一种基于近红外单目摄像的活体检测方法及系统与流程

本发明涉及安防识别领域，尤其涉及一种基于近红外单目摄像的活体检测方法及系统。

背景技术：

近年来，人脸识别技术商业化应用愈加广泛，然而人脸极易用照片、视频、三维面具等方式进行假冒，因此人脸活体检测是人脸识别与认证系统安全的重要课题。从活体检测的图像采集设备的类型来看，目前常见的活体检测主要是可见光图像采集和多光谱图像采集两类，其中多光谱的图像采集包括近红外、远红外、热红外等成像设备；从活体检测的实现方法来看，有交互式活体检测和非交互式活体检测方法，交互式活体检测包括通过用户眨眼、张嘴等动作来区分是否是真人。而非交互式活体检测则无需通过用户配合来实现。

基于可见光的活体检测方法的优势是成本低，对于手机等移动用户做活体检测无需添加硬件设备；缺点是鲁棒性差，易受光线变化等影响，无法判断高清视频攻击。所以基于可见光的活体检测只能用在安全等级较低的场合。

基于多光谱图像处理的方法通常是采用双目摄像头，包括一个可见光摄像头和一个红外摄像头。其优势是提供了多光谱信息，能进一步提升算法的适应性；缺点是增加了硬件成本和功耗，而且对于一些便携式小型设备可能无法同时安装两个摄像头。

交互式活体检测通常是通过可见光摄像头采集数据，通过系统对用户发出动作指令来判断是否是真人。其缺点是对于常用的动作——眨眼、张嘴，无法判断是否是真人戴了面具后，通过面具的孔洞来做动作。另外也无法判断高清视频的动作攻击。

非交互式活体检测主要通过单帧图像的信息来判断是否是真人。其优势是反应速度快，劣势是准确率不高，容易受到攻击。

技术实现要素：

鉴于以上现有技术存在的问题，本发明提出一种基于近红外单目摄像的活体检测方法及系统，主要解决现有技术鲁棒性差及成本高的问题。

为了实现上述目的及其他目的，本发明采用的技术方案如下。

一种基于近红外单目摄像的活体检测方法，包括：

采集近红外图像信息；

检测所述近红外图像中是否包含人脸，若未检测到人脸，则判断识别对象非真人；若检测到人脸，则提示用户做出指定表情动作；

提取所述表情动作的光流特征，同时提取近红外图像的面部图像深度特征；

将所述光流特征和面部图像深度特征输入深度学习分类器；

得到活体检测结果。

可选地，采用近红外单目摄像头采集所述近红外图像。所述近红外单目摄像头包括850nm的近红外单目摄像头，仅采集近红外图像，不需要可见光摄像头，减少了设备成本及功耗。

可选地，采集近红外图像时引入用于滤除背景光干扰的红外补光光源。所述红外补光光源的有效距离较短，可很大程度上滤除环境光的干扰，提高检测的准确率。

可选地，所述提取面部图像深度特征具体包括：

将检测包含人脸的近红外图像信息输入深度学习神经网络的卷积层，得到近红外图像特征；通过第一激活函数作用于每层卷积层，激活所述近红外图像特征中的人脸特征，最终得到面部图像深度特征。

可选地，所述深度学习分类器的具体执行过程包括：

将所述面部图像深度特征和光流特征相结合输入所述深度学习分类器的全连接层，再通过第二激活函数作用于每层全连接层激活对应的脸部表情动作特征，并根据所述脸部表情动作特征判断识别对象是否为真实人脸。

可选地，所述第一激活函数包括：

其中，x为近红外图像特征，y为激活函数的输出。

可选地，所述第二激活函数包括：

其中，x为脸部图像深度特征和光流特征的组合特征，y为激活函数的输出。所述第一激活函数和第二激活函数的表达能力强，收敛性能好，可以有效提高深度神经网络算法的准确率。

一种基于近红外单目摄像的活体检测系统，包括：

近红外图像采集模块，用于采集近红外图像；

检测模块，用于检测所述近红外图像中是否存在人脸；

动作提示模块，用于提示用户做出指定的表情动作；

特征提取模块，用于提取脸部表情动作的光流特征；

深度学习识别模块，用于识别人脸图像和脸部表情动作的光流信息；

所述近红外图像采集模块的输出端连接检测模块和特征提取模块的输入端；所述检测模块的输出端与动作提示模块和深度学习识别模块的输入端连接，所述特征提取模块的输出端连接深度学习识别模块。

可选地，所述近红外图像采集模块包括近红外单目摄像头和红外补光光源。

可选地，所述深度学习识别模块包括近红外人脸图像特征提取单元以及用于识别光流特征和近红外人脸图像特征的深度识别单元；所述近红外人脸图像特征提取单元的输出端连接深度识别单元的输入端。

如上所述，本发明一种基于近红外单目摄像的活体检测方法及系统，具有以下有益效果。

引入红外补光光源，可以有效滤除环境光的干扰；通过检测近红外图像人脸信息，可有效避免视频或照片的攻击；采用单目摄像减少系统成本和功耗；根据表情动作的光流特征，可以防范三维面具的攻击。

附图说明

图1为本发明一种基于近红外单目摄像的活体检测方法的流程图。

图2为本发明一种基于近红外单目摄像的活体检测系统的结构框图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

请参阅图1，在一实施例中本发明提供一种基于近红外单目摄像的活体检测方法，包括：

采集近红外图像信息；

检测所述近红外图像中是否包含人脸，若未检测到人脸，则判断识别对象非真人；若检测到人脸，则提示用户做出指定表情动作；

提取所述表情动作的光流特征，同时提取近红外图像的面部图像深度特征；

将所述光流特征和面部图像深度特征输入深度学习分类器；

得到活体检测结果。

所述的采集近红外图像信息主要通过近红外单目摄像头配合红外补光光源；在一实施例中，所述近红外单目摄像头包括采用850nm近红外单目摄像头，也可以采用其他短波近红外摄像头以达到相同的作用。红外补光光源采用有效距离较短的红外补光光源，可有效滤除环境光的干扰，增强采集的近红外图像的效果，降低检测过程的误判率。

检测所述近红外图像，判断所述近红外图像中是否存在人脸。检测的目的在于防范视频攻击等手段，因为视频攻击需要在一个屏幕上显示，该屏幕可以是手机、电脑显示器、笔记本或者电视等设备。而这些显示器都可以充分吸收近红外光，使得近红外光拍摄屏幕后得到的图片都是一片黑色，无法检测到人脸。因此，若在采集的近红外图像中无法检测到人脸图像，则说明当前摄像头前没有出现人脸，或者为使用屏幕的视频攻击。若能检测到人脸图像信息，则说明当前摄像头前不是通过屏幕呈现的视频或图像。

当检测到所述采集的近红外图像信息中包含人脸，则将对应的近红外图像发送给深度学习神经网络模型，将所述近红外图像输入深度学习神经网络模型的卷积层，得到近红外图像特征；通过第一激活函数作用于每层卷积层激活所述近红外图像特征中的人脸特征，最终得到脸部图像深度特征。所述第一激活函数包括：

其中，x为近红外图像特征，y为激活函数的输出。

当检测到所述采集的近红外图像中包含人脸时，还会向用户发出提示信息，提示用户做出指定的表情动作。所述提示信息包括文字显示、语音提示等；在一实施例中，所述表情动作主要包括微笑和皱眉，之所以选用这两个表情动作，而不用比较常见的眨眼和张嘴，是由于对于眨眼和张嘴，可以通过真人佩戴眼睛和嘴部挖孔的面具、在孔洞中做动作来欺骗系统。而皱眉和微笑这两个表情，牵扯了更多的面部肌肉，这些面部肌肉的收张是无法通过三维面具来模拟的。

所述近红外单目摄像头采集到用户表情动作后，计算出两个间隔帧间的稀疏光流特征。所述稀疏光流是指利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。

将得到的脸部图像深度特征和稀疏光流特征输入深度神经网络模型的深度学习分类器，将所述面部图像深度特征和光流特征相结合输入所述深度学习分类器的全连接层，再通过第二激活函数作用于每层全连接层激活对应的表情动作特征。根据表情动作特征判断采集的近红外图像是否为真人图像。在一实施例中，所述深度神经网络模型为通过大量近红外人脸图像训练得到的深度学习模型。

所述第二激活函数包括：

其中，x为脸部图像深度特征和光流特征的组合特征，y为激活函数的输出。

所述第一激活函数和第二激活函数的表达能力强，收敛性能好，可以有效提高深度神经网络算法的准确率。

请参阅图2，在另一实施例中，本发明一种基于近红外单目摄像的活体检测系统，包括：

近红外图像采集模块，用于采集近红外图像；

检测模块，用于检测所述近红外图像中是否存在人脸；

动作提示模块，用于提示用户做出指定的表情动作；

特征提取模块，用于提取脸部表情动作的光流特征；

深度学习识别模块，用于识别人脸图像和脸部表情动作的光流信息；

所述近红外图像采集模块的输出端连接检测模块和特征提取模块的输入端；所述检测模块的输出端与动作提示模块和深度学习识别模块的输入端连接，所述特征提取模块的输出端连接深度学习识别模块。

所述近红外图像采集模块包括近红外单目摄像头和红外补光光源。所述近红外单目摄像头包括采用850nm近红外单目摄像头，也可以采用其他短波近红外摄像头以达到相同的作用。红外补光光源采用有效距离较短的红外补光光源，可有效滤除环境光的干扰，增强采集的近红外图像的效果，降低检测过程的误判率。

所述检测模块接收近红外图像采集模块采集的近红外图像，并检测所述近红外图像中是否包含人脸，若不包含人脸，则判定当前单目摄像头前没有人脸或摄像头前为显示屏呈现的人脸视频或图像。若检测结果为包含人脸，则将对应的近红外图像发送给深度学习识别模块。所述深度学习识别模块是经过大量近红外人脸图像训练得到的。所述深度学习识别模块包括近红外人脸图像特征提取单元和用于识别光流特征和红外人脸图像特征的深度识别单元。

将所述近红外图像输入所述近红外人脸图像特征提取单元，得到近红外图像特征；通过第一激活函数激活所述近红外图像特征中的人脸特征，得到脸部图像深度特征。所述第一激活函数包括：

其中，x为近红外图像特征，y为激活函数的输出。

检测模块同时还将检测结果发送给动作提示模块，若检测到所述采集的近红外图像中包含人脸，所述动作提示模块根据检测模块检测结果，向用户发出提示信息，提示用户做出指定表情动作。在一实施例中，所述提示信息包括文字显示、语音提示。所述指定的表情动作包括微笑和皱眉。

所述近红外图像采集模块采集人脸表情动作，并将表情动作对应的近红外图像发送给特征提取模块，得到稀疏光流特征。

将所述稀疏光流特征和脸部图像深度特征结合输入所述深度识别单元的全连接层，再通过第二激活函数作用于每层全连接层，激活对应的表情动作特征。根据最终得到的表情动作特征判断采集的近红外图像是否为真人图像。

所述第二激活函数包括：

其中，x为脸部图像深度特征和光流特征的组合特征，y为激活函数的输出。

综上所述，本发明一种基于近红外单目摄像的活体检测方法及系统，仅使用近红外单目摄像头采集的近红外图像进行活体检测，不需要可见光图像，降低了系统成本和功耗；红外补光光源有效滤除背景光干扰，提高采集图像的质量；采用表达能力强、收敛性好的的激活函数，可以有效提高识别的准确率；近红外图像结合稀疏光流特征可以有效防范视频及三维面具的攻击。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。