本技术涉及一种用于识别活体人脸的方法,所述用于识别活体人脸的方法包括以下步骤:(1)采集人脸图像信息;(2)从所述人脸图像信息中生成至少一组人脸图像序列;(3)从所述至少一组人脸图像序列中提取人脸局部特征;(4)从所述人脸局部特征中筛选出所述人脸图像信息的低维度特征向量;(5)将所述低维度特征向量输入到已经训练好的分类器中进行活体人脸图像识别;以及(6)输出识别结果。相应地,本发明还涉及一种用于识别活体人脸的系统。根据本发明的所述方法和系统不仅能够快速、准确地识别活体人脸而且能够满足嵌入式设备对实时性的高要求。
背景技术
人脸识别一直是生物识别领域的研究热点,在计算机、(应用)数学、电子、自动化、可视化、虚拟现实、图像处理与模式识别等学科都有较广泛的研究,同时也在航空航天、气象、刑事侦查、出入境关口管理、机场检查等领域有着重要的应用价值。近年来,人脸识别技术得到了快速发展,在众多领域已经普及应用。
在人脸识别系统应用中,活体人脸检测是防止非法用户使用系统已认证的合法用户的照片、视频或其他材质的赝品人脸欺骗系统获取系统使用权的重要手段,是人脸识别系统安全性的重要保障,也是人脸识别系统不可或缺的一部分。
现有的人脸识别系统中,活体人脸检测方法主要包括用户主动配合式检测方法、用户非配合式自发微动作检测方法、通过双目摄像头使用人脸三维信息的检测方法和通过设计深度学习模型进行检测的方法,等等。这些现有方法中,一些方法对用户要求苛刻,必须按照系统设计指令完成动作,才能验证通过。一些方法实施活体人脸检测时间过长,系统要捕捉到一系列人脸局部动作特征才能完成活体人脸检测。还有一些方法需要复杂的硬件设备,不利于成本控制。还有一些方法的计算量密集,在嵌入式设备中不能满足实时性的要求。由此可见,现有的用于人脸识别的方法或者系统普遍存在过程繁琐、耗时长、成本高、实时性差等缺点。
实现思路