一种人脸识别方法及终端的制作方法
【技术领域】
[0001] 本发明涉及电子技术领域，尤其涉及一种人脸识别方法及终端。
【背景技术】
[0002] 随着图像技术的发展，基于静态图像的人脸识别技术已经发展成熟，2014年 6月23日凌晨消息，香港中文大学教授汤晓鸥、王晓刚及其研究团队宣布，他们研发的 De印ID(深分证）人脸识别技术的准确率超过99%，比肉眼识别更加精准。汤晓鸥领导的 计算机视觉研究组（mmlab. ie. cuhk. edu. hk)开发了一个名为DeepID的深度学习模型，在 户外脸部检测LFW(Labeled Faces in the Wild)数据库上获得了 99. 15%的识别率。LFW 是人脸识别领域使用最广泛的测试基准。但是这种高准确率的人脸识别技术都是基于静态 图像的识别方法，不能识别活体人脸，这样可以利用照片或者人体模型欺骗人脸识别设备， 安全性较低。
【发明内容】
[0003] 本发明实施例提供一种人脸识别方法，可识别出待识别人脸是否为活体人脸，提 高了人脸识别的安全性，实用性强。
[0004] 本发明实施例提供了一种人脸识别方法，其可包括：
[0005] 获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范围内的 反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定波长范 围及非特定波长范围；
[0006] 判断所述反射谱数据中所述特定波长范围内的反射谱数据是否大于所述非特定 波长范围内的反射谱数据；
[0007] 若是，则确定所述待识别人脸为活体人脸。
[0008] 本发明实施例提供了一种终端，其可包括：
[0009] 获取单元，用于获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预 设波长范围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之 间的特定波长范围及非特定波长范围；
[0010] 第一判断单元，用于判断所述反射谱数据中所述特定波长范围内的反射谱数据是 否大于所述非特定波长范围内的反射谱数据；
[0011] 第一确定单元，用于若所述特定波长范围内的反射谱数据大于所述非特定波长范 围内的反射谱数据，则确定所述待识别人脸为活体人脸。
[0012] 本发明实施例中，获取通过待识别人脸反射的反射谱数据，该反射谱数据包括预 设波长范围内的反射谱数据，预设波长范围包括活体人脸固有的对光线的吸收峰值之间的 特定波长范围及非特定波长范围，判断反射谱数据中特定波长范围内的反射谱数据是否大 于非特定波长范围内的反射谱数据，若是，则确定待识别人脸为活体人脸，这种方式可以准 确识别出待识别人脸是否为活体人脸，提高了人脸识别的安全性，实用性强。
【附图说明】
[0013] 为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普 通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014] 图1是本发明实施例提供的人脸识别方法的第一实施例流程示意图；
[0015] 图2是本发明实施例提供的人脸识别方法的第二实施例流程示意图；
[0016] 图3是本发明实施例提供的人体皮肤血红蛋白吸收光谱和反射光谱；
[0017] 图4是本发明实施例提供的人体皮肤和人体模型的反射谱对比；
[0018] 图5是本发明实施例提供的一种终端结构示意图；
[0019] 图6是本发明实施例提供的一种人脸识别场景图；
[0020] 图7是本发明实施例提供的终端的第一实施例结构示意图；
[0021] 图8是本发明实施例提供的终端的第二实施例结构示意图；
[0022] 图9是本发明实施例提供的第一判断单元的第一实施例结构示意图；
[0023] 图10是本发明实施例提供的第一判断单元的第二实施例结构示意图；
[0024] 图11是本发明实施例提供的终端的第三实施例结构示意图。
【具体实施方式】
[0025] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发 明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施 例，都属于本发明保护的范围。
[0026] 具体实现中，本发明实施例中描述的终端可包括：手机、平板电脑、个人计算机或 者随身听等，上述终端仅是举例，而非穷举，包含但不限于上述终端。
[0027] 下面将结合图1至图11对本发明实施例提供的人脸识别方法及终端进行具体描 述。
[0028] 请参照图1，是本发明实施例提供的人脸识别方法的第一实施例流程示意图。本实 施例中所描述的人脸识别方法，包括步骤：
[0029] S101，获取通过待识别人脸反射的反射谱数据，所述反射谱数据包括预设波长范 围内的反射谱数据，所述预设波长范围包括活体人脸固有的对光线的吸收峰值之间的特定 波长范围及非特定波长范围；
[0030] 在一些可行的实施方式中，环境光线或者已知光谱的光源照射在活体人脸时，通 常活体人脸皮肤的真皮层的血红蛋白，在546. 42-546. 56nm(纳米）和576. 26-575. 45nm 处存在两个显著的吸收峰，具体的如图3所示，其中一条曲线为活体人脸的吸收光谱。当 光线照射在活体人脸的皮肤表面时会进行反射形成反射光，反射光包含真皮层的散射 光，由于吸收峰的原因，因此反射光谱在这两个吸收峰值之间的特定波长范围（例如： 559. 48-559. 72nm区域）存在显著的光谱尖峰，如图3所示，另一条曲线为经过活体人脸反 射后的反射光谱。活体人脸与非活体人脸的反射光谱完全不同，如图4所示，其中一条为人 体模型的反射光谱，还有一条为人体皮肤的反射光谱，从图可见，人体模型的反射光谱在特 定范围内无光谱尖峰，活体人脸在特定范围内存在光谱尖峰。
[0031] 利用活体人脸的上述特征能够识别出待识别人脸为真实的活体人脸或者为非活 体人脸（例如人体模型，图像等等），具体的识别方法为获取通过待识别人脸反射的反射谱 数据，该反射谱数据包括预设波长范围内的反射谱数据，预设波长范围包括活体人脸固有 的对光线的吸收峰值之间的特定波长范围（例如：559. 48-559. 72nm区域）及非特定波长 范围，非特定波长范围可以是与特定波长范围相邻的波长范围，例如预设波长范围可以是 [546. 56nm，576. 26nm];此外非特定波长范围也可以是不与特定波长范围相邻，例如非特定 波长范围可以包括[546. 42nm，546. 56nm]与[576. 26nm，575. 45nm]。
[0032] 可选的，获取通过待识别人脸反射的反射谱数据的获取方式可以有以下两种可选 的实施方式：
[0033] 在第一种可选的实施方式中可以包括以下步骤S11-S13 :
[0034] S11，采用预设光谱照射所述待识别人脸，以使所述待识别人脸将所述预设光谱进 行反射以形成反射光谱；
[0035] 在一些可行的实施方式中，采用预设光谱照射待识别人脸，需要说明的是，预设光 谱为连续光谱，连续光谱的光源可以由不连续光谱的光源进行组合。当预设光谱照射在待 识别人脸时，无论是非活体人脸还是活体人脸均会进行反射，形成反射光谱。
[0036] S12,采集所述反射光谱，所述反射光谱包括所述预设波长范围内的反射光；
[0037] 在一些可行的实施方式中，利用光谱仪采集待识别人脸反射所形成的反射光谱， 该反射光谱包括预设波长范围内的反射光。预设波长范围包括特定波长范围和非特定波长 范围。
[0038] 光学设计时，采集反射光谱的光谱仪的视野（Field of view，F0V)可以设置较小， 尽量只接受待识别人脸区域。通常待识别人脸在画面中央，可以设计光谱仪的测量中心为 画面中心，以增加光谱仪获得待识别人脸区域反射光的比例。需要说明的是，也可以在光谱 仪上添加机电装置（如步进电机）以控制光谱仪旋转测量角度，现有的人脸检测技术可以 比较容易定位人脸位置，可以先根据人脸的位置调整光谱仪的测量角度，更精准地测量待 识别人脸的反射光谱。机电装置可以是步进电机，MEMS微电机，超声波电机等。
[0039] S13,对所述反射光谱进行处理，获得所述反射谱数据。
[0040] 在一些可行的实施方式中，对反射光谱进行处理，以获得反射谱数据，通过对反射 谱数据的分析，可以确定待识别人脸是否为活体人脸。具体的对反射光谱的处理方式可以 是，用反射光谱除以预设光谱，得到反射谱，再将反射谱进行归一化处理，即可以得到反射 谱数据。
[0041] 可选的，对反射光谱进行处理的处理方式还可以为以下步骤：
[0042] 将所述反射光谱进行归一化处理；
[0043] 将所述预设光谱进行归一化处理；
[0044] 根据进行归一化处理后的所述预设光谱和进行归一化处理后的所述反射光谱