[发明专利]人脸部位运动检测方法和装置及活体识别方法和系统

权利要求书

1.一种人脸部位运动检测方法，其特征在于，包括步骤：

从待测人脸视频中抽取若干视频帧；

获取从所述待测人脸视频中抽取的每一所述视频帧的待测人脸部位的若干关键点位置；

基于所述待测人脸部位的若干关键点位置，通过分类模型对抽取的每一所述视频帧的待测人脸部位进行预测，从而获取抽取的每一所述视频帧的待测人脸部位的状态值；其中，所述分类模型为通过分类器基于若干预先标注所述待测人脸部位的状态值的人脸图片训练好的分类模型；

基于抽取的每一所述视频帧的待测人脸部位的状态值的变化程度判断所述待测人脸视频的待测人脸部位运动的情况；

其中，所述待测人脸部位不同级别的运动程度对应不同的状态值；

所述基于抽取的每一所述视频帧的待测人脸部位的状态值的变化程度判断所述待测人脸视频的待测人脸部位运动的情况包括：

计算抽取的每一所述视频帧的待测人脸部位的状态值中的最大值和最小值的差值；

若所述差值大于预设阈值，则判定所述待测人脸视频的待测人脸部位有运动。

2.如权利要求1所述的一种人脸部位运动检测方法，其特征在于，所述待测人脸部位为眼部，则,

所述分类模型具体为通过soft-max回归分类器基于若干预先标注所述眼部的状态值的人脸图片训练好的分类模型；

或，所述分类模型具体为通过SVM分类器基于若干预先标注所述眼部的状态值的人脸图片训练好的分类模型。

3.如权利要求1所述的一种人脸部位运动检测方法，其特征在于，所述待测人脸部位为嘴部，则,

所述分类模型具体为通过soft-max回归分类器基于若干预先标注所述嘴部的状态值的人脸图片训练好的分类模型；

或，所述分类模型具体为通过SVM分类器基于若干预先标注所述嘴部的状态值的人脸图片训练好的分类模型。

4.一种人脸部位运动检测装置，其特征在于，包括：

视频帧抽取单元，用于从待测人脸视频中抽取若干视频帧；

部位关键点位置检测单元，用于获取从所述待测人脸视频中抽取的每一所述视频帧的待测人脸部位的若干关键点位置；

状态值获取单元，用于基于所述待测人脸部位的若干关键点位置，通过分类模型对抽取的每一所述视频帧的待测人脸部位进行预测，从而获取抽取的每一所述视频帧的待测人脸部位的状态值；其中，所述分类模型为通过分类器基于若干预先标注待测人脸部位的状态值的人脸图片训练好的分类模型；

部位运动判断单元，用于基于抽取的每一所述视频帧的待测人脸部位的状态值的变化程度判断所述待测人脸视频的待测人脸部位运动的情况；

其中，所述待测人脸部位不同级别的运动程度对应不同的状态值；

所述部位运动判断单元包括：

差值计算模块，用于计算抽取的每一所述视频帧中待测人脸部位的状态值中的最大值和最小值的差值；

部位运动判断模块，用于若差值计算模块计算所得的所述差值大于预设阈值，则所述待测人脸视频的待测人脸部位有运动。

5.如权利要求4所述的一种人脸部位运动检测装置，其特征在于，所述待测人脸部位为眼部，则

所述分类模型具体为通过soft-max回归分类器基于若干预先标注所述眼部的状态值的人脸图片训练好的分类模型；

或，所述分类模型具体为通过SVM分类器基于若干预先标注所述眼部的状态值的人脸图片训练好的分类模型。

6.如权利要求4所述的一种人脸部位运动检测装置，其特征在于，所述待测人脸部位为嘴部，则

所述分类模型具体为通过soft-max回归分类器基于若干预先标注所述嘴部的状态值的人脸图片训练好的分类模型；

或，所述分类模型具体为通过SVM分类器基于若干预先标注所述嘴部的状态值的人脸图片训练好的分类模型。