[发明专利]深度相机

说明书

本发明提供了一种深度相机，包括：红外光投射模块，用于向场景中目标人物投射红外泛光；光接收模块，用于接收经目标人物反射后的红外泛光生成红外图像；RGB相机模块，用于采集目标人物的RGB图像；处理器模块，用于在RGB图像上截取预设置尺寸的第一人脸像素区域，在红外图像上截取预设置尺寸的第二人脸像素区域，将第一人脸像素区域、第二人脸像素区域输入预训练的相片攻击检测模型，通过相片攻击检测模型判断第一人脸像素区域是否为攻击相片，并输出攻击检测结果。本发明中能够判断RGB图像是否为攻击相片，防止了通过小照片进行人脸识别系统攻击的安全隐患，保证了人脸识别系统的安全运行。

技术领域

本发明涉及人脸识别，具体地，涉及一种用于人脸识别的深度相机。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

人脸识别的流水线如图1所示,通过RGB相机采集RGB图像，然后顺次进行人脸检测、人脸对齐以及活体检测，且在通过活体检测后进行人脸识别。但是由于RGB图像对活体判定能力不足，目前多采用多模态摄像头来对上述人脸识别流程进行改进,改进后的人脸识别的流程如图2所示。在基于多模态摄像头的人脸识别流程中，为了进一步的提高算法对于假体攻击的抵挡能力，一般会基于主动光来进行活体判断,活体判断通过之后,再基于RGB图像来进行人脸识别。因此在多模态摄像头的人脸识别模式中,就可以存通过小照片攻击。

如图3、图4所示，可以看到在用户进行恶意攻击时,在主动光摄像头正常工作的同时小照片近距离挡住RGB摄像头,同时真人活体正常站在模组前面。这样算法通过主动光采集到的真人图像将攻破活体算法,然后RGB抓拍到的小照片攻击假体将被用于对人脸识别算法进行攻击。如果小照片上的人脸识别通过,那么恶意用户就成功攻破整个人脸识别系统。随着多模态人脸识别技术的广泛应用,小照片攻击日益成为人脸认证应用中的潜在安全隐患。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种深度相机。

本发明提供的深度相机，包括如下模块：

红外光投射模块，用于向场景中目标人物投射红外泛光；

光接收模块，用于接收经所述目标人物反射后的所述红外泛光生成红外图像；

RGB相机模块，用于采集所述目标人物的RGB图像；

处理器模块，用于在所述RGB图像上截取预设置尺寸的第一人脸像素区域，在所述红外图像上截取预设置尺寸的第二人脸像素区域，将所述第一人脸像素区域、所述第二人脸像素区域输入预训练的相片攻击检测模型，通过所述相片攻击检测模型判断所述第一人脸像素区域是否为攻击相片，并输出攻击检测结果。

优选地，所述人像素区域的截取包括如下步骤：

步骤M1：对所述RGB图像、所述红外图像分别进行人脸检测确定第一人脸区域、第二人脸区域；

步骤M2：获取所述预设置尺寸的图像截取框，将所述图像截取框移动至包括所述第一人脸区域的第一目标区域以及包括所述第二人脸区域的第二目标区域；

步骤M3：在所述第一目标区域、所述第二目标区域通过所述图像截取框截取预设置尺寸的第一人脸像素区域和第二人脸像素区域。

优选地，当通过所述相片攻击检测模型判断所述第一人脸像素区域是否为攻击相片时，包括如下步骤：

步骤N1：将所述第一人脸像素区域和所述第二人脸像素区域输入预训练的相片攻击检测模型；

步骤N2：通过所述相片攻击检测模型判断所述第一人脸像素区域是否为所述第二人脸像素区域的攻击相片；