识别方法、识别系统和电子设备与流程

本技术涉及摄像模组领域，更为具体地涉及识别方法、识别系统和电子设备。

背景技术：

1、人脸是重要的生物特征，活体检测和人脸识别技术已被广泛应用于安防监控、金融支付和健康医疗等领域。然而，目前，活体检测和人脸识别技术在实际应用中均需要配置多个摄像模组(例如，结构光摄像模组、rgb摄像模组、红外摄像模组)，系统结构复杂，成本较高。并且，活体检测和人脸识别结果易受环境影响，难以适应多种应用场景。相应地，在不同场景下，活体检测和人脸识别的准确度不一致，换句话说，活体检测和人脸识别结果的准确度容易随环境的变化而改变，难以保持在较高的水平。

2、因此，期待一种新型的识别方案，以适用于不同的应用场景。

技术实现思路

1、本技术的一个优势在于提供了一种识别方法、识别系统和电子设备，其中，所述识别方法能够根据不同的应用场景调整活体检测方案，以适用于不同的应用场景。

2、本技术的另一个优势在于提供了一种识别方法、识别系统和电子设备，其中，所述识别方法能够适用于不同的光照环境中，减少环境光对活体检测和人脸识别的干扰。

3、本技术的又一个优势在于提供了一种识别方法、识别系统和电子设备，其中，所述识别方法能够根据不同的应用场景调整用于活体检测和人脸识别的输入数据，从数据源头来降低不同应用场景之间的差异对活体检测和人脸识别造成的影响，以提高识别的准确度。

4、本技术的又一个优势在于提供了一种识别方法、识别系统和电子设备，其中，所述识别方法从数据源头来降低不同应用场景之间的差异对活体检测和人脸识别造成的影响，可相对降低活体检测和人脸识别的数据处理难度。

5、本技术的又一个优势在于提供了一种识别方法、识别系统和电子设备，其中，在所述识别系统中，单个tof摄像模组在无其他摄像模组辅助的条件下即可满足活体检测和人脸识别对图像数据完整性的需求，这样，可简化系统结构，降低产业成本。

6、为了实现上述至少一优势或其他优势和目的，根据本技术的一个方面，提供了一种识别方法，其包括：

7、获取被摄目标的深度图和灰度图，所述灰度图包括置信图和强度图；以及

8、基于所述置信图、所述强度图和所述深度图进行活体检测。

9、在根据本技术的识别方法中，基于所述置信图、所述强度图和所述深度图进行活体检测，包括：基于所述置信图中各个像素点的像素值与预设阈值之间的比较，确定所述置信图中的前景区域和背景区域；基于所述置信图的前景区域在所述置信图中的位置，确定所述强度图的前景区域和背景区域；基于所述强度图的前景区域通过颜色估计模型确定所述强度图的全局变换曲线，并以所述强度图的全局变换曲线对所述强度图进行全局变换以获得第一全局变换灰度图；以及，基于所述第一全局变换灰度图和所述深度图进行活体检测。

10、在根据本技术的识别方法中，所述识别方法进一步包括：响应于所述活体检测的结果为被摄目标的人脸属于活体的人脸，基于所述第一全局变换灰度图和所述深度图进行人脸识别。

11、基于所述置信图中各个像素点的像素值与预设阈值之间的比较，确定所述置信图中的前景区域和背景区域，包括：对所述置信图中各个区域的像素点的像素值进行统计，以获得所述置信图中各个区域的自适应阈值；以及，基于所述置信图中各个区域的像素点的像素值与所述自适应阈值进行比较，以确定所述置信图中的前景区域和背景区域。

12、在根据本技术的识别方法中，获取被摄目标的深度图和灰度图，包括：通过tof摄像模组获取所述被摄目标的原始图；以及，对所述原始图进行解析以生成所述置信图和所述强度图。

13、在根据本技术的识别方法中，对所述原始图进行解析以生成所述置信图和所述强度图，包括：基于所述原始图在多个预设相位帧的第一检测节点的光电转换数据和第二检测节点的光电转换数据之和确定多个第一像素值，并基于所述原始图在多个预设相位帧的第一检测节点的光电转换数据和第二检测节点的光电转换数据之差确定多个第二像素值；以及，基于所述多个第一像素值获得所述强度图，并基于所述多个第二像素值获得所述置信图。

14、在根据本技术的识别方法中，所述识别方法进一步包括：基于所述原始图的光电转换数据确定环境光估计结果。

15、在根据本技术的识别方法中，基于所述置信图、所述强度图和所述深度图进行活体检测，包括：响应于所述环境光估计结果为强光，基于所述置信图、所述强度图和所述深度图进行活体检测。

16、在根据本技术的识别方法中，所述识别方法进一步包括：响应于所述环境光估计结果为弱光，基于所述置信图和所述深度图进行活体检测。

17、在根据本技术的识别方法中，响应于所述环境光估计结果为弱光，基于所述置信图和所述深度图进行活体检测，包括：基于所述置信图中各个像素点的像素值与预设阈值之间的比较，确定所述置信图中的前景区域和背景区域；基于所述置信图的前景区域通过颜色估计模型确定所述置信图的全局变换曲线，并以所述置信图的全局变换曲线对所述置信图进行全局变换以获得第二全局变换灰度图；以及，基于所述第二全局变换灰度图和所述深度图进行活体检测。

18、在根据本技术的识别方法中，所述识别方法进一步包括：响应于所述活体检测的结果为被摄目标的人脸属于活体的人脸，基于所述第二全局变换灰度图和所述深度图进行人脸识别。

19、在根据本技术的识别方法中，基于所述原始图的光电转换数据，确定环境光估计结果，包括：统计所述原始图在预设相位帧的光电转换数据，以获得所述原始图的光电转换统计值；以及，基于所述原始图的光电转换统计值和预设光电转换阈值确定环境光估计结果。

20、在根据本技术的识别方法中，所述识别方法进一步包括：对所述tof摄像模组进行自动曝光调控。

21、在根据本技术的识别方法中，对所述tof摄像模组进行自动曝光调控，包括：响应于所述灰度图中不存在人脸，统计所述灰度图中全部过曝光的像素点的个数，并基于所述灰度图中全部过曝光的像素点的个数和第一预设值的比较调整曝光时间；以及，响应于所述灰度图中存在人脸，统计所述灰度图中人脸区域的像素平均值，并基于所述灰度图中人脸区域的像素平均值和所述第二预设值的比较调整所述曝光时间。

22、根据本技术的另一方面，提供了一种识别系统，其包括：

23、源数据获取单元，用于获取被摄目标的深度图和灰度图，所述灰度图包括置信图和强度图；以及

24、第一检测单元，用于基于所述置信图、所述强度图和所述深度图进行活体检测。

25、在根据本技术的识别系统中，所述第一检测单元，进一步用于：基于所述置信图中各个像素点的像素值与预设阈值之间的比较，确定所述置信图中的前景区域和背景区域；基于所述置信图的前景区域在所述置信图中的位置，确定所述强度图的前景区域和背景区域；基于所述强度图的前景区域通过颜色估计模型确定所述强度图的全局变换曲线，并以所述强度图的全局变换曲线对所述强度图进行全局变换以获得第一全局变换灰度图；以及，基于所述第一全局变换灰度图和所述深度图进行活体检测。

26、在根据本技术的识别系统中，所述识别系统进一步包括：人脸识别单元，用于响应于所述活体检测的结果为被测目标的人脸属于活体的人脸，基于所述第一全局变换灰度图和所述深度图进行人脸识别。

27、在根据本技术的识别系统中，所述源数据获取单元，进一步用于：通过tof摄像模组获取所述被摄目标的原始图；以及，对所述原始图进行解析以生成所述置信图和所述强度图；所述识别系统，进一步包括：环境光估计单元：基于所述原始图的光电转换数据确定环境光估计结果；所述第一检测单元，进一步用于响应于所述环境光估计结果为强光，基于所述置信图、所述强度图和所述深度图进行活体检测。

28、在根据本技术的识别系统中，所述识别系统，进一步包括：第二检测单元，用于基于所述置信图和所述深度图进行活体检测；所述第二检测单元，进一步用于响应于所述环境光估计结果为弱光，基于所述置信图和所述深度图进行活体检测。

29、在根据本技术的识别系统中，所述第二检测单元进一步用于：基于所述置信图中各个像素点的像素值与预设阈值之间的比较，确定所述置信图中的前景区域和背景区域；基于所述置信图的前景区域通过颜色估计模型确定所述置信图的全局变换曲线，并以所述置信图的全局变换曲线对所述置信图进行全局变换以获得第二全局变换灰度图；以及，基于所述第二全局变换灰度图和所述深度图进行活体检测。

30、在根据本技术的识别系统中，所述人脸识别单元，进一步用于响应于所述活体检测的结果为被测目标的人脸属于活体的人脸，基于所述第二全局变换灰度图和所述深度图进行人脸识别。

31、根据本技术的又一方面，提供了一种电子设备，其包括：

32、存储器；和

33、处理器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的任一项识别方法。

34、通过对随后的描述和附图的理解，本技术进一步的目的和优势将得以充分体现。

35、本技术的这些和其它目的、特点和优势，通过下述的详细说明，附图和权利要求得以充分体现。