[发明专利]一种基于图像纹理的活体识别方法及装置

权利要求书

1.一种基于图像纹理的活体识别方法，其特征在于，包括以下步骤：

步骤1，对训练集中的每张样本图片依次进行人脸检测、landmark检测以及LBP特征提取，得到每张样本图片的LBP特征feature；

步骤2，根据样本图片的LBP特征feature和已知的样本图片类别，进行SVM训练，得到用于活体识别的SVM分类器；

步骤3，获取待识别图像image，对所述图像image进行人脸检测、landmark检测以及LBP特征提取，得到所述图像image的LBP特征feature1；

步骤4，利用所述SVM分类器，对所述图像image的LBP特征feature1进行分类识别，得到待识别图像image的活体识别结果。

2.根据权利要求1所述一种基于图像纹理的活体识别方法，其特征在于，所述训练集中样本图片包括活体和非活体两个类别样本图片。

3.根据权利要求1所述一种基于图像纹理的活体识别方法，其特征在于，所述人脸检测和landmark检测采用MTCNN算法实现。

4.根据权利要求3所述一种基于图像纹理的活体识别方法，其特征在于，所述landmark检测还包括根据人脸landmark信息进行人脸对齐，截取包含眼睛、鼻子、嘴巴的最小矩形图像并进行归一化处理，将所述最小矩形图像设置为预设大小，得到图像face。

5.根据权利要求4所述一种基于图像纹理的活体识别方法，其特征在于，所述LBP特征提取包括以下步骤：

将图像face由RGB模式图像转换为YCrCb模式图像，分别计算图像face的Y通道、C通道r、Cb通道的LBP riu2模式特征lbp8以及LBP riu2模式特征lbp16；所述LBP riu2模式特征lbp8是指以中心像素为圆心、采样半径为2、采样点为8的LBP特征；所述LBP riu2模式特征lbp16是指以中心像素为圆心、采样半径为2、采样点为16的LBP特征；

将所述LBP特征lbp8平均划分成9个块，依次统计每个块中各个LBP值的个数，然后统计整个图像face中LBP特征lbp8的各个LBP值的个数；将所述LBP特征lbp16平均划分成17个块，依次统计每个块中各个LBP值的个数，然后统计整个图像face中LBP特征lbp16的各个LBP值的个数；

由于LBP特征lbp8中只包含0～9的值，LBP特征lbp16只包含0～17的值，因此针对Y、Cr、Cb每个通道，得到长度为118的特征，将3个通道合并，得到长度为354的特征，再将此特征进行归一化，得到图像face的LBP特征feature。

6.一种基于图像纹理的活体识别装置，其特征在于，包括：

特征提取模块，用于对训练集中的每张样本图片依次进行人脸检测、landmark检测以及LBP特征提取，得到每张样本图片的LBP特征feature；

分类器生成模块，用于根据样本图片的LBP特征feature和已知的样本图片类别，进行SVM训练，得到用于活体识别的SVM分类器；

特征提取模块，用于获取待识别图像image，对所述图像image进行人脸检测、landmark检测以及LBP特征提取，得到所述图像image的LBP特征feature1；

识别模块，用于利用所述SVM分类器，对所述图像image的LBP特征feature1进行分类识别，得到待识别图像image的活体识别结果。

7.根据权利要求6所述一种基于图像纹理的活体识别装置，其特征在于，所述训练集中样本图片包括活体和非活体两个类别样本图片。

8.根据权利要求6所述一种基于图像纹理的活体识别装置，其特征在于，所述人脸检测和landmark检测采用MTCNN算法实现。

9.根据权利要求8所述一种基于图像纹理的活体识别装置，其特征在于，所述landmark检测还包括根据人脸landmark信息进行人脸对齐，截取包含眼睛、鼻子、嘴巴的最小矩形图像并进行归一化处理，将所述最小矩形图像设置为预设大小，得到图像face。

10.根据权利要求9所述一种基于图像纹理的活体识别装置，其特征在于，所述LBP特征提取包括：

将图像face由RGB模式图像转换为YCrCb模式图像，分别计算图像face的Y通道、C通道r、Cb通道的LBP riu2模式特征lbp8以及LBP riu2模式特征lbp16；所述LBP riu2模式特征lbp8是指以中心像素为圆心、采样半径为2、采样点为8的LBP特征；所述LBP riu2模式特征lbp16是指以中心像素为圆心、采样半径为2、采样点为16的LBP特征；

将所述LBP特征lbp8平均划分成9个块，依次统计每个块中各个LBP值的个数，然后统计整个图像face中LBP特征lbp8的各个LBP值的个数；将所述LBP特征lbp16平均划分成17个块，依次统计每个块中各个LBP值的个数，然后统计整个图像face中LBP特征lbp16的各个LBP值的个数；

由于LBP特征lbp8中只包含0～9的值，LBP特征lbp16只包含0～17的值，因此针对Y、Cr、Cb每个通道，得到长度为118的特征，将3个通道合并，得到长度为354的特征，再将此特征进行归一化，得到图像face的LBP特征feature。