[发明专利]基于移动端的人脸活体识别方法、装置及移动终端

说明书

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于移动端的人脸活体识别方法、装置及移动终端。

背景技术

在生物识别系统中，为防止恶意者伪造和窃取他人的生物特征用于身份认证，生物识别系统需具有活体检测功能，即判断提交的生物特征是否来自有生命的个体，一般活体检测技术利用的是人们的生理特征。

目前，在人脸识别领域，一种较为通用的方法是在移动端通过录制人物视频，将视频传送至服务端做人脸检测。但是这种方法效率较低，实时性较差，传输视频至服务端会导致整体的耗时加长，很多应用场景，需要在移动端实时地完成活体识别的工作；相对服务器而言，手机的存储容量较小，相比服务端，移动端的处理器性能较差，在移动端完成上述工作会遇到硬件等因素的制约，误检率较高。

因此，如何在保证检测率的同时在移动端完成人脸活体识别，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种基于移动端的人脸活体识别方法，该方法能够在保证检测率的同时在移动端完成人脸活体识别；本发明的另一目的是提供一种基于移动端的人脸活体识别装置及移动终端。

为解决上述技术问题，本发明提供一种基于移动端的人脸活体识别方法，包括：

当移动端接收到人脸活体识别请求后输出动作指令；其中，所述动作指令包括眨眼指令、微笑指令、转头指令以及摇头指令；

采集所述动作指令对应的动作图像信息；

通过检测器对所述动作图像信息进行实时检测，得到检测结果，根据所述检测结果得到识别结果；所述检测器包括睁眼检测器、闭眼检测器、嘴巴检测器、微笑分类器、人脸检测器以及转头检测器；

输出所述识别结果。

其中，所述睁眼检测器、所述闭眼检测器以及所述嘴巴检测器的训练方法包括：

分别获取各种状态下人脸的图像数据；

分别将每种检测器对应的部位每种状态下的图像数据作为正样本，将不包含所述部位的每种状态下的图像数据作为负样本；

利用优化的局部二值模式LBP特征提取方法提取所述正样本和所述负样本的优化LBP特征；

通过Gentle Adaboost方法对所述特征进行分类训练，获得所述睁眼检测器、所述闭眼检测器以及所述嘴巴检测器。

其中，所述睁眼检测器以及所述闭眼检测器的检测方法包括：

所述睁眼检测器以及所述闭眼检测器接收发出眨眼指令后收集的动作图像信息；

判断所述动作图像信息中眼睛的状态；

如果从所述眼睛的状态中先后检测出睁眼以及闭眼，则判定为一次完整的眨眼动作。

其中，所述人脸检测器的训练方法包括：

分别获取各种角度下人脸以及非人脸的图像数据；

分别将每种角度下人脸的图像数据作为正样本，将每种角度下非人脸的图像数据作为负样本；

利用LAB特征提取方法提取所述正样本和所述负样本的LAB特征；

通过Adaboost方法对所述LAB特征进行训练，获得所述人脸检测器。

其中，所述微笑分类器以及所述转头检测器的训练方法包括：

分别将所述检测器对应的状态的图像数据作为正样本，将不包含所述检测器对应的状态的图像数据作为负样本；

使用方向梯度直方图HOG特征对所述正样本和所述负样本进行表征，形成方向梯度直方图HOG特征；

使用支持向量机SVM算法对所述正样本和所述负样本的HOG特征进行训练，获得所述微笑分类器以及所述转头检测器。

其中，所述人脸检测器的训练方法还包括：

通过模板匹配的方式进行人脸跟踪。

其中，所述动作指令的输出方法包括：

通过语音和/或界面显示来输出所述动作指令。

其中，所述采集所述动作指令对应的动作图像信息包括：

采集所述动作指令对应的动作视频；

从所述动作视频中提取预定个数的图像帧作为动作图像信息。

本发明公开一种基于移动端的人脸活体识别装置，包括：

指令输出单元，用于当移动端接收到人脸活体识别请求后输出动作指令；其中，所述动作指令包括眨眼指令、微笑指令、转头指令以及摇头指令；

采集单元，用于采集所述动作指令对应的动作图像信息；