[发明专利]基于多特征融合的人脸活体检测方法及设备

摘要

本发明涉及一种基于多特征融合的人脸活体检测方法及设备，属于图像处理与计算机视觉技术领域，该方法包含将具有代表性的图像块送入神经网络支路和二值模式LBP支路，得到每个图像块的第一和第二分类概率，通过反向传播更新网络参数，得到第一和第二分类概率的最优权重，把得到的每个图像块的第一和第二分类概率做加权融合，得到最终检测结果，本发明首次利用人脸图像块，结合LBP特征和深度神经网络提取的特征进行人脸活体检测，更好地利用了图像信息，不仅提高了人脸活体检测的精确度，而且提高了其泛化能力。

主权项

1.一种基于多特征融合的人脸活体检测方法，其特征在于，包括：步骤1，提取数据集中的人脸图像，进行归一化处理，将数据分为训练集和测试集；步骤2，使用人脸识别算法，以眼睛为基准，对数据集中人脸部分的特征区域进行剪切，得到具有代表性的图像块；步骤3，将图像块送入神经网络支路，利用卷积神经网络提取特征，使用SoftMax分类器，得到每个图像块的第一分类概率；步骤4，将图像块送入局部二值模式LBP支路，利用LBP模式提取人脸图像块的颜色纹理特征，训练支持向量机SVM模型，得到每个图像块的第二分类概率；步骤5，根据训练集从神经网络支路得到的第一分类概率和LBP支路得到的第二分类概率，通过反向传播更新网络参数，得到第一和第二分类概率的最优权重；步骤6，提取测试集中的图像块分别送入到训练完成的神经网络支路和LBP支路，把得到的每个图像块的第一和第二分类概率做加权融合，得到最终检测结果。