頻段的影像。請參照圖3A，圖3A例如是一個包含有目標物的臉部影像210的影像幀200，且影像幀200還包括頭髮影像220、眼睛影像230以及背景影像240。以圖3A為例，影像幀200中的頭髮影像220、眼睛影像230以及背景影像240因為細節及複雜度較高，因此這些區域的空間頻率較高，而臉部影像210因為細節及複雜度較低，相對就具有較低的空間頻率。因此，在藉由選定空間頻率或頻段的方法，影像中對應至臉部的臉部影像210(亦即圖3B)得以與其他區域區分，本實施例的方法可以將臉部影像210設定為關注區域。然而，本發明的輔助臉部辨識的防偽方法以及輔助臉部辨識的防偽系統並不限於此設定方法，本領域具有通常知識者更可以應用其他方法來區分出動態影像中對應至待測者的臉部或是足夠裸膚的影像並設定為關注區域。
請參照圖3B，本實施例的方法所設定的關注區域例如包括臉部影像210，在設定好關注區域(步驟S02)後，本實施例的輔助臉部辨識的防偽方法對對應至像素211、212、213的時變訊號進行濾波(步驟S03)。具體而言，由於動態影像是由多個隨著時間排列的影像幀組成，因此每個像素在動態影像中的灰階值都會隨時間變化，而上述時變訊號就例如是一個像素沿著時間軸記錄的灰階值訊號。
本實施例的輔助臉部辨識的防偽方法會針對像素的灰階值變化進行濾波，藉以判斷目標物的生物資訊。由於生物的皮膚會因為皮膚下血管的流動產生微小的膚色變化，且膚色變化的頻率也會對應至生物的心跳。因此，藉由觀察皮膚的膚色是否有隨時間的變化可以判斷一目標物的生物資訊。舉例而言，圖4A所繪示的例如是對應至上述像素211的時變訊號。由於本實施例的輔助臉部辨識的防偽方法對時變訊號進行濾波(步驟S03)，因此可以取出時變訊號中帶有生物資訊的部分訊號。
藉由對時變訊號進行濾波(步驟S03)，本實施例的輔助臉部辨識的防偽方法可以去除時變訊號中的雜訊。圖4B是對應至像素211的濾波訊號，而本實施例的輔助臉部辨識的防偽方法可以針對此濾波訊號與目標物的預設生物資訊進行比較。預設生物資訊可以包括例如是預存的頻率資訊，亦可以是一種比對生物資訊是否落在合理範圍的方法。
在比較這些濾波訊號及對應目標物的預設生物資訊(步驟S04)時，本實施例的輔助臉部辨識的防偽方法還可以針對上述的濾波訊號實施多種防偽模式，這些模式可以個別獨立實施以簡化判斷流程並提昇辨識的速度，亦可以同時實施來進一步加強辨識的強度，本發明不限於此，以下將一一列舉各個辨識模式的詳細內容。
在一第一模式中，本實施例的輔助臉部辨識的防偽方法判斷上述這些濾波訊號是否有隨時間改變。舉例而言，參照圖4B，當本實施例的輔助臉部辨識的防偽方法在步驟S03時以低通濾波的方式濾出低頻訊號 以減少高頻雜訊，藉由觀察濾波訊號是否有隨時間變換，就可以判斷此動態影像是否具有血液循環導致的些微差異。
換句話說，藉由判斷濾波訊號是否有隨時間變化來判斷動態影像中對應至目標物的影像是否帶有目標物的生物資訊，藉以進一步確認動態影像是來自真實的目標物。當濾波訊號沒有隨時間變化時，本實施例的處理單元110可以例如輸出一個警示結果或是判斷錯誤結果(步驟S05)。
本實施例的輔助臉部辨識的防偽方法的防偽模式可以進一步對濾波訊號的頻率進行判斷。在一第二模式中，本實施例的輔助臉部辨識的防偽方法在比較這些濾波訊號及對應目標物的預設生物資訊時(步驟S04)會判斷這些濾波訊號的變化是否具有週期性。由於真實目標物的動態影像會因為穩定心跳而產生週期性的改變，因此藉由判斷這些濾波訊號的變化是否具有週期性，還可以進一步排除帶有低頻雜訊的濾波訊號所造成的誤判。
換句話說，參照圖4B，本實施例的輔助臉部辨識的防偽方法可以分辨動態影像的關注區域中像素221的灰階值是否有合理的週期性變化，亦即來自像素221的濾波訊號中的週期C1以及週期C2是否實質上相近，並藉以分辨動態影像的關注區域中的影像是否來自真實的目標物。
進一步而言，本實施例的輔助臉部辨識的防偽方法還可以針對特定的頻段來對時變訊號濾波，判斷濾波後動態影像中關注區域的像素的灰階值是否為合理範圍。
在本實施例的輔助臉部辨識的防偽方法的第三模式中，對時變訊號進行濾波(步驟S03)的步驟還包括以一預設心搏範圍對這些時變訊號進行帶通濾波。預設心搏範圍例如是經大量統計而得的正常人體的心跳頻率範圍，而經由這預設心搏範圍對時變訊號進行帶通濾波後，這些落在預設範圍的濾波訊號就會有更大的機率與待測者的心跳有關。
一般而言，合理的心搏頻率之範圍會在0.4Hz至4Hz之間，也就是說心跳的週期會是在0.25至2.5秒之間。在本實施例中，預設心搏範圍也可以設定成此數值，因此假如動態影像的關注區域中帶有對應至心跳頻率的訊號時，對時變訊號進行濾波的步驟S03即可取出這些訊號。也就是說，參照圖4B，藉由濾波來篩選出動態影像的關注區域中是否有灰階值會週期性變化的像素，且這些像素的變化週期還落在一般人體的正常心跳週期範圍0.25至2.5秒中，藉以進一步確認此像素所對應的畫面是來自一真實的目標物。
本實施例的輔助臉部辨識的防偽方法除了藉由直接判斷濾波訊號的實施方式外，還可以進一步藉由圖像處理來實施上述這些辨識模式，本發明並不予以限定。舉例而言，在取得這些濾波訊號後，將這些濾波訊號疊加回原始的動態影像可以產生一個第一增益動態影像。較佳而言，更可以在放大這些濾波訊號後再疊加回原始的動態影像來產生一第二增益動態影像。因此，當動態影像的關注區域中帶有上述的生物資訊時，在第二增益動態影像中的圖像就可以更直接判斷，以下將以上述的圖像處理方法來舉例說明上述各模式的實施方式。
當動態影像I的關注區域是目標物50的皮膚影像，在上述的第一模式時，判斷濾波訊號是否有隨時間變化的實施方式可藉由判斷在第二增益動態影像中對應至目標物50的皮膚的影像顏色是否有隨時變化。
在上述第二模式時，判斷濾波訊號是否有週期性的變化的實施方式亦可以是藉由判斷目標物50的皮膚影像在第二增益動態影像中是否有週期性的改變。
在上述第三模式，如果在濾波的步驟針對預設心搏範圍對時變訊號進行濾波，第二增益動態影像就只有在皮膚顏色的變化頻率落在預設心搏範圍時才會顯現皮膚顏色的變化，濾除例如是因為環境光的改變所形成的影像差異。
本實施例的輔助臉部辨識的防偽方法還可以進一步針對多個濾波訊號之間的關係進行辨識。圖5是對應至圖3C中多個區塊的區灰階值，亦即對應至區塊211A、212A、213A的區灰階值211S、212S、213S。這些區塊211A、212A、213A落在關注區域(亦即臉部影像210)中，每個區塊211A、212A、213A各涵蓋多個像素。舉例而言，區塊211A中的這些像素在某一瞬間的灰階值的平均就是區塊211A的一個區灰階值。當記錄一段時間後，每個區塊211A、212A、213A都各會有多個區灰階值。
本實施例的輔助臉部辨識的防偽方法在比較這些區灰階值211S、212S、213S及對應目標物50的預設生物資訊(步驟S04)之前可以預先取得對應至目標物的一預存變化順序，此預存變化順序可以是預先儲存 於輔助臉部辨識的防偽系統的儲存單元的資料，其中包含先前測試目標物時的動態影像中對應至區塊211A、212A、213A的區灰階值出現極大值或峰值的順序。若以上述第二增益動態影像為例，就是第二增益動態影像在對應至區塊211A、212A、213A的這些位置出現最大的顏色變化的時間順序。
在取得預先變化順序之後，本實施例的處理單元110所用之輔助臉部辨識的防偽方法針對來自現在所擷取的動態影像的這些區塊211A、212A、213A的像素的區灰階值進行紀錄，並取得出現峰值的時間T1、T2、T3、T4、T5、T6(此處取六點為例)，接著依照上述的時間順序排列出一區塊變化順序。舉例而言，參照圖5，由於區塊211A的區灰階值出現峰值的時間點是T1及T4；區塊212A的區灰階值出現峰值的時間點是T2及T5；區塊213A的區灰階值出現峰值的時間是T3及T6。因此，依照原先的時間序列，區塊變化順序即可排列為：(P1、P2、P3、P1、P2、P3)；其中P1表示區塊211A的區灰階值出現峰值，P2表示區塊212A的區灰階值出現峰值，P3表示區塊213A的區灰階值出現峰值。接著，處理單元110自例如是儲存單元取得預設變化順序，藉由比較區塊變化順序是否與預設變化順序相同來判斷動態影像是否帶有目標物的生物資訊。
以人臉為例，臉部的皮膚顏色不但會隨著心跳改變，而且還會隨著血液在臉部的流動方向改變。由於人的血管分布亦可作為一個身份辨識的參考資訊，不同的人會有不同的血管分布。當本實施例的輔助臉部辨識的防偽方法在判斷自這些濾波訊號算出的區灰階值時，儘管濾波訊號 的頻率會隨著心跳速度改變，但這些區灰階值出現峰值的時間順序仍不會改變。因此，藉由比較上述的區塊變化順序是否與預設變化順序相同，本實施例的防偽方法可以判斷動態影像是否帶有目標物的預設生物資訊並輸出判斷結果。
另一方面，上述實施例以極大值或峰值的出現順序作為判斷的依據，但在其他實施例中亦可以以極小值或谷值或甚至自行定義的特徵數值出現的順序來比對，本發明不限於此。上述實施例利用區灰階值記錄以及判斷來降低整體的運算量，在其他實施例中亦可以利用區塊中的像素的灰階值換算出其他參考數值，亦可以對調整像素的計算數量以控制判斷的精確度，本發明不限於此。
本實施例的輔助臉部辨識的防偽方法並不限於上述的步驟，在執行上述的臉部防偽方法前，更可以直接針對動態影像中的影像幀來辨識出身份，再搭配上述的防偽方法來確認真實度，藉以提供更加準確的身份辨識功能。在其他實施例中，輔助臉部辨識的防偽方法更可以預先比較動態影像中的變化量是否低於一預設閥值，亦即預先確認是否是拍攝自一個沒有劇烈晃動或移動的目標物，以降低誤判的機率。
綜上所述，由於本發明的實施例所提出的輔助臉部辨識的防偽方法可以針對動態訊號中的關注區域的像素進行判斷，並針對像素的灰階值在時域上的變化頻率進行濾波，進而篩選出動態影像中具有生物資訊的部分資訊，藉以進一步判斷動態影像是否帶有目標物的預設生物資訊， 以加強防偽的精確度。本發明的實施例的輔助臉部辨識的防偽系統藉由比較來自動態影像的濾波訊號，不但可以分辨出動態影像中對應至目標物的影像的身份，還可以判斷出此目標物的影像是否來自真實的目標物。
S01~S05‧‧‧步驟

Claims (12)

  1. 一種輔助臉部辨識的防偽方法，用以判斷一目標物的生物資訊，包含：擷取該目標物的一動態影像，並於該動態影像中設定至少一關注區域，該關注區域為臉部或是露出的裸膚區域；對複數個時變訊號進行濾波並得到複數個濾波訊號，每個該時變訊號對應至該動態影像在該關注區域中的至少一像素隨著時間變化的灰階值，其中該濾波訊號係取出該時變訊號中帶有該生物資訊的部分訊號；以及比較該複數個濾波訊號及對應至該目標物的一預設生物資訊以輸出一判斷結果。
  2. 如申請專利範圍第1項所述的輔助臉部辨識的防偽方法，其中該動態影像包括複數個影像幀，每個該影像幀中屬於該關注區域的像素的灰階值在空間上的分布頻率落在相同頻率或相同頻段中。
  3. 如申請專利範圍第1項所述的輔助臉部辨識的防偽方法，其中比較該複數個濾波訊號及對應至該目標物的該預設生物資訊的步驟包括：判斷該複數個濾波訊號是否有隨時間變化。
  4. 如申請專利範圍第1項所述的輔助臉部辨識的防偽方法，其中比較該複數個濾波訊號及對應至該目標物的該預設生物資訊的步驟包括：判斷該複數個濾波訊號的變化是否具有週期性。
  5. 如申請專利範圍第1項所述的輔助臉部辨識的防偽方法，其中對該複數個時變訊號進行濾波並得到該複數個濾波訊號的步驟包括：以一預設心搏範圍對該複數個時變訊號進行帶通濾波。
  6. 如申請專利範圍第1項所述的輔助臉部辨識的防偽方法，其中比較該複 數個濾波訊號及對應至該目標物的該預設生物資訊的步驟包括：取得該動態影像的至少一該關注區域對應至該目標物的一預存變化順序；自該關注區域的複數個區塊記錄複數個區灰階值，該複數個區灰階值各自為對應至其中之一該區塊的部份該複數個濾波訊號在不同時間的灰階值的平均，並找出各該區塊所對應的該些區灰階值出現峰值的時間；根據每個峰值出現的時間排列該複數個區塊，得到一區塊變化順序；以及比較該區塊變化順序是否與該預存變化順序相同。
  7. 一種輔助臉部辨識的防偽系統，用以判斷一目標物的生物資訊，包含：一影像擷取單元，擷取該目標物的一動態影像；以及一處理單元，耦接至該影像擷取單元以接收該動態影像，並於該動態影像中設定至少一關注區域，該關注區域為臉部或是露出的裸膚區域；其中該處理單元對複數個時變訊號進行濾波並得到複數個濾波訊號，每個該時變訊號對應至該動態影像在該關注區域中的至少一像素隨著時間變化的灰階值，其中該濾波訊號係取出該時變訊號中帶有該生物資訊的部分訊號；該處理單元比較該複數個濾波訊號及對應至該目標物的一預設生物資訊以輸出一判斷結果。
  8. 如申請專利範圍第7項所述的輔助臉部辨識的防偽系統，其中該影像擷取單元擷取的該動態影像包括複數個影像幀，每個該影像幀在該處理單元設定的該關注區域中的像素的灰階值在空間上的分布頻率落在相同 頻率或相同頻段中。
  9. 如申請專利範圍第7項所述的輔助臉部辨識的防偽系統，其中該處理單元比較該複數個濾波訊號及對應至該目標物的該生物資訊時，該處理單元判斷該複數個濾波訊號是否有隨時間變化。
  10. 如申請專利範圍第7項所述的輔助臉部辨識的防偽系統，其中該處理單元比較該複數個濾波訊號及對應至該目標物的該生物資訊時，該處理單元判斷該複數個濾波訊號的變化是否具有週期性。
  11. 如申請專利範圍第7項所述的輔助臉部辨識的防偽系統，其中該處理單元在對該複數個時變訊號進行濾波時，該處理單元以一預設心搏範圍對該複數個時變訊號進行帶通濾波。
  12. 如申請專利範圍第7項所述的輔助臉部辨識的防偽系統，還包括一儲存單元，該儲存單元耦接至該處理單元並儲存該目標物的一預存變化順序，該預存變化順序對應至該動態影像的至少一該關注區域；其中當該處理單元比較該複數個濾波訊號及對應至該目標物的該生物資訊時，該處理單元取得該預存變化順序；該處理單元接著在該關注區域的複數個區塊紀錄複數個區灰階值，該複數個區灰階值各自為對應至其中一該區塊的部份該複數個濾波訊號在不同時間的灰階值的平均，並找出各該區塊所對應的該些區灰階值出現峰值的時間；該處理單元根據每個峰值出現的時間排列該複數個區塊，得到一區塊變化順序；該處理單元比較該區塊變化順序是否與該預存變化順序相同。
TW107113087A 2018-04-17 2018-04-17 輔助臉部辨識的防僞方法及系統 TWI712909B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107113087A TWI712909B (zh) 2018-04-17 2018-04-17 輔助臉部辨識的防僞方法及系統
US16/254,791 US10990839B2 (en) 2018-04-17 2019-01-23 Anti-counterfeit method and system for assisting in face recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107113087A TWI712909B (zh) 2018-04-17 2018-04-17 輔助臉部辨識的防僞方法及系統

Publications (2)

Publication Number Publication Date
TW201944274A TW201944274A (zh) 2019-11-16
TWI712909B true TWI712909B (zh) 2020-12-11

Family

ID=68160366

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107113087A TWI712909B (zh) 2018-04-17 2018-04-17 輔助臉部辨識的防僞方法及系統

Country Status (2)

Country Link
US (1) US10990839B2 (zh)
TW (1) TWI712909B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201129943A (en) * 2009-08-31 2011-09-01 Casio Computer Co Ltd Image processing apparatus, image processing method and computer readable storage medium
TW201403547A (zh) * 2012-06-29 2014-01-16 Secom Co Ltd 對象檢出裝置、對象檢出方法及對象檢出用電腦程式
TWI571100B (zh) * 2011-07-01 2017-02-11 半導體能源研究所股份有限公司 影像處理方法，影像處理系統及顯示裝置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103120581B (zh) 2011-11-18 2015-11-04 原相科技股份有限公司 整合心跳量测及身份辨识的系统及方法
TWI546052B (zh) 2013-11-14 2016-08-21 財團法人工業技術研究院 影像式心率活動偵測裝置及其方法
TWI524878B (zh) 2014-09-16 2016-03-11 國立臺灣大學 疾病檢測方法及穿戴式裝置
WO2016184705A1 (en) * 2015-05-21 2016-11-24 Koninklijke Philips N.V. Determining a pulse signal from a video sequence
CN106236060B (zh) * 2015-06-04 2021-04-09 松下知识产权经营株式会社 生物体信息检测装置
JP6932150B2 (ja) * 2016-06-30 2021-09-08 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 顔検出／認識システム用の方法及び装置
US10210320B2 (en) * 2016-09-21 2019-02-19 Lextron Systems, Inc. System and method for secure 5-D user identification
US10380444B2 (en) * 2017-07-14 2019-08-13 Hong Kong Baptist University 3D mask face anti-spoofing with remote photoplethysmography
TW201915804A (zh) * 2017-09-13 2019-04-16 江國慶 具有熱感應之可攜式裝置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201129943A (en) * 2009-08-31 2011-09-01 Casio Computer Co Ltd Image processing apparatus, image processing method and computer readable storage medium
TWI571100B (zh) * 2011-07-01 2017-02-11 半導體能源研究所股份有限公司 影像處理方法，影像處理系統及顯示裝置
TW201403547A (zh) * 2012-06-29 2014-01-16 Secom Co Ltd 對象檢出裝置、對象檢出方法及對象檢出用電腦程式

Also Published As

Publication number Publication date
TW201944274A (zh) 2019-11-16
US10990839B2 (en) 2021-04-27
US20190318184A1 (en) 2019-10-17

Similar Documents

Publication Publication Date Title
Nowara et al. Ppgsecure: Biometric presentation attack detection using photopletysmograms
US8818041B2 (en) Method of controlling a function of a device and system for detecting the presence of a living being
JP5567853B2 (ja) 画像認識装置および方法
WO2019134536A1 (zh) 基于神经网络模型的人脸活体检测
US8542877B2 (en) Processing images of at least one living being
Chen et al. PulseEdit: Editing physiological signals in facial videos for privacy protection
CN107798279B (zh) 一种人脸活体检测方法及装置
JP6443842B2 (ja) 顔検出装置、顔検出システム、及び顔検出方法
CN109255282B (zh) 一种生物识别方法、装置和系统
CN111523344A (zh) 人体活体检测系统及方法
JP2003150942A (ja) 目位置追跡方法
CN111639582A (zh) 活体检测方法及设备
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
CN114219868A (zh) 一种护肤方案推荐方法和系统
CN112861588B (zh) 一种活体检测的方法、装置
JP6087615B2 (ja) 画像処理装置およびその制御方法、撮像装置、および表示装置
TWI712909B (zh) 輔助臉部辨識的防僞方法及系統
CN111325118A (zh) 一种基于视频进行身份认证的方法及视频设备
JP6471924B2 (ja) 顔認証装置及び顔認証方法
TWI743593B (zh) 活體臉部辨識系統與方法
CN117037241A (zh) 一种基于补光灯控制的人脸活体检测方法
WO2021084895A1 (en) A method, an apparatus and a system for managing an event to generate an alert indicating a subject is likely to be unauthorized
JP2024046748A (ja) 画像フレームのストリーム内に捕捉されたオブジェクトがオブジェクトタイプに属することを示す確率値を決定するための方法及び画像処理装置
CN112861587A (zh) 一种活体检测的方法、装置
KR et al. SS MMk kTk StSTTTCTT