基於雙目攝像機活體識別的方法及裝置與流程
2023-10-06 13:28:59 2
本發明涉及人臉識別技術領域,特別是涉及一種基於雙目攝像機活體識別的方法及裝置。
背景技術:
隨著安防的技術不斷更新,人臉識別技術應用在生活中也越來越廣泛。尤其在政府部門、邊關和金融行業,對安全防護有著不可替代的智能安全監控的作用。人臉識別技術日趨成熟,商業化應用愈加廣泛、但是,人臉極易用照片、視頻等方式進行複製,因此對合法用戶人臉的假冒,是人臉識別,尤其是活體人臉識別認證系統構成重要的威脅。這些年來,活體人臉檢測技術取得了一些進展,但在實際應用現有的方法的安全可靠性、以及成本性不能得到很高的平衡。
然而,現有的活體人臉識別技術,主要通過一個普通的攝像頭檢測是否滿足人臉特徵,仍容易被假冒的塑膠等實體頭像騙過。還有的是通過專業級的紅外輻射熱成像鏡頭,通過掃描活體人體臉部的細微生物特徵,甚至細微到能看到活體臉部內部的血管分布。但這種設備非常昂貴,這就造成了只能適合某些特定的場合,而不能得到廣泛的使用。
技術實現要素:
鑑於以上所述現有技術的缺點,本發明的目的在於提供一種基於雙目攝像機活體識別的方法及裝置,用於解決現有技術中鑑別人臉對象是否為活體的問題。
為實現上述目的及其他相關目的,本發明提供一種基於雙目攝像機活體識別的方法,包括:
利用雙目攝像機採集對象在可見光與紅外光下分別對應的人臉圖像;
提取兩種光頻率下人臉圖像中各自對應的人臉關鍵點;
獲取目標對象反射在所述雙目攝像機中人臉關鍵點坐標向量;
根據人臉關鍵點坐標向量進行測距,計算人臉圖像到攝像機的距離;
在同一頻率且同一距離的光源下,計算人臉關鍵點坐標向量的光強度是否在預設範圍內,根據計算結果判斷提供人臉的對象是否為活體。
本發明的另一目的在於提供一種基於雙目攝像機活體識別的裝置,包括:
採集模塊,利用雙目攝像機採集對象在可見光與紅外光下分別對應的人臉圖像;
提取模塊,用於提取兩種光頻率下人臉圖像中各自對應的人臉關鍵點;
獲取模塊,用於獲取目標對象反射在所述雙目攝像機中人臉關鍵點坐標向量;
計算模塊,用於根據人臉關鍵點坐標向量進行測距,計算人臉圖像到攝像機的距離;
處理模塊,在同一頻率且同一距離的光源下,計算人臉關鍵點坐標向量的光強度是否在預設範圍內,根據計算結果判斷提供人臉的對象是否為活體。
如上所述,本發明的基於雙目攝像機活體識別的方法及裝置,具有以下有益效果:
本發明通過使用雙目攝像機採集對象的人臉圖像,獲取對象反射在雙目攝像機的人臉圖像內的人臉關鍵點坐標向量,通過人臉關鍵點坐標向量計算目標對象到雙目攝像機的距離,在獲取該光源頻率的情況下,根據不同材質在同一距離下反射的光強度判別該對象是否為活體,從而不需要額外的購買其它設備,如:多頻率光源、多頻率接收器,節省了製作成本。
附圖說明
圖1顯示為本發明提供的一種基於雙目攝像機活體識別的方法流程圖;
圖2顯示為本發明提供的一種基於雙目攝像機測距原理圖;
圖3顯示為圖1內的一種基於雙目攝像機活體識別的方法中步驟s5流程圖;
圖4-a、4-b顯示為皮膚與紙張材質的人臉對象分別在1450nm光源與850nm的光源各自在不同距離對應的反射光強關係圖;
圖5顯示為本發明提供的一種1450nm光源與850nm的光源各自在不同距離對應的反射光強關係圖;
圖6顯示為本發明提供的一種於雙目攝像機活體識別的裝置結構框圖;
圖7顯示為本發明提供的一種基於雙目攝像機測距的裝置中處理模塊的結構框圖。
元件標號說明:
1採集模塊
2提取模塊
3獲取模塊
4計算模塊
5處理模塊
51處理單元
52判斷單元
具體實施方式
以下通過特定的具體實例說明本發明的實施方式,本領域技術人員可由本說明書所揭露的內容輕易地了解本發明的其他優點與功效。本發明還可以通過另外不同的具體實施方式加以實施或應用,本說明書中的各項細節也可以基於不同觀點與應用,在沒有背離本發明的精神下進行各種修飾或改變。需說明的是,在不衝突的情況下,以下實施例及實施例中的特徵可以相互組合。
需要說明的是,以下實施例中所提供的圖示僅以示意方式說明本發明的基本構想,遂圖式中僅顯示與本發明中有關的組件而非按照實際實施時的組件數目、形狀及尺寸繪製,其實際實施時各組件的型態、數量及比例可為一種隨意的改變,且其組件布局型態也可能更為複雜。
請參閱圖1,顯示為本發明提供的一種基於雙目攝像機活體識別的方法流程圖,包括:
步驟s1,利用雙目攝像機採集對象在可見光與紅外光下分別對應的人臉圖像;
其中,所述雙目攝像機其中一個為可見光攝像機,另一個為紅外攝像機,針對同一對象分別錄製視頻信息,檢測所述視頻信息的人臉區域生成對應的人臉圖像。
步驟s2,提取兩種光頻率下人臉圖像中各自對應的人臉關鍵點;
其中,基於幾何特徵的識別方法,根據人臉圖象的灰度特性用投影圖和特徵描述相匹配的算法初步確定了人臉各部分的位置。然後,利用投影法和模板匹配法準確地確定了瞳孔的位置及其它面部特徵,從而達到提取人臉關鍵點的目的。
步驟s3,獲取目標對象反射在所述雙目攝像機中人臉關鍵點坐標向量;
其中,根據選中對象分別對應雙目攝像機在可見光與紅外光下分別對應的人臉圖像,確定其對應在各個人臉圖像中的人臉關鍵點坐標向量。
步驟s4,根據人臉關鍵點坐標向量進行測距,計算人臉圖像到攝像機的距離;
其中,將雙目攝像頭所對應的人臉圖像的同一人臉關鍵特徵點,基於雙目立體視覺測距,計算人臉圖像到攝像機的距離。
步驟s5,在同一頻率且同一距離的光源下,計算人臉關鍵點坐標向量的光強度是否在預設範圍內,根據計算結果判斷提供人臉的對象是否為活體。
本發明通過使用雙目攝像機採集對象的人臉圖像,獲取對象反射在雙目攝像機的人臉圖像內的人臉關鍵點坐標向量,通過人臉關鍵點坐標向量計算目標對象到雙目攝像機的距離,在獲取該光源頻率的情況下,根據不同材質在同一距離下反射的光強度判別該對象是否為活體,從而不需要額外的購買其它設備,如:多頻率光源、多頻率接收器,節省了製作成本。
在本實施例中,在步驟s4之前還包括:採用幀平均的方式對同一人臉的關鍵點坐標向量進行平均,計算得到每個關鍵點的平均坐標值。相對於傳統的雙目攝像機的兩個攝像機檢測到的人臉直接提取人臉關鍵點得到其對應在圖像上的坐標,避免了因為雙目攝像機視角不同、光照影響與紅外/可見光的差異會導致關鍵點檢測不準,再或者,雙目攝像機針對於同一關鍵點的檢測結果會出現幾個像素的偏差,在攝像機焦距與基線固定的轉況下,極容易影響測距結果。而採用幀平均的方式,連續3或5幀等圖像,針對同一人臉的關鍵點向量坐標進行平均,計算每個關鍵點的平均坐標值,從而較好的穩定關鍵點,有效的減小了關鍵點誤差而引起的距離浮動。
在本實施例中,如圖2所示,為本發明提供的一種基於雙目攝像機測距原理圖,包括一套完美標準雙目攝像機的數學模型,x(left)和x(right)分別表示同一點在左右攝像機畫面上的水平位置,為兩個參數相同的平行放置的攝像機,其中,一個為紅外線,另一個為可見光,p點為真實對象的坐標,基線距b兩端對應左右圖像中分別為焦點,它們與p點之間對應在左、右圖的成像點,深度與視差成反比關係。f為雙目攝像機的焦距,t為雙目攝像機的基線距。視差定義為d=x(right)-x(left)。利用相似三角形可以推導出深度z值
其中,雙目攝像機的基線距對測距的影響較大,基線距越大,測距精度越高。
如圖3所示,顯示為圖1內的一種基於雙目攝像機活體識別的方法中步驟s5流程圖,包括:
步驟s5.1,在同一頻率同一距離下,根據不同材質所對應的人臉圖像接收的光強度不同;採用lambertian反射模型計算人臉關鍵點坐標向量的光強度;
其中,所述同一頻率的光源可同時採用波段為1450nm和850nm的光源,獲取對象點(x,y)處的反射光強度可表示:
i(x,y)=a0(x,y)*r(x,y)*cosθ(x,y)(1)
a0(x,y)表示在點(x,y)處接收到的光強度,r(x,y)表示點(x,y)處的材質反射率,θ(x,y)表示人臉點(x,y)處的法向量和接收器之間夾角,其中,光強度衰減可表示為a0=aθ-cd,其中,a是光源光強,c是空氣中的衰減因子,d是光源和接收器之間的距離,我們可以把這個公式簡化為d(d),它是一個關於光源和接收器之間距離的單調減函數,將其改寫成公式(2):
i(x,y)=a(x,y)*r(x,y)*cosθ(x,y)*d(d)(2)
在一個指定範圍內的接收到的光強度可以通過以下方式得到,其中,ave為方差值:
表示在在同一光源下,接收到的光強度和材質反射率和距離有關,在同一距離同一材質下,接收到的不同頻率的光強度是不同的,而在同一頻率同一距離下,接收到的不同材質的光強度是不同的,如圖4‐a、4‐b分別顯示為皮膚與紙張材質的人臉對象分別在1450nm光源與850nm的光源各自在不同距離對應的反射光強關係圖,其中,圖4-a為皮膚與紙張材質的人臉對象分別在1450nm光源下在不同距離接收的光強,圖4-b為皮膚與紙張材質的人臉對象分別在850nm光源下在不同距離接收的光強,在同等距離非皮膚材質人臉(紙質照片)明顯反射的光強高於皮膚材質的人臉。圖5為本發明提供的一種1450nm光源與850nm的光源各自在不同距離對應的反射光強關係圖,其中,有高質量的照片、質量一般的照片、以及皮膚下真實人臉分別在不同光源下的反射光強,通過在距離為20至40cm這個範圍值內,可清晰的辨別皮膚材質與紙質材質的人臉面孔,即區分提供人臉的對象是否為活體。
上述方法不僅僅需要兩種額外的非可見光光源,還需要對應的接收器,產品設計麻煩。而且無法在目前用戶已有的設備上進行運作。本申請中優選lambertian反射模型,針對於同一區域接收到的光強度不僅是和材質折射率有關,同時,也是關於距離的單調減函數,因此,一個可見光和一個紅外攝像機組成的雙目攝像機系統,利用850nm下的紅外攝像機採集此頻率下的人臉或者紙片人臉反射光強度(灰度值),同時,利用雙目攝像機估計人臉到攝像機的距離,利用了幀平均的策略儘可能的穩定關鍵點坐標,通過穩定關鍵點坐標就穩定了人臉到攝像機的距離。通過得到的光強度(灰度值)和此時的距離,將採集的數據做一個劃分判斷。
步驟s5.2,判斷所述光強度是否在預設範圍內,如果是,則提供所述人臉的對象為活體;如果不是,則提供人臉的對象不為活體。
在本實施例中,選擇同一頻率的光源,根據不同頻率的光源在不同距離下反射的灰度值,可明顯的區分像素點,達到鑑別對象是否為活體的目的。如果光強度(灰度值)在預設範圍內,則判斷該對象為活體,如果光強度(灰度值)不在預設範圍內,則判斷該對象不為活體。
具體地,在本實施例中,利用分類器,如svm進行訓練,即可區分是否為活體,一般的有效距離在34~90cm之間。在本申請中選擇的反射光強圖像是基於雙目攝像機的基線距為17mm時所獲取,而一般採用基線距100mm或者更大基線距雙目攝像系統,可進一步提高判別人臉是否為活體的精確度。
如圖6所示,為本發明的另一目的在於提供一種基於雙目攝像機活體識別的裝置,包括:
採集模塊1,利用雙目攝像機採集對象在可見光與紅外光下分別對應的人臉圖像;
提取模塊2,用於提取兩種光線下人臉圖像中各自對應的人臉關鍵點;
獲取模塊3,用於獲取目標對象反射在所述雙目攝像機中人臉關鍵點坐標向量;
計算模塊4,用於根據人臉關鍵點坐標向量進行測距,計算人臉圖像到攝像機的距離;
處理模塊5,在同一頻率且同一距離的光源下,計算人臉關鍵點坐標向量的光強度是否在預設範圍內,根據計算結果判斷提供人臉的對象是否為活體。
如圖7所示,為本發明提供的一種基於雙目攝像機測距的裝置中處理模塊的結構框圖,包括:
處理單元51,用於在同一頻率同一距離下,根據不同材質所對應的人臉圖像接收的光強度不同;採用lambertian反射模型計算人臉關鍵點坐標向量的光強度;
判斷單元52,用於判斷所述光強度是否在預設範圍內,如果是,則提供所述人臉的對象為活體;如果不是,則提供人臉的對象不為活體。
綜上所述,本發明通過使用雙目攝像機採集對象的人臉圖像,獲取對象反射在雙目攝像機的人臉圖像內的人臉關鍵點坐標向量,通過人臉關鍵點坐標向量計算目標對象到雙目攝像機的距離,在獲取該光源頻率的情況下,根據不同材質在同一距離下反射的光強度判別該對象是否為活體,從而不需要額外的購買其它設備,如:多頻率光源、多頻率接收器,節省了製作成本。所以,本發明有效克服了現有技術中的種種缺點而具高度產業利用價值。
上述實施例僅例示性說明本發明的原理及其功效,而非用於限制本發明。任何熟悉此技術的人士皆可在不違背本發明的精神及範疇下,對上述實施例進行修飾或改變。因此,舉凡所屬技術領域中具有通常知識者在未脫離本發明所揭示的精神與技術思想下所完成的一切等效修飾或改變,仍應由本發明的權利要求所涵蓋。