[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

说明书

本发明公开了一种人脸部位运动检测方法，包括：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；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。相应的，本发明还公开了一种人脸部位运动检测装置。本发明计算简单效率高，对硬件设备要求低。

技术领域

本发明涉及人脸识别领域，尤其涉及一种人脸部位运动检测方法和装置、活体识别方法和系统。

背景技术

随着人脸识别技术的发展，越来越多的场景需要用到人脸检测去快速的识别一个人的身份。但是有不法份子会利用图片或者视频代替真人去进行人脸识别，这样整个人脸识别系统的安全性就得不到保证。而人脸活体识别可以检测出当前待测人脸是活体人脸而非照片或者视频中的人脸，从而保证了人脸识别系统的安全性。在进行人脸识别时，可以通过对待测人脸的部位运动的检测有助于识别人脸是否为活体；因而，需要一种简单有效的人脸部位运动检测的技术方案。

发明内容

本发明实施例的目的是提供一种人脸部位运动检测方法，计算效率高，且准确率较高。

为实现上述目的，本发明提供了一种人脸部位运动检测方法，包括：

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。

与现有技术相比，本发明从待测人脸视频中获取若干视频帧，然后根据从抽取的每一视频帧中确定待测人脸部位的若干关键点位置，并用预先训练好的分类模型对抽取的每一视频帧的待测人脸部位的状态进行预测，获取视频帧的部位状态值；最后，基于抽取的每一视频帧的待测人脸部位的状态值的变化程度判断待测人脸视频的待测人脸部位运动的情况；该方案采用分类模型基于视频帧的对应部位的关键点位置来预测视频帧的待测人脸部位的状态值，并通过状态值来判断待测人脸视频的部位运动的情况，简单高效，且准确率较高；任何普通摄像头或者移动端手机的摄像头均可作为待测人脸视频的输入硬件，对设备硬件要求简单。

进一步的，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。

进一步的，所述待测人脸部位为嘴部，则，