[发明专利]一种基于深度学习的静态三维人脸活体检测方法

权利要求书

1.一种基于深度学习的静态三维人脸活体检测方法，其特征在于，所述方法包括：

通过彩色摄像头拍摄彩色图像，通过深度摄像头拍摄深度图像；

当在所述彩色图像中检测到人脸时，对所述彩色图像进行人脸裁剪及归一化处理，得到彩色人脸图像；对所述深度图像进行人脸裁剪及归一化处理，得到深度人脸图像；通过第一卷积神经网络分别对所述彩色人脸图像和所述深度人脸图像进行特征提取，得到第一彩色向量和第一深度向量；通过第二卷积神经网络分别对所述彩色人脸图像和所述深度人脸图像进行特征提取，得到第二彩色向量和第二深度向量；计算所述第一彩色向量与所述第一深度向量之间的第一差值绝对值，计算所述第二彩色向量与所述第二深度向量之间的第二差值绝对值；将所述第一彩色向量、所述第一深度向量、所述第一差值绝对值、所述第二彩色向量、所述第二深度向量及所述第二差值绝对值拼接为第一拼接向量；将所述第一拼接向量均分为两部分，计算所述两部分之间的第三差值绝对值；将所述第一拼接向量和所述第三差值绝对值拼接为所述人脸对应的特征向量；

根据所述人脸对应的特征向量，通过预先训练的活体检测分类器判断所述人脸是否为活体。

2.根据权利要求1所述的方法，其特征在于，所述对所述深度图像进行人脸裁剪及归一化处理，得到深度人脸图像，包括：

从所述彩色图像中获取预设数目个人脸关键点位置；

从所述深度图像中分别获取每个所述人脸关键点位置对应的关键点深度值；

根据每个所述关键点深度值对所述深度图像中的人脸区域进行归一化处理，得到深度人脸图像。

3.根据权利要求2所述的方法，其特征在于，所述从所述深度图像中分别获取每个所述人脸关键点位置对应的关键点深度值，包括：

判断所述深度图像中所述人脸关键点位置处的深度值是否为0；

如果否，获取所述深度值作为所述人脸关键点位置对应的关键点深度值；

如果是，获取所述人脸关键点位置的四个相邻点的深度值，根据所述四个相邻点的深度值进行插值，得到所述人脸关键点位置对应的关键点深度值。

4.根据权利要求2所述的方法，其特征在于，所述根据每个所述关键点深度值对所述深度图像中的人脸区域进行归一化处理，得到深度人脸图像，包括：

从所述深度图像中裁剪出人脸区域图像；

确定每个所述关键点深度值中的最大深度值及最小深度值；

从所述人脸区域图像中，确定出深度值大于所述最大深度值的第一像素点，以及深度值小于所述最小深度值的第二像素点；

将所述第一像素点的深度值修改为所述最大深度值，以及将所述第二像素点的深度值修改为所述最小深度值；

将所述人脸区域图像中每个像素点的深度值减去所述最大深度值后再除以所述最大深度值与所述最小深度值之间的差值，得到深度人脸图像。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述人脸对应的特征向量，通过预先训练的活体检测分类器判断所述人脸是否为活体之前，还包括：

通过所述彩色摄像头及所述深度摄像头拍摄活体样本，获取活体特征；

通过所述彩色摄像头及所述深度摄像头拍摄非活体样本，获取非活体特征；

根据所述活体特征和所述非活体特征训练活体检测分类器。