(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 110110699 A(43)申请公布日 2019.08.09
(21)申请号 201910415877.X(22)申请日 2019.05.19
(71)申请人 北京深醒科技有限公司
地址 100086 北京市海淀区大钟寺东路9号
1幢318室(72)发明人 史震云 袁培江 王轶 李建民 (74)专利代理机构 北京科亿知识产权代理事务
所(普通合伙) 11350
代理人 汤东凤(51)Int.Cl.
G06K 9/00(2006.01)G06K 9/46(2006.01)
权利要求书1页 说明书3页 附图1页
CN 110110699 A(54)发明名称
一种基于红外摄像头下的判别活体检测方法
(57)摘要
本发明公开了一种基于红外摄像头下的判
S1、使用红外摄别活体检测方法，包括以下步骤：
像头对待检测人身后的背景进行拍摄；S2、使用红外摄像头对待检测人的人脸及人脸周围的背景进行拍摄；S3、将人脸周围的背景与待检测人身后的背景进行对比，对人脸活体进行初步判定；S4、对人脸照片进行多颜色空间转换，并进行特征提取，得到空间图像；S5、对空间图像的纹理信息进行处理，对空间图像的纹理强度进行处理；S6、对空间图像进行降噪处理，然后进行归一化处理；S7、将步骤S6中归一化处理后的数据输入到多层次神经网络中，通过训练多层次神经网络构建人脸信息集；S8、将人脸信息集与系统所存储的人脸信息进行对比；S9、判定结果输出。
CN 110110699 A
权 利 要 求 书
1/1页
1.一种基于红外摄像头下的判别活体检测方法，其特征在于：包括以下步骤：S1、使用红外摄像头对待检测人身后的背景进行拍摄；S2、使用红外摄像头对待检测人的人脸及人脸周围的背景进行拍摄；S3、将步骤S2拍摄到的人脸周围的背景与步骤S1拍摄到待检测人身后的背景进行对比，对人脸活体进行初步判定；
S4、对人脸照片进行多颜色空间转换，在HSV、RGB颜色空间下对步骤S2拍摄的人脸图片进行特征提取，得到空间图像；
S5、使用WLD算法对空间图像的纹理信息进行处理，并使用LBP算法对空间图像的纹理强度进行处理；
S6、利用LPQ算法对空间图像进行降噪处理，然后进行归一化处理；S7、将步骤S6中归一化处理后的数据输入到多层次神经网络中，通过训练多层次神经网络构建人脸信息集；
S8、将人脸信息集与系统所存储的人脸信息进行对比；S9、判定结果输出。
2.如权利要求1所述的基于红外摄像头下的判别活体检测方法，其特征在于：所述步骤S3中，若步骤S2拍摄到的人脸周围的背景与步骤S1拍摄到待检测人身后的背景不一致，则直接将结果判定为伪装人脸攻击；若步骤S2拍摄到的人脸周围的背景与步骤S1拍摄到待检测人身后的背景一致，则开始执行步骤S4。
3.如权利要求1所述的基于红外摄像头下的判别活体检测方法，其特征在于：所述步骤S4中对步骤S2拍摄的人脸图片进行特征提取，其特征包括色调、亮度和色饱和度。
2
CN 110110699 A
说 明 书
一种基于红外摄像头下的判别活体检测方法
1/3页
技术领域
[0001]本发明涉及图像处理领域，尤其涉及一种基于红外摄像头下的判别活体检测方法。
背景技术
[0002]随着科技的进步，人脸识别技术越来越被应用到人们的生活中。人们可以利用人脸识别技术解开手机锁、消费支付、门禁解锁与电子交易等等。其得益于人体独一无二的生物特征，每个生物体都有着特殊的、不可替代的生物特征，计算机系统可以通过人的生物特征进行计算，从而达到特征识别的目的。人的生理特征包含指纹、声音、掌纹和虹膜等，特别是人脸识别与指纹识别技术在市面上的发展较为成功。[0003]但是人脸识别系统依然存在很多的漏洞，系统漏洞主要包括视频回放攻击、特征伪装攻击与利用生物传感器攻击等等。人脸识别一旦失败，将会暴露用户的个人信息，给财产安全带去隐患。目前人脸识别中常遇到的攻击手段包括面具攻击、照片攻击与视频回放攻击等。因此如何设计中一种识别速度快同时又能避免非法分子攻击的人脸识别方法是一个急需解决的问题。
发明内容
[0004]本发明目的是针对上述问题，提供一种不易受外界攻击和干扰的基于红外摄像头下的判别活体检测方法。[0005]为了实现上述目的，本发明的技术方案是：[0006]一种基于红外摄像头下的判别活体检测方法，包括以下步骤：[0007]S1、使用红外摄像头对待检测人身后的背景进行拍摄；[0008]S2、使用红外摄像头对待检测人的人脸及人脸周围的背景进行拍摄；[0009]S3、将步骤S2拍摄到的人脸周围的背景与步骤S1拍摄到待检测人身后的背景进行对比，对人脸活体进行初步判定；[0010]S4、对人脸照片进行多颜色空间转换，在HSV、RGB颜色空间下对步骤S2拍摄的人脸图片进行特征提取，得到空间图像；[0011]S5、使用WLD算法对空间图像的纹理信息进行处理，并使用LBP算法对空间图像的纹理强度进行处理；[0012]S6、利用LPQ算法对空间图像进行降噪处理，然后进行归一化处理；[0013]S7、将步骤S6中归一化处理后的数据输入到多层次神经网络中，通过训练多层次神经网络构建人脸信息集；[0014]S8、将人脸信息集与系统所存储的人脸信息进行对比；[0015]S9、判定结果输出。[0016]进一步的，所述步骤S3中，若步骤S2拍摄到的人脸周围的背景与步骤S1拍摄到待检测人身后的背景不一致，则直接将结果判定为伪装人脸攻击；若步骤S2拍摄到的人脸周
3
CN 110110699 A
说 明 书
2/3页
围的背景与步骤S1拍摄到待检测人身后的背景一致，则开始执行步骤S4。[0017]进一步的，所述步骤S4中对步骤S2拍摄的人脸图片进行特征提取，其特征包括色调、亮度和色饱和度。
[0018]与现有技术相比，本发明具有的优点和积极效果是：[0019]本发明针对人脸识别系统在解决照片、面具与视频回放等对检测系统的攻击，提出一种基于多颜色纹理特征下的判别活体人脸检测方法；其利用红外摄像头对摄像头前的图像作为背景，首先对待检测对象进行非指令下的拍摄，并提取出人脸信息及人脸周围的区域图像，将人脸周围的环境信息与系统初期保存的环境信息进行对比，通过判断人脸背景与系统背景的一致性实现对判别活体进行初级判断；然后对人脸图片从RGB、HSV两种颜色空间下实现特征(色调、亮度、颜色饱和度)提取，利用WLD算法处理纹理信息，用LBP算法对局部纹理强度进行处理，再通过LPQ实现对空间图像的去模糊处理，将所得到的的平面直方图进行归一化处理；使用多层次神经网络进行特征训练，构建得到人脸信息集，最后将所处理的人脸信息与系统内部所储存的人脸信息进行对比，输出判定结果；其解决了目前人脸识别领域所面对的判别活体检测易受外界攻击与干扰问题，增大了判别活体检测的准确性，促进了人脸识别领域的进步。附图说明
[0020]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。[0021]图1为本发明的框架流程图。
具体实施方式
[0022]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。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，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。[0023]如图1所示，本发明解决了目前人脸识别领域所面对的判别活体检测易受外界攻击与干扰问题。针对人脸识别系统在解决照片、面具与视频回放等对检测系统的攻击，提出一种基于多颜色纹理特征下的判别活体人脸检测方法，其实施步骤如图1所示：[0024]第一步：使用红外摄像头对待检测对象后的背景进行拍摄；[0025]第二步：基于红外摄像头对待检测人的人脸进行拍着；[0026]第三步：通过比对人脸周围的环境与第一步收集的环境信息，对人脸活体实现初步判定，若环境信息不一致则判定为伪装人脸攻击，若判定信息一致，则开始执行下一步；[0027]第四步：从HSV、RGB多颜色空间下对第二步的人脸图片实现颜色空间转换，对图像的特征进行处理，包括色调、亮度和色饱和度等特征；[0028]第五步：利用常用于活体检测的WLD算法对图像的纹理信息进行处理，并利用对光照变化具有鲁棒性的LBP算法对图像的纹理强度进行处理；
4
CN 110110699 A[0029]
说 明 书
3/3页
第六步：利用LPQ算法实现对空间图像的去模糊处理，降低图像中噪点的干扰，然
后将所得到的的平面直方图进行归一化处理，归一化处理可加快数据的处理能力；[0030]第七步：将第六步中的数据输入到多层次的神经网络中，通过训练多层次神经网络进而构建人脸信息集；[0031]第八步：将人脸信息集与系统所存储的信息进行对比；系统所存储的信息由提前收集的人脸特征信息构成，主要用于在需要判定时的对比工作；[0032]第九步：判定结果输出。
[0033]本发明首先对待检测人周围的环境进行背景图像信息收集，通过比对待检测对象周围的背景与系统最初收集的背景，对判别活体实现初级判定。若人脸的背景与系统储存的背景一致，则系统开始对人脸照片进行颜色空间转换，对人脸图片从RGB、HSV两种颜色空间下实现特征(色调、亮度、颜色饱和度)提取，然后利用WLD算法处理纹理信息，用LBP算法对局部纹理强度进行处理，并使用LPQ算法实现对空间图像的去模糊处理，然后将所得到的的平面直方图进行归一化处理。最后通过训练多层次神经网络构建人脸信息集，通过将信息集与系统储存的照片信息比对实现对活体人脸与伪装人脸的检测判定。[0034]注：RGB：是一种主要的显示彩色图的颜色空间，但是在亮度与色度上难以实现分离。
[0035]HSV：色调(hue,H)饱和度(saturation,S)是图像的色度，阈值(value，V)表示亮度。该颜色空间(圆柱坐标系)可以较RGB(直角坐标系)更直观的表示颜色空间。
5
CN 110110699 A
说 明 书 附 图
1/1页
图1
6