本发明涉及计算机视觉检测技术领域，尤其涉及一种区分真人和照片回放的防伪方法及装置。
背景技术：
近年来，人脸识别技术取得了突飞猛进的发展，在应对姿态、光照和表情变化时有了更高的稳定性。这也促使越来越多的场合使用人脸识别技术进行身份认证。然而，人脸识别系统只能对采集图像中的人脸进行辨认，却无法识别采集的人脸图像是来自摄像头前的真人还是一张照片。因此，识别系统极易受到各种蓄意的攻击。这些攻击一旦成功，带来的后果和损失可能会极其严重。为了解决该问题，人脸防伪技术也称为人脸活体检测技术应运而生。
现有的防伪方法中，主要分为两种方案：
1.利用图像纹理进行区分。
此种方法认为利用照片或者视频进行仿冒攻击的图像经过二次成像，包含更多的噪声，所以通过分析纹理细节的方法来区分真人和照片、视频攻击。该方法有效地考虑了不同人脸区域对活体检测判别能力的差异，增强区分能力较强的人脸区域，抑制区分能力较弱的区域。
2.通过检测人脸生物活性(眨眼、张嘴等)的方法。
此种方法可以有效防止照片仿冒的攻击。
但利用图像纹理进行区分的缺点是对高分辨率的照片、视频以及逼真人脸三维面具的情况显得束手无策，而通过检测人脸生物活性(眨眼、张嘴等)的方法的缺点是视频序列可以模拟人脸眨眼、张嘴的生物活性，所以利用视频播放的方式可以比较容易地逃过这种方法的法眼。
因此，需要提出一种区分真人和照片回放的防伪方法及装置以解决现有的防伪方法无法分辨出现高分辨率的照片、视频以及逼真人脸三维面具的情况，以及视频序列可以模拟人脸眨眼、张嘴的生物活性，防伪的准确度不高的技术问题。
技术实现要素：
本发明提供了一种区分真人和照片回放的防伪方法及装置，解决了现有的防伪方法无法分辨出现高分辨率的照片、视频以及逼真人脸三维面具的情况，以及视频序列可以模拟人脸眨眼、张嘴的生物活性，防伪的准确度不高的技术问题。
本发明提供了一种区分真人和照片回放的防伪方法，包括：
s1、获取摄像头采集的第一视频文件；
s2、对所述第一视频文件中人脸运动通过欧拉视频放大法进行放大，得到放大后的视频帧；
s3、将所述放大后的视频帧合成为第二视频文件；
s4、通过卢卡斯-卡纳德法计算所述第二视频文件的光流，得到光流图；
s5、比较所述光流图中背景区域和人脸区域的光流，计算所述背景区域的光流幅值和所述人脸区域的光流幅值的差值；
s6、判断所述背景区域的光流幅值和所述人脸区域的光流幅值的差值是否大于预设阈值，若是，则确定为真人在进行识别，若否，则确定为非真人在进行识别。
可选地，述步骤s2具体包括：
将所述第一视频文件的视频序列信号通过拉普拉斯金字塔分解成不同的空间频率带；
通过时域滤波器对所有所述空间频率带进行滤波，得到滤波后的空间频率带；
将所述滤波后的空间频率带乘以预置放大因子后，与对应的所述视频序列信号相加，得到放大后的视频序列信号；
将所述放大后的视频序列信号转换为放大后的视频帧。
可选地，所述步骤s3具体为：
将所述放大后的视频帧合成与所述第一视频文件的视频帧率一致的第二视频文件
或
将所述放大后的视频帧合成为按照预置幅值低于所述第一视频文件的视频帧率的第二视频文件。
可选地，所述步骤s5具体包括：
选择所述光流图中背景区域内的m个第一像素点p1,p2…pm，并获取所述第一像素点的光流值；
选取所述光流图中人脸区域内的m个第二像素点r1,r2…rm，并获取所述第二像素点的光流值；
通过预置第一公式计算所述光流图中背景区域的光流幅值和所述光流图中人脸区域的光流幅值的差值，其中，所述预置第一公式为：
本发明提供了一种区分真人和照片回放的防伪装置，包括：
获取单元，用于获取摄像头采集的第一视频文件；
放大单元，用于对所述第一视频文件中人脸运动通过欧拉视频放大法进行放大，得到放大后的视频帧；
合成单元，用于将所述放大后的视频帧合成为第二视频文件；
光流计算单元，用于通过卢卡斯-卡纳德法计算所述第二视频文件的光流，得到光流图；
比较单元，用于比较所述光流图中背景区域和人脸区域的光流，计算所述背景区域的光流幅值和所述人脸区域的光流幅值的差值；
判断单元，用于判断所述背景区域的光流幅值和所述人脸区域的光流幅值的差值是否大于预设阈值，若是，则确定为真人在进行识别，若否，则确定为非真人在进行识别。
可选地，所述放大单元具体包括：
分解子单元，用于将所述第一视频文件的视频序列信号通过拉普拉斯金字塔分解成不同的空间频率带；
滤波子单元，用于通过时域滤波器对所有所述空间频率带进行滤波，得到滤波后的空间频率带；
放大子单元，用于将所述滤波后的空间频率带乘以预置放大因子后，与对应的所述视频序列信号相加，得到放大后的视频序列信号；
转换子单元，用于将所述放大后的视频序列信号转换为放大后的视频帧。
可选地，所述合成单元，还用于将所述放大后的视频帧合成与所述第一视频文件的视频帧率一致的第二视频文件
或
还用于将所述放大后的视频帧合成为按照预置幅值低于所述第一视频文件的视频帧率的第二视频文件。
可选地，所述比较单元具体包括：
第一选择子单元，用于选择所述光流图中背景区域内的m个第一像素点p1,p2…pm，并获取所述第一像素点的光流值；
第二选择子单元，用于选取所述光流图中人脸区域内的m个第二像素点r1,r2…rm，并获取所述第二像素点的光流值；
差值计算子单元，用于通过预置第一公式计算所述光流图中背景区域的光流幅值和所述光流图中人脸区域的光流幅值的差值，其中，所述预置第一公式为：
本发明提供了一种区分真人和照片回放的防伪装置，包括：
存储器，用于存储指令；
处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的指令执行实现如上任一项所述的方法。
本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上任一项所述的方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明提供了一种区分真人和照片回放的防伪方法，包括：s1、获取摄像头采集的第一视频文件；s2、对所述第一视频文件中人脸运动通过欧拉视频放大法进行放大，得到放大后的视频帧；s3、将所述放大后的视频帧合成为第二视频文件；s4、通过卢卡斯-卡纳德法计算所述第二视频文件的光流，得到光流图；s5、比较所述光流图中背景区域和人脸区域的光流，计算所述背景区域的光流幅值和所述人脸区域的光流幅值的差值；s6、判断所述背景区域的光流幅值和所述人脸区域的光流幅值的差值是否大于预设阈值，若是，则确定为真人在进行识别，若否，则确定为非真人在进行识别。
本发明中，以在用视频进行识别时，被识别的人脸区域和背景区域的光流呈现一致性的特点，通过卢卡斯-卡纳德法识别人脸区域和背景区域的光流，提取出人脸区域和背景区域的光流失的大小和方向，比较出真假人脸的区别，解决了现有的防伪方法无法分辨出现高分辨率的照片、视频以及逼真人脸三维面具的情况，以及视频序列可以模拟人脸眨眼、张嘴的生物活性，防伪的准确度不高的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明提供的一种区分真人和照片回放的防伪方法的一个实施例的流程示意图；
图2为本发明提供的一种区分真人和照片回放的防伪方法的另一个实施例的流程示意图；
图3为本发明提供了一种区分真人和照片回放的防伪装置的一个实施例的结构示意图；
图4为本发明提供了一种区分真人和照片回放的防伪装置的另一个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种区分真人和照片回放的防伪方法及装置，解决了现有的婴儿睡眠监测设备会导致婴儿不舒服，同时传感设备的带来的电磁辐射大小，充电电流的磁场对婴儿休息时的脑电波的干扰，均对婴儿的健康有一定程度的影响的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明提供了一种区分真人和照片回放的防伪方法的一个实施例，包括：
101、获取摄像头采集的第一视频文件；
102、对第一视频文件中人脸运动通过欧拉视频放大法进行放大，得到放大后的视频帧；
103、将放大后的视频帧合成为第二视频文件；
104、通过卢卡斯-卡纳德法计算第二视频文件的光流，得到光流图；
105、比较光流图中背景区域和人脸区域的光流，计算背景区域的光流幅值和人脸区域的光流幅值的差值；
106、判断背景区域的光流幅值和人脸区域的光流幅值的差值是否大于预设阈值，若是，则确定为真人在进行识别，若否，则确定为非真人在进行识别。
本发明实施例中，以在用视频进行识别时，被识别的人脸区域和背景区域的光流呈现一致性的特点，通过卢卡斯-卡纳德法识别人脸区域和背景区域的光流，提取出人脸区域和背景区域的光流失的大小和方向，比较出真假人脸的区别，解决了现有的防伪方法无法分辨出现高分辨率的照片、视频以及逼真人脸三维面具的情况，以及视频序列可以模拟人脸眨眼、张嘴的生物活性，防伪的准确度不高的技术问题。
以上是对本发明提供的一种区分真人和照片回放的防伪方法的一个实施例进行的说明，以下将对本发明提供的一种区分真人和照片回放的防伪方法的另一个实施例进行说明。
请参阅图2，本发明提供了一种区分真人和照片回放的防伪方法的另一个实施例，包括：
201、获取摄像头采集的第一视频文件；
需要说明的是，首先需要获取摄像头采集的按照系统提示要求用户将脸部放入指定区域的第一视频文件。
202、将第一视频文件的视频序列信号通过拉普拉斯金字塔分解成不同的空间频率带；
需要说明的是，将第一视频文件的视频序列信号通过拉普拉斯金字塔分解成不同的空间频率带，具体过程如下：
li表示拉普拉斯金字塔的第i层，它也是一个图像；up(·)操作是将源图像中位置为(x,y)的像素映射到目标图像的(2x+1,2y+1)位置，即在进行向上取样；需要注意的是，上采样会减小图像的尺寸，所以金字塔每一层的尺寸在上采样过程中会变小；gi表示表示第i层的图像；g5×5表示的是高斯卷积内。
综上，总结拉普拉斯金字塔分解的过程：
1、上采样(up-sampling)；即式中的up(·)；
2、高斯内核卷积滤波；
3、用原来第i层的图像减去滤除的成分，得到拉普拉斯金字塔的第i层，这一层只有某一频率带的图像信息。
得到的空间频率带的不同体现于：经过拉普拉斯金字塔分解后，频率高的金字塔层保留了尖锐的信息，例如物体的轮廓，而频率低的金字塔层保留了较为平滑的信息。
203、通过时域滤波器对所有空间频率带进行滤波，得到滤波后的空间频率带；
需要说明的是，在得到不同的空间频率带后，通过相同的时域滤波器对所有空间频率带进行滤波，得到滤波后的空间频率带。
204、将滤波后的空间频率带乘以预置放大因子后，与对应的视频序列信号相加，得到放大后的视频序列信号；
需要说明的是，得到滤波后的空间频率带后，将滤波后的空间频率带乘以预置放大因子后，再与对应的视频序列信号相加，得到放大后的视频序列信号，具体如下：
i(x,t)表示在位置x和时间t下的图像灰度值，位移函数δ(t)，处理后的信号为
假定
i(x,0)＝f(x)(1)
则
i(x,t)＝f(x+δ(t))(2)
式(2)中的信号并没有放大，引入放大因子α，对位置x和时间t下的图像灰度值进行放大：
用一阶泰勒级数展开近似计算，我们把图像在时间t，f(x+δ(t))关于x的一阶泰勒展开写为：
由式(3)、(4)，得到处理后的信号：
结合式(4)、(5)，得到:
假设对于放大的较大的扰动，一阶泰勒展开成立，(1+α)δ(t)，我们可以把时间带通信号的放大与运动放大联系起来。处理后的输出简化为
式(7)是一个重要的结论。
在的步骤s2中，对于被处理信号，希望其近似等于真实放大的运动，即：
展开得到：
取f(x)＝cos(ωx)，
因此，只要满足式(10)的信号，均可以对该信号进行欧拉放大。
205、将放大后的视频序列信号转换为放大后的视频帧；
需要说明的是，得到放大后的视频序列信号后，将放大后的视频序列信号转换为放大后的视频帧。
206、将放大后的视频帧合成与第一视频文件的视频帧率一致的第二视频文件
或
207、将放大后的视频帧合成为按照预置幅值低于第一视频文件的视频帧率的第二视频文件；
需要说明的是，帧率的选取受到计算设备的配置高低的影响；对于配置较低的设备而言，若采用与第一视频文件中相同的视频帧率，则由于设备无法承受对其本身而言较大的计算量，而导致无法实时。
理论上而言，在设备配置适应使用要求时，帧率一致和帧率低对后面的步骤的结果，在工程允许的误差范围内，可认为无影响。
208、通过卢卡斯-卡纳德法计算第二视频文件的光流，得到光流图；
需要说明的是，光流法就是通过检测图像像素点的强度随时间的变化进而推断出物体移动速度及方向。
假设i(x,y,t)表示像素坐标为(x,y)，视频帧序列中序列为t的视频帧的灰度值(亦作“亮度”)该体素在两个图像帧之间移动了δx、δy、δt，于是基于光流恒定假设，可以得出一个亮度相同的结论：
i(x,y,t)＝i(x+δx,y+δy,t+δt)(11)
本发明中，由于采用的视频帧率为240fps，因此式(11)对本发明式得以满足的。假设移动量δx、δy、δt很小，那么根据泰勒级数展开：
因此可以得出：
即：
ixvx+iyvy＝-it(14)
式(14)中，
由式(14)的形式，对光流vx、vy，仅仅通过一个式子并不可求；求光流的方法有很多，在本发明中，采用卢卡斯-卡纳德方法(lucas-kanademethod)求解光流。通过结合几个邻近像素点的信息，卢卡斯-卡纳德方法，通常能够消除光流方程里的多义性。而且，与逐点计算的方法相比，l-k方法对图像噪声不敏感。
l-k方法假设两个相邻帧的图像内容位移很小，且位移在所研究点p的邻域内为大致为常数。所以，可以假设光流方程在以p点为中心的窗口内对所有的像素都成立。定义q1,q2…qn为图像中的n个像素点，对于线性方程组：
av＝b(16)
其中
atav＝atb(17)
式(17)可以通过式(18)求解，从而计算出光流。
209、选择光流图中背景区域内的m个第一像素点p1,p2…pm，并获取第一像素点的光流值；
需要说明的是，在得到光流图后，选择光流图中背景区域内的m个第一像素点p1,p2…pm，并且获得第一像素点对应的光流值vpi。
210、选取光流图中人脸区域内的m个第二像素点r1,r2…rm，并获取第二像素点的光流值；
需要说明的是，在得到光流图后，选择光流图中人脸区域内的m个第二像素点r1,r2…rm，并且获得第二像素点对应的光流值vri。
211、通过预置第一公式计算光流图中背景区域的光流幅值和光流图中人脸区域的光流幅值的差值，其中，预置第一公式为：
需要说明的是，v是一个矢量，由它的幅值和相位唯一确定，由欧拉公式
其中：
通过预置第一公式计算光流图中背景区域的光流幅值和光流图中人脸区域的光流幅值的差值，其中，预置第一公式为：
212、判断背景区域的光流幅值和人脸区域的光流幅值的差值是否大于预设阈值，若是，则确定为真人在进行识别，若否，则确定为非真人在进行识别；
需要说明的是，将计算出的光流图中背景区域的光流幅值和光流图中人脸区域的光流幅值的差值e，与预设阈值λ进行比较，预设阈值λ是通过机器学习的方法训练出的一个实数。若e≥λ，则确定为真人在进行识别，若e＜λ，则确定为非真人在进行识别。
本发明实施例中，以在用视频进行识别时，被识别的人脸区域和背景区域的光流呈现一致性的特点，通过卢卡斯-卡纳德法识别人脸区域和背景区域的光流，提取出人脸区域和背景区域的光流失的大小和方向，比较出真假人脸的区别，解决了现有的防伪方法无法分辨出现高分辨率的照片、视频以及逼真人脸三维面具的情况，以及视频序列可以模拟人脸眨眼、张嘴的生物活性，防伪的准确度不高的技术问题。
以上是对本发明提供的一种区分真人和照片回放的防伪方法另一个实施例进行的说明，以下将对本发明提供的一种区分真人和照片回放的防伪装置的一个实施例进行说明。
请参阅图3，本发明提供了一种区分真人和照片回放的防伪装置的一个实施例，包括：
获取单元301，用于获取摄像头采集的第一视频文件；
放大单元302，用于对第一视频文件中人脸运动通过欧拉视频放大法进行放大，得到放大后的视频帧；
放大单元302具体包括：
分解子单元3021，用于将第一视频文件的视频序列信号通过拉普拉斯金字塔分解成不同的空间频率带；
滤波子单元3022，用于通过时域滤波器对所有空间频率带进行滤波，得到滤波后的空间频率带；
放大子单元3023，用于将滤波后的空间频率带乘以预置放大因子后，与对应的视频序列信号相加，得到放大后的视频序列信号；
转换子单元3024，用于将放大后的视频序列信号转换为放大后的视频帧；
合成单元303，用于将放大后的视频帧合成为第二视频文件；
合成单元303，还用于将放大后的视频帧合成与第一视频文件的视频帧率一致的第二视频文件
或
还用于将放大后的视频帧合成为按照预置幅值低于第一视频文件的视频帧率的第二视频文件。
光流计算单元304，用于通过卢卡斯-卡纳德法计算第二视频文件的光流，得到光流图；
比较单元305，用于比较光流图中背景区域和人脸区域的光流，计算背景区域的光流幅值和人脸区域的光流幅值的差值；
比较单元305具体包括：
第一选择子单元3051，用于选择光流图中背景区域内的m个第一像素点p1,p2…pm，并获取第一像素点的光流值；
第二选择子单元3052，用于选取光流图中人脸区域内的m个第二像素点r1,r2…rm，并获取第二像素点的光流值；
差值计算子单元3053，用于通过预置第一公式计算光流图中背景区域的光流幅值和光流图中人脸区域的光流幅值的差值，其中，预置第一公式为：
判断单元306，用于判断背景区域的光流幅值和人脸区域的光流幅值的差值是否大于预设阈值，若是，则确定为真人在进行识别，若否，则确定为非真人在进行识别。
本发明实施例中，以在用视频进行识别时，被识别的人脸区域和背景区域的光流呈现一致性的特点，通过卢卡斯-卡纳德法识别人脸区域和背景区域的光流，提取出人脸区域和背景区域的光流失的大小和方向，比较出真假人脸的区别，解决了现有的防伪方法无法分辨出现高分辨率的照片、视频以及逼真人脸三维面具的情况，以及视频序列可以模拟人脸眨眼、张嘴的生物活性，防伪的准确度不高的技术问题。
以上是对本发明提供的一种区分真人和照片回放的防伪装置的一个实施例进行的说明，以下将对本发明提供的一种区分真人和照片回放的防伪装置的另一个实施例进行说明。
如图4所示，本发明提供了一种监测司机开车使用手机的装置的另一个实施例，包括：
存储器401，用于存储指令；
处理器402，耦合到存储器401，处理器402被配置为基于存储器存储的指令执行实现如图1或图2中任一实施例涉及的方法。
如图4所示监测司机开车使用手机的装置还包括通信接口403，用于与其它设备进行信息交互。同时该装置还包括总线404，处理器402、通信接口403以及存储器401通过总线404完成相互间的通信。
存储器401可以包含高速ram存储器，也可还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器401也可以是存储器阵列。存储器401还可能被分块，并且块可按一定的规则组合成虚拟卷。
此外，处理器402可以是一个中央处理器cpu，或者可以是专用集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。
以上是对本发明提供的一种监测司机开车使用手机的装置的另一个实施例进行的说明，以下将对本发明提供的一种计算机可读存储介质的一个实施例进行说明。
本发明提供的一种计算机可读存储介质的一个实施例，计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如图1或图2中任一实施例涉及的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。