[0111]本发明上述实施例提供的人脸活体检测装置，具体可为中央处理器，可用于执行如图1至图4所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
[0112]图6为本发明提供的人脸活体检测系统的结构示意图。如图6所示，本发明实施例提供的人脸活体检测系统，包括:图5所示的人脸活体检测装置601、主摄像设备602和副摄像设备603 ;并且，人脸活体检测装置601分别与主摄像设备602、副摄像设备603连接。
[0113]其中，主摄像设备602，用于采集第一图像；
[0114]副摄像设备603，用于采集第二图像；
[0115]人脸活体检测装置601，用于根据第一图像和第二图像检测该第一图像中的人脸图像是否来自活体人脸。
[0116]本发明实施例提供的人脸活体检测系统，通过主摄像设备采集第一图像，副摄像设备采集第二图像，利用人脸活体检测装置对第一图像和第二图像中的人脸图像进行检测，进而确定第一图像中的人脸图像是否来自活体人脸。本发明的技术方案，仅需两个相同的固定设置的摄像设备即可检测出图像中的人脸图像是否来自活体人脸，操作简单、抗外界干扰的能力强、精度高，避免了机器学习算法中的模型训练部分，进一步的，利用GPU来完成复杂算法的计算，显著提高了检测方法的运行速度。
[0117]值得说明的是，本发明提供的人脸活体检测系统可应用于考勤和门禁系统中、金融支付的密码验证系统中以及汽车的辅助驾驶技术中。例如，在汽辅助驾驶技术中的具体应用总结如下:在汽车上安装两个固定设置的摄像设备，采集汽车前方的场景。当检测到汽车前方的行人时，利用人脸活体检测系统判断行人和汽车的距离，同时对司机做出提醒，并当行人和汽车的距离小于安全距离时，启动紧急刹车装置，以保证行人和汽车的安全。
[0118]最后应说明的是:以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。
【主权项】
1.一种人脸活体检测方法，其特征在于，包括: 获取主摄像设备采集的第一图像和副摄像设备采集的第二图像； 检测所述第一图像中是否包含有人脸图像的特征信息；若否，结束人脸图像检测； 若是，对所述第一图像进行校正处理，得到与所述第二图像在同一水平位置上的第一校正图像； 对所述第一校正图像和所述第二图像进行立体匹配处理，得到所述人脸图像距离所述主摄像设备的视差图； 根据所述视差图和所述主摄像设备与所述副摄像设备之间的立体关系矩阵，拟合得出所述第一校正图像中人脸图像关键点的拟合平面； 根据所述人脸图像关键点和所述拟合平面，计算出所述人脸图像关键点的拟合偏差；判断所述拟合偏差是否大于设定阈值；若是，则所述人脸图像来自活体人脸；若否，所述人脸图像来自非活体人脸。2.根据权利要求1所述的人脸活体检测方法，其特征在于，所述对所述第一图像进行校正处理，得到与所述第二图像在同一水平位置上的第一校正图像，具体包括: 根据所述主摄像设备的参数矩阵对所述第一图像进行一次校正，得到非失真的第一图像； 根据所述主摄像设备与所述副摄像设备之间的立体关系矩阵对所述非失真的第一图像进行二次校正，得到与所述第二图像在同一水平位置上的所述第一校正图像。3.根据权利要求1所述的人脸活体检测方法，其特征在于，在所述获取主摄像设备采集的第一图像和副摄像设备采集的第二图像之前，还包括: 对所述主摄像设备和所述副摄像设备进行标定，得到所述主摄像设备的参数矩阵以及所述主摄像设备与所述副摄像设备之间的立体关系矩阵。4.根据权利要求1所述的人脸活体检测方法，其特征在于，所述对所述第一校正图像和所述第二图像进行立体匹配处理，得到所述人脸图像距离所述主摄像设备的视差图，具体包括: 利用图像处理器GPU分别计算所述第一校正图像与所述第二图像中每个相同位置处的像素偏差； 利用图像处理器GPU对所述像素偏差进行处理，得到所述人脸图像距离所述主摄像设备的视差图。5.根据权利要求4所述的人脸活体检测方法，其特征在于，所述根据所述视差图和所述主摄像设备与所述副摄像设备之间的立体关系矩阵，拟合得出所述第一校正图像中人脸图像关键点的拟合平面，具体包括: 根据所述视差图和所述主摄像设备与所述副摄像设备之间的立体关系矩阵，计算出所述第一校正图像中每个像素点的三维坐标； 根据每个所述像素点的三维坐标，得到所述人脸图像关键点的三维坐标； 对所述人脸图像关键点的三维坐标进行线性拟合，得到所述人脸图像关键点的拟合平面。6.一种人脸活体检测装置，其特征在于，包括: 获取模块，用于获取主摄像设备采集的第一图像和副摄像设备采集的第二图像； 检测模块，用于检测所述第一图像中是否包含有人脸图像的特征信息； 校正模块，用于对所述第一图像进行校正处理，得到与所述第二图像在同一水平位置上的第一校正图像； 立体匹配模块，用于对所述第一校正图像和所述第二图像进行立体匹配处理，得到所述人脸图像距离所述主摄像设备的视差图； 拟合模块，用于根据所述视差图和所述主摄像设备与所述副摄像设备之间的立体关系矩阵，拟合得出所述第一校正图像中人脸图像关键点的拟合平面； 处理模块，用于根据所述人脸图像关键点和所述拟合平面，计算出所述人脸图像关键点的拟合偏差； 判断模块，用于判断所述拟合偏差是否大于设定阈值； 第一确定模块，用于当所述拟合偏差大于所述设定阈值时，确定所述人脸图像来自活体人脸； 第二确定模块，用于当所述拟合偏差不大于所述设定阈值时，确定所述人脸图像来自非活体人脸。7.根据权利要求6所述的人脸活体检测装置，其特征在于，还包括:标定模块； 所述标定模块，用于对所述主摄像设备和所述副摄像设备进行标定，得到所述主摄像设备的参数矩阵以及所述主摄像设备与所述副摄像设备之间的立体关系矩阵； 所述校正模块，具体包括: 第一校正单元，用于根据所述主摄像设备的参数矩阵对所述第一图像进行一次校正，得到非失真的第一图像； 第二校正单元，用于根据所述主摄像设备与所述副摄像设备之间的立体关系矩阵对所述非失真的第一图像进行二次校正，得到与所述第二图像在同一水平位置上的所述第一校正图像。8.根据权利要求6所述的人脸活体检测装置，其特征在于，立体匹配模块，具体用于利用图像处理器GPU分别计算所述第一校正图像与所述第二图像中每个相同位置处的像素偏差，用于利用图像处理器GPU对所述像素偏差进行处理，得到所述人脸图像距离所述主摄像设备的视差图。9.根据权利要求8所述的人脸活体检测装置，其特征在于，所述拟合模块，具体包括: 第一拟合单元，用于根据所述视差图和所述主摄像设备与所述副摄像设备之间的立体关系矩阵，计算出所述第一校正图像中每个像素点的三维坐标； 第二拟合单元，用于根据每个所述像素点的三维坐标，得到所述人脸图像关键点的三维坐标； 第三拟合单元，用于对所述人脸图像关键点的三维坐标进行线性拟合，得到所述人脸图像的拟合平面。10.一种人脸活体检测系统，其特征在于，包括:权利要求6?9任一项所述的人脸活体检测装置、主摄像设备和副摄像设备；所述人脸活体检测装置分别与所述主摄像设备、所述副摄像设备连接； 所述主摄像设备，用于采集第一图像； 所述副摄像设备，用于采集第二图像； 所述人脸活体检测装置，用于根据所述第一图像和所述第二图像检测所述第一图像中的人脸图像是否来自活体人脸。
【专利摘要】本发明提供一种人脸活体检测方法、装置及系统，其中，该方法，包括：获取主摄像设备采集的第一图像和副摄像设备采集的第二图像，并当第一图像中包含人脸图像的特征信息时，对第一图像进行校正处理，以及对校正后的第一图像和第二图像进行立体匹配处理，得到人脸图像距离主摄像设备的视差图，进而根据该视差图和主摄像设备与副摄像设备之间的立体关系矩阵，拟合得出该人脸图像关键点的拟合平面，从而计算出对应的拟合偏差；将该拟合偏差与设定阈值进行比较，进而判断出该人脸图像是否来自活体人脸。本发明的技术方案，操作简单、抗外界干扰的能力强、精度高，避免了机器学习方法中的模型训练部分。
【IPC分类】G06K9/00
【公开号】CN105205458
【申请号】CN201510591113
【发明人】明悦, 吴岳辛, 范春晓, 歩繁, 余礼杨
【申请人】北京邮电大学
【公开日】2015年12月30日
【申请日】2015年9月16日