一种基于人脸生理性运动的活体检测方法及系统
专利汇可以提供一种基于人脸生理性运动的活体检测方法及系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于人脸生理性运动的 活体检测 方法及系统，属于 人脸识别 技术领域。所述方法包括：步骤A：检测系统摄像视 角 内物体的运动区域和运动方向， 锁 定 人脸检测 结果框；步骤B：判断所述人脸检测结果框内是否存在有效的人脸面部运动，如果不存在，则认为是照片人脸，如果存在，则转入步骤C；步骤C：判断所述人脸检测结果框内的所述人脸面部运动是否为生理性运动，如果不是，则认为是照片人脸，如果是，则认为是真实人脸。所述系统包括：检测运动模 块 、有效人脸面部运动判断模块和生理性运动判断模块。通过本发明所述技术方案，可以区别真实人脸与照片人脸，提高人脸识别系统的可靠性。，下面是一种基于人脸生理性运动的活体检测方法及系统专利的具体信息内容。
1、一种基于人脸生理性运动的活体检测方法，其特征在于，所述方法包括：步骤A：检测系统摄像视角内物体的运动区域和运动方向，锁定人脸检测结果框；步骤B：判断所述人脸检测结果框内是否存在有效的人脸面部运动，如果不存在，则认为是照片人脸，如果存在，则转入步骤C；其中，所述判断所述人脸检测结果框内存在有效的人脸面部运动的步骤具体为：步骤B1：判断所述人脸检测结果框外是否存在预定范围内的一致性运动，如果存在，则认为是照片人脸；如果不存在，则转入步骤B2；步骤B2：判断所述人脸检测结果框内的人脸面部运动是否产生在眼睛和嘴附近，如果不是，则认为是照片人脸，如果是，则转入步骤C；或判断所述人脸检测结果框内的人脸面部运动是否产生在嘴附近，如果不是，则认为是照片人脸，如果是，则转入步骤C；或判断所述人脸检测结果框内的人脸面部运动是否产生在眼睛附近，如果不是，则认为是照片人脸，如果是，则转入步骤C；其中，所述判断所述人脸检测结果框外存在预定范围内的一致性运动的步骤具体为：步骤D1：统计所述运动区域内的运动方向，判断所述运动方向的差值是否小于预定角度，如果不是，则认为不存在所述一致性运动，如果是，则认为存在所述一致性运动，并转入步骤D2；步骤D2：计算所述运动区域中心坐标是否在人脸检测结果框外，以及所述运动区域的范围是否大于预定阈值，如果是，则认为在所述人脸检测结果框外存在预定范围内的一致性运动；步骤C：判断所述人脸检测结果框内的所述人脸面部运动是否为生理性运动，如果不是，则认为是照片人脸，如果是，则认为是真实人脸；其中，所述确定所述人脸检测结果框内的人脸面部运动为生理性运动的步骤具体为：统计所述运动区域内的所述运动方向，如果所述运动区域内的所述运动方向为垂直反向时，则确定所述人脸面部运动为生理性运动。
2、 如权利要求1所述基于人脸生理性运动的活体检测方法，其特征在于，所述判断所述 人脸检测结果框内的所述人脸面部运动是否产生在眼睛和嘴附近的步骤具体为：计算所述运动区域中心坐标和人脸的眼睛的位置坐标之间，以及和嘴的位置坐标之间的欧式距离，如果所述欧式距离小于预定阈值，则认为所述人脸面部运动产生在眼睛和嘴附'近。
3、 如权利要求l所述基于人脸生理性运动的活体检测方法，其特征在于，所述判断所述 人脸检测结果框内的所述人脸面部运动是否产生在嘴附近的步骤具体为：计算所述运动区域中心坐标和嘴的位置坐标之间的欧式距离，如果所述欧式距离小于预 定阈值，则认为所述人脸面部运动产生在嘴附近。
4、 如权利要求1所述基于人脸生理性运动的活体检测方法，其特征在于，所述判断所述 人脸检测结果框内的所述人脸面部运动是否产生在眼睛附近的步骤具体为：计算所述运动区域中心坐标和眼睛的位置坐标之间的欧式距离，如果所述欧式距离小于 预定阈值，则认为所述人脸面部运动产生在眼睛附近。
5、 一种基于人脸生理性运动的活体检测系统，其特征在于，所述系统包括： 检测运动模块，用于检测系统摄像视角内物体的运动区域和运动方向，锁定人脸检测结果框；有效人脸面部运动判断模块，用于判断所述人脸检测结果框内存在有效的人脸面部运动； 其中，所述有效人脸面部运动判断模块包括：一致性运动判断模块，用于判断所述人脸检测结果框外是否存在预定范围内的一致性运 动，如果存在，则认为是照片人脸；如果不存在，则转入人脸面部运动范围判断模块；人脸面部运动范围判断模块，用于判断所述人脸检测结果框内的所述人脸面部运动是否 产生在眼睛和嘴附近；或用于判断所述人脸检测结果框内的所述人脸面部运动是否产生在嘴附近；或用于判断所述人脸检测结果框内的所述人脸面部运动是否产生在眼睛附近；其中，所述一致性运动判断模块包括：一致性运动存在判断模块，用于判断所述运动方向的差值是否小于预定角度，如果不是， 则认为不存在所述一致性运动，如果是，则认为存在所述一致性运动，并转入一致性运动范 围判断模块；一致性运动范围判断模块，用于计算所述运动区域中心坐标是否在所述人脸检测结果框 外，以及所述运动区域的范围是否大于预定阈值，如果是，则认为在所述人脸检测结果框外 存在预定范围内的一致性运动；生理性运动判断模块，用于判断所述人脸检测结果框内的人脸面部运动是否产生在眼睛 和嘴附近，如果不是，则认为是照片人脸，如果是，则认为是真实人脸；所述生理性运动判断模块具体为：运动方向判断模块，用于统计所述运动区域内的所述运动方向，如果所述运动区域内的 所述运动方向为垂直反向时，则确定所述人脸面部运动为生理性运动。
6、 如权利要求5所述基于人脸生理性运动的活体检测系统，其特征在于，所述人脸面部 运动范围判断模块具体为：嘴和眼睛距离判断模块，用于计算所述运动区域中心坐标和人脸的眼睛的位置坐标之间， 以及和嘴位置坐标之间的欧式距离，如果所述欧式距离小于预定阈值，则认为所述人脸面部 运动产生在眼睛和嘴附近。
7、 如权利要求5所述基于人脸生理性运动的活体检测系统，其特征在于，所述人脸面部 运动范围判断模块具体为：嘴距离判断模块，用于计算所述运动区域中心坐标和人脸的嘴位置坐标之间的欧式距离， 如果所述欧式距离小于预定阈值，则认为所述人脸面部运动产生在嘴附近。
8、 如权利要求5所述基于人脸生理性运动的活体检测系统，其特征在于，所述人脸面部运动范围判断模块具体为-眼睛距离判断模块，用于计算所述运动区域中心坐标和人脸的眼睛的位置坐标之间的欧式距离，如果所述欧式距离小于预定阈值，则认为所述人脸面部运动产生在眼睛附近。
一种基于人脸生理性运动的活体检测方法及系统
技术领域
背景技术
在人脸活体检测领域，现有的检测方法，主要有下面几种：第一种是通过运动来度量三 维深度信息。真实人脸和照片人脸的不同之处在于真实人脸是有深度信息的三维物体，而照 片是二维的平面，因此可以通过借助三维模型重构人脸，并从运动计算深度，从而区别真实 人脸与照片人脸。这种方法的缺点在于用三维模型重构人脸存在困难，很难准确地计算出深 度信息。第二种是通过分析照片人脸和真实人脸的高频分量所占比例。这种方法的基本假设 是认为照片人脸成像和真实人脸成像相比，损失了高频信息。对于一些分辨率低的照片人脸 是存在这种问题，但对于高分辨率的照片，这种方法不适用；第三种是通过视频序列的实时 人脸跟踪，提取特征并且设计分类器来判断。该方法的思想在于把真实人脸和照片人脸分为 两类，需要设计和训练专门的分类器。但该方法比较费时，尤其是忽略了去分析真实人脸和照片人脸在生理性运动方面存在根本的不同。 发明内容
为了简单有效地区别真实人脸和照片人脸，提高人脸识别系统的可靠性，本发明实施例 提供了一种基于人脸生理性运动的活体检测方法及系统。所述技术方案如下： 一种基于人脸生理性运动的活体检测方法，所述方法包括：
步骤A:检测系统摄像视角内物体的运动区域和运动方向，锁定人脸检测结果框；
步骤B:判断所述人脸检测结果框内是否存在有效的人脸面部运动，如果不存在，则认 为是照片人脸，如果存在，则转入步骤C;
步骤C:判断所述人脸检测结果框内的所述人脸面部运动是否为生理性运动，如果不是， 则认为是照片人脸，如果是，则认为是真实人脸。
其中，步骤B具体为：
步骤B1:判断所述人脸检测结果框外是否存在预定范围内的一致性运动，如果存在，则 认为是照片人脸；如果不存在，则转入步骤B2;
步骤B2:判断所述人脸检测结果框内的人脸面部运动是否产生在眼睛和嘴附近，如果不 是，则认为是照片人脸，如果是，则转入步骤C;或
判断所述人脸检测结果框内的人脸面部运动是否产生在嘴附近，如果不是，则认为是照 片人脸，如果是，则转入步骤C;或
判断所述人脸检测结果框内的人脸面部运动是否产生在眼睛附近，如果不是，则认为是 照片人脸，如果是，则转入步骤C。
其中，步骤B1具体为：
步骤Dl:统计所述运动区域内的运动方向，判断所述运动方向的差值是否小于预定角度， 如果不是，则认为不存在所述一致性运动，如果是，则认为存在所述一致性运动，并转入步 骤D2;
步骤D2:计算所述运动区域中心坐标是否在人脸检测结果框外，以及所述运动区域的范 围是否大于预定阈值，如果是，则认为在所述人脸检测结果框外存在预定范围内的一致性运 动。
步骤B2具体为：
计算所述运动区域中心坐标和人脸的眼睛的位置坐标之间，以及和嘴的位置坐标之间的
欧式距离，如果所述欧式距离小于预定阈值，则认为所述人脸面部运动产生在眼睛和嘴附近;或计算所述运动区域中心坐标和嘴的位置坐标之间的欧式距离，如果所述欧式距离小于喊定 阈值，则认为所述人脸面部运动产生在嘴附近；或
计算所述运动区域中心坐标和眼睛的位置坐标之间的欧式距离，如果所述欧式距离小于 预定阈值，则认为所述人脸面部运动产生在眼睛附近。
其中，步骤C具体为-
统计所述运动区域内的所述运动方向，如果所述运动区域内的所述运动方向为垂直反向 时，则确定所述人脸面部运动为生理性运动。
一种基于人脸生理性运动的活体检测系统，所述系统包括：
检测运动模块，用于检测系统摄像视角内物体的运动区域和运动方向，锁定人脸检测结 果框；
有效人脸面部运动判断模块，用于判断所述人脸检测结果框内存在有效的人脸面部运动； 生理性运动判断模块，用于判断所述人脸检测结果框内的人脸面部运动是否产生在眼睛 和嘴附近，如果不是，则认为是照片人脸，如果是，则认为是真实人脸。 其中，有效人脸面部运动判断模块包括-
一致性运动判断模块，用于判断所述人脸检测结果框外是否存在预定范围内的一致性运 动，如果存在，则认为是照片人脸；如果不存在，则转入人脸面部运动范围判断模块；
人脸面部运动范围判断模块，用于判断所述人脸检测结果框内的所述人脸面部运动是否 产生在眼睛和嘴附近；或
用于判断所述人脸检测结果框内的所述人脸面部运动是否产生在嘴附近；或
用于判断所述人脸检测结果框内的所述人脸面部运动是否产生在眼睛附近。
其中， 一致性运动判断模块包括-
一致性运动存在判断模块，用于判断所述运动方向的差值是否小于预定角度，如果不是， 则认为不存在所述一致性运动，如果是，则认为存在所述一致性运动，并转入一致性运动范 围判断模块；
一致性运动范围判断模块，用于计算所述运动区域中心坐标是否在所述人脸检测结果框 外，以及所述运动区域的范围是否大于预定阈值，如果是，则认为在所述人脸检测结果框外 存在预定范围内的一致性运动。
其中，人脸面部运动范围判断模块具体为：
嘴和眼睛距离判断模块，用于计算所述运动区域中心坐标和人脸的眼睛的位置坐标之间， 以及和嘴位置坐标之间的欧式距离，如果所述欧式距离小于预定阈值，则认为所述人脸面部运动产生在眼睛和嘴附近；或
嘴距离判断模块，用于计算所述运动区域中心坐标和人脸的嘴位置坐标之间的欧式距离， 如果所述欧式距离小于预定阈值，则认为所述人脸面部运动产生在嘴附近；或
眼睛距离判断模块，用于计算所述运动区域中心坐标和人脸的眼睛的位置坐标之间的欧 式距离，如果所述欧式距离小于预定阈值，则认为所述人脸面部运动产生在眼睛附近。
其中，生理性运动判断模块具体为：
运动方向判断模块，用于统计所述运动区域内的所述运动方向，如果所述运动区域内的 所述运动方向为垂直反向时，则确定所述人脸面部运动为生理性运动。
本发明实施例提供的技术方案的有益效果是：可以简单有效地真实人脸和照片人脸，降 低人脸识别系统的可入侵性，有助于提高人脸活体检测的性能。
附图说明
图1是本发明实施例1提供的一种基于人脸生理性运动的活体检测方法的流程图； 图2是本发明实施例2提供的一种基于人脸生理性运动的活体检测系统的示意图。
具体实施方式
为了区分真实人脸和照片人脸，本发明实施例提供了一种基于人脸生理性运动的活体检 测方法及系统。该方法通过判断人脸的生理性运动，可以有效地区别真实人脸和照片人脸。
如图1所示，具体实施步骤如下：
步骤101:检测系统摄像视角中的物体的运动区域和运动方向，锁定人脸检测结果框。
在当前系统摄像视角中进行人脸检测，锁定最像人脸的矩形框，从而锁定人脸检测结果 框。通过相邻两帧差可以检测出当前系统摄像视角中物体的运动区域，运动区域可以是一个， 也可以是多个；通过计算水平梯度和垂直梯度检测物体运动的方向，得到系统摄像视角中全 部运动区域的中心坐标，范围和以及运动区域内物体的运动方向。
步骤102:判断人脸检测结果框外是否存在预定范围的一致性运动，如果存在，则认为 是照片人脸；如果不是，则转入步骤103。
一致性运动是指运动区域内的所有点运动方向一致的运动。统计运动区域内的运动方向， 当运动方向的夹角差值小于5度时，则认为运动区域的运动方向是一致性运动。对于每一个运动区域，计算运动区域的中心坐标到人脸检测结果框的距离，以及计算运动区域的范围是 否大于预定阈值（阈值一般的取值范围在30〜50个像素），如果该运动区域的中心坐标在人 脸检测结果框外，且运动区域的范围大于预定阈值，可以判断出人脸检测结果框外有预定范 围的一致性运动。
真实人脸在基本保持不动的情况下， 一般不会有人脸之外的一致性运动。如果检测到人 脸检测结果框外存在预定范围的一致性运动，则认为人脸检测结果框内是照片人脸。这样做 会导致一定的错误拒绝，比如真实人脸登陆时，有背景干扰或者身后有人走过等，但是这样 做可以保证很低的错误接受率，保证系统的安全性。而且一旦发生错误拒绝，登陆者可以调 整后重新登陆。
步骤103:判断人脸检测结果框内的运动区域是不是产生在眼睛和嘴附近，如果不是， 则认为是照片人脸，如果是，则转入步骤104。
用大量人脸的眼睛和嘴的样本进行训练，得到眼睛和嘴的分类器。在人脸检测结果框内， 用训练好的眼睛和嘴的分类器进行眼睛和嘴的检测，并得出眼睛和嘴的位置坐标。计算运动 区域中心坐标和人脸的眼睛的欧式距离，以及计算运动区域中心坐标和人脸的嘴的欧式距离。 当该欧式距离小于预定阈值（一般取6〜10个像素）时，判断该运动区域是产生在人脸检测 结果框内的眼睛和嘴附近；如果欧式距离大于预定阈值时，则认为是照片人脸。
从系统的安全性考虑，这个步骤是有必要的。而且如果连续帧都不存在人脸的眼睛或嘴 的运动，则进行认为是照片人脸。
作为一种优选的方案，还可以计算运动区域中心坐标和人脸的眼睛的欧式距离，如果该 距离小于预定阈值（一般取6〜10个像素）时，则判断该运动区域是产生在人脸检测结果框 内的眼睛附近，否则，即认为是照片人脸。
作为另一种优选的方案，还可以计算运动区域中心坐标和人脸的嘴的欧式距离，如果该 距离小于预定阈值（一般取10〜15个像素）时，则判断该运动区域是产生在人脸检测结果框 内的嘴附近，否则，即认为是照片人脸。
步骤104:判断人脸检测结果框内的产生在眼睛和嘴附近的运动是不是生理性运动，如 果不是，则认为是照片人脸；如果是，则认为是真实人脸。
生理性运动，包括人脸面部的一些生理性的眨眼，说话，微笑等动作都是人必须的运动， 真实人脸产生的眼睛和嘴的运动是有位置关系约束的运动，而且是上下反向的；而照片人脸 模拟产生的运动，不具有这种性质。计算产生在人脸眼睛和嘴附近的运动区域的运动方向是 否一致，如果该运动区域内的运动方向是一致的，则不是生理性运动。具体实现方法是，对于眼睛和者嘴附近的运动区域，统计该运动区域内的运动方向，当该运动区域内的运动方向 为正90度和负卯度两个主要方向时，认为该运动区域中有上下反向的运动，进而判断该运 动是生理性运动，从而认为是真实人脸。
作为一种优选的方案，还可以仅仅通过判断人脸内嘴的运动是否为生理性运动来区别真 实人脸和照片人脸，具体方法与本实施例相类似，不再赘述。
作为另一种优选的方案，还可以仅仅通过判断人脸内眼睛的运动是否为生理性运动来区 别真实人脸和照片人脸，具体方法与本实施例相类似，不再赘述。
实施例2
本发明实施例提供了一种基于人脸生理性运动的活体检测系统，如图2所示，该系统包
括：
检测运动模块，用于检测系统摄像视角内物体的运动区域和运动方向，锁定人脸检测结 果框。
有效人脸面部运动判断模块，用于判断人脸检测结果框内存在有效的人脸面部运动。 生理性运动判断模块，用于判断人脸检测结果框内的人脸面部运动是否产生在眼睛和嘴 附近，如果不是，则认为是照片人脸，如果是，则认为是真实人脸。 其中，有效人脸面部运动判断模块包括：
一致性运动判断模块，用于判断人脸检测结果框外是否存在预定范围内的一致性运动， 如果存在，则认为是照片人脸；如果不存在，则转入人脸面部运动范围判断模块；
人脸面部运动范围判断模块，用于判断人脸检测结果框内的人脸面部运动产生在眼睛和 嘴附近。
其中， 一致性运动判断模块包括：
一致性运动存在判断模块，用于判断运动方向的差值是否小于预定角度，如果不是，则 认为不存在一致性运动，如果是，则认为存在一致性运动，并转入一致性运动范围判断模块。
一致性运动范围判断模块，用于计算运动区域中心坐标是否在人脸检测结果框外，以及 运动区域的范围是否大于预定阈值，如果是，则认为人脸检测结果框外存在预定范围内的一 致性运动。
其中，人脸面部运动范围判断模块具体为：
距离判断模块，用于计算运动区域中心坐标和人脸的眼睛的位置坐标之间，以及和嘴位 置坐标之间的欧式距离，如果欧式距离小于预定阈值，则认为人脸面部运动产生在眼睛和嘴 附近；或嘴距离判断模块，用于计算运动区域中心坐标和人脸的嘴位置坐标之间的欧式距离，如 果欧式距离小于预定阈值，则认为人脸面部运动产生在嘴附近；或
眼睛距离判断模块，用于计算运动区域中心坐标和人脸的眼睛的位置坐标之间的欧式距 离，如果欧式距离小于预定阈值，则认为人脸面部运动产生在眼睛附近。
其中，生理性运动判断模块具体为：
运动方向判断模块，用于统计运动区域内的运动方向，如果运动区域内的运动方向为垂 直反向时，则确定人脸面部运动为生理性运动。
通过测试实验可以对本发明实施例进行性能测试。本测试实验建立了 400个人脸活体序 列和200个照片人脸序列的数据库。其中，400个人脸活体序列分为两类， 一类是配合的人 脸活体序列，即头部基本保持不动，脸部仅仅有习惯性眨眼或者说话等运动产生；另一类是 不配合的人脸活体序列，即随意坐在摄像头前，可以有任意的运动，包括转头或者抬头等， 人脸两眼距离从25个象素到100象素，图片大小为240X320。另外，本测试实验对CMU数 据库中53段talking (说话）人脸视频（该人脸视频属于配合的人脸序列）数据进行了测试， 其中在人脸视频中人眼距离大概都在100像素左右，图片大小为图片大小为486X640。测试 的结果如表1所示：
表1:
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于微表情识别和无感人脸识别的静默活体检测方法 | 2020-05-08 | 136 |
| 一种双目或多目摄像头曝光方法、系统和存储介质 | 2020-05-08 | 433 |
| 一种计算机人脸情绪识别系统 | 2020-05-15 | 185 |
| 基于智能手机监测呼吸、步伐及定位人员信息的采集识别 | 2020-05-08 | 775 |
| 身份验证方法、装置、计算机设备和存储介质 | 2020-05-17 | 55 |
| 基于可见光和近红外双目摄像头的人脸活体检测方法 | 2020-05-19 | 261 |
| 一种信用报告自助打印方法 | 2020-05-11 | 600 |
| 人脸活体检测方法、装置、检测系统及存储介质 | 2020-05-16 | 618 |
| 一种高检测精度人脸识别方法 | 2020-05-19 | 556 |
| 桌面式人脸采集设备 | 2020-05-14 | 239 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
