[发明专利]一种基于纹理分析的活体人脸检测系统及方法在审

专利信息
申请号: 201910145364.1 申请日: 2019-02-27
公开(公告)号: CN109919063A 公开(公告)日: 2019-06-21
发明(设计)人: 陆生礼;庞伟;李泽;罗几何;黎健 申请(专利权)人: 东南大学;东南大学—无锡集成电路技术研究所
主分类号: G06K9/00 分类号: G06K9/00;G06T7/90
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 葛潇敏
地址: 214135 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 活体人脸 纹理分析 原始图像 检测系统 训练图片 像素流 直方图 人脸 颜色空间转换模块 直方图统计模块 计算特征向量 直方图统计 地址数据 计算模块 特征向量 像素数据 依次接收 硬件实现 运算器件 支持向量 累加 检测 预存 标签 输出 转换 外部 图片
【权利要求书】:

1.一种基于纹理分析的活体人脸检测系统,其特征在于包括:

原始图像ROM模块,预存原始图像,产生从0开始依次累加的地址数据,生成原始图像的像素流;

与所述原始图像ROM模块连接的颜色空间转换模块,其将原始图像ROM模块输出的RGB图像分别转换成Y、Cb、Cr和H、S、V六种像素流;

与所述颜色空间转换模块连接的LBP值计算模块,其依次接收颜色空间转换模块输出的像素数据,每接收一个像素数据后计算该像素数据对应的LBP值并输出该LBP值;

与所述LBP值计算模块连接的直方图统计模块,依次接收所述LBP值计算模块输出的LBP值,进行直方图统计并生成相应的LBP直方图,该直方图为人脸图片的特征向量,存储在一个RAM中;以及,

与所述直方图统计模块连接的SVM模块,计算从所述直方图统计模块读出的特征向量与外部输入的所有训练图片的支持向量的距离,根据计算结果标记出真假人脸的识别标签。

2.如权利要求1所述的一种基于纹理分析的活体人脸检测系统,其特征在于:所述LBP值计算模块包括存储人脸图片n行像素的行缓存结构和n*n方形邻域结构,数值n为大于1的自然数。

3.如权利要求2所述的一种基于纹理分析的活体人脸检测系统,其特征在于:所述行缓存结构为距离值为图像行长度、抽头数为n的移位寄存器。

4.如权利要求2所述的一种基于纹理分析的活体人脸检测系统,其特征在于:所述n*n方形邻域结构被配置为:每接收到行缓存抽头输出的n个数据后,将中间像素数据与其周围的像素数据分别进行比较以获得该像素数据的LBP数值。

5.如权利要求2所述的一种基于纹理分析的活体人脸检测系统,其特征在于:所述数值n取值为3。

6.如权利要求1所述的一种基于纹理分析的活体人脸检测系统,其特征在于:所述检测系统采用FPGA实现。

7.一种基于纹理分析的活体人脸检测方法,其特征在于包括如下步骤:

步骤1,将输入的原始图像配置为像素大小为N*N的RGB图像,设置为从0开始依次累加的地址数据,生成原始图像的像素流;

步骤2,将RGB图像形式的像素流转换成Y、Cb、Cr和H、S、V六种像素流;

步骤3,对步骤2转换的每一个像素数据,均计算其对应的LBP值;

步骤4,对步骤3计算得到的LBP值进行直方图统计并生成相应的LBP直方图,该直方图为人脸图片的特征向量;

步骤5,计算所述特征向量与外部输入的所有训练图片的支持向量的距离,根据计算结果标记出真假人脸的识别标签。

8.如权利要求7所述的一种基于纹理分析的活体人脸检测方法,其特征在于:所述步骤3的具体过程是:读取步骤2输出的像素数据,并保存在n行像素的行缓存结构中;在时钟节拍控制下将n行行缓存结构中的每一列数据依次移位寄存到n*n方形邻域结构中,n*n方形邻域结构将中间像素数据与其周围的像素数据分别进行比较,从而获得该像素数据的LBP数值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学;东南大学—无锡集成电路技术研究所,未经东南大学;东南大学—无锡集成电路技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910145364.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top