[发明专利]一种基于人脸特征点和光流场的人脸识别活体检测方法

说明书

本发明提供一种基于人脸特征点和光流场的人脸识别活体检测方法，采用卡方检验作为活体检测的依据，真实人脸在人脸特征点的运动方向与脸部整体运动方向有明显的不一致性；而照片无论怎样运动，人脸特征点的运动方向与脸部整体运动方向基本一致。本发明使用卡方检验计算人脸特征点的光流场方向的直方图分布和眼球区域的光流场方向的直方图分布的相似程度。若卡方检验值超过阈值，则判定为活体，否则判定为非活体。

技术领域

本发明涉及模式识别领域，更具体地，涉及一种基于人脸特征点和光流场的人脸识别活体检测方法。

背景技术

人脸识别技术随着硬件和软件的发展，正在逐渐取代原有的指纹识别和虹膜识别成为使用最广泛的识别技术。人脸特征相比指纹特征和虹膜特征更容易得到，也更容易部署在商用级设备和个人移动设备上。比如人脸签到、人脸解锁手机、人脸支付等场景正在逐步普及。然而在人脸识别率越来越高的情况下，系统却无法准确识别人脸的真伪。用户可以通过照片等手段欺骗系统。因此，如何辨别人脸的真伪以确保安全，即活体检测，已经成为人脸识别技术中的关键问题。

目前主流的人脸活体检测方法大致可以分为两种：用户动作配合和微表情检测。用户动作配合方法通常要求用户在摄像头前做出指定的动作，例如点头、读一串数字等。系统根据捕捉到的画面判断是否为用户本人所做的动作。用户动作配合方法的优点是能够为系统提供更多的用于活体检测的特征，从而提高活体检测的准确率；缺点是需要用户的配合，额外的动作需要容易使用户产生厌烦情绪。微表情检测方法由系统捕捉用户脸部的微表情，例如眨眼、嘴型变化等，作为活体检测的依据。微表情检测方法的优点是不需要用户配合，缺点是容易出现因为用户微表情过少而把用户判定为非活体的情况。

发明内容

本发明提供一种基于人脸特征点和光流场的人脸识别活体检测方法，该方法通过计算光流场检测出用户的微表情来判断是否活体。

为了达到上述技术效果，本发明的技术方案如下：

一种基于人脸特征点和光流场的人脸识别活体检测方法，包括以下步骤：

S1：人脸检测；

S2：得到人脸特征点以及眼球区域；

S3：计算相邻两帧的人脸特征点和眼球区域的光流场；

S4：计算人脸特征点和眼球区域关于光流场方向的直方图分布；

S5：活体检测。

进一步地，所述步骤S1的过程是：

首先将图像转化为灰度图，利用人脸分类器对灰度图进行人脸检测，若检测到人脸，再利用眼睛分类器对人脸区域进行眼睛检测，若检测到眼睛，系统确认真正检测到人脸，得到检测的人脸区域。

进一步地，所述步骤S2的过程是：

对于得到的人脸区域，调用Dlib所提供的用于计算人脸特征点的函数，得到人脸区域的人脸所对应的68个特征点坐标，并根据位于左眼和右眼的特征点坐标得到眼球区域。

进一步地，所述步骤S3的过程是：

对于包含人脸区域的相邻两帧图像，调用OpenCV所提供的函数分别计算人脸特征点的光流场向量表示和眼球区域的光流场向量表示。

进一步地，所述步骤S4的过程是：

将区间[0，2π]等分为10个区间，统计人脸特征点的光流场方向分别落入哪个区间，得到人脸特征点的光流场方向的直方图分布；将区间[0，2π]等分为10个区间，统计眼球区域的光流场方向分别落入哪个区间，得到眼球区域的光流场方向的直方图分布。

进一步地，所述步骤S4的过程是：