本发明涉及人脸识别技术领域,具体涉及一种基于动作识别的活体人脸识别及系统。
背景技术:
随着计算机技术的发展,人脸识别的使用越来越广泛,当前,人脸识别系统越来越多地应用于安防、金融领域需要身份验证的场景,如银行开户、门禁系统、远程交易操作验证等。在这些高安全级别的应用领域,除了确保被验证者的人脸相似度符合数据库中存储的底库,还需要对被验证者进行活体检测。现有的人脸识别系统在进行识别时,有时会出现用户使用照片或预先拍摄的视频骗过系统完成验证,此外还需要防范用户使用3D人脸模型或者面具等方式进行欺骗。
目前市场上的技术产品中还没有公认成熟的活体验证方案,已有的技术要么依赖特殊的硬件设备(诸如红外相机、深度相机),要么只能防范简单的静态照片攻击;另外在一些公开的技术中通过检测人脸的动态部位,如果有差异,则视为活体人脸,但此种方法较为被动,假设人没有动作,则检测可能失败;或者采用设定序列动作,以用户完成度进行活体检测,此种检测需要被鉴别人脸部做大量的表情配合动作,人机交互方式不友好,易使用户产生厌倦感,而且算法复杂,降低人脸识别的速度。
技术实现要素:
发明目的:本发明目的在于针对现有技术的不足,提供一种基于动作识别的活体人脸识别方法及系统,在不更换硬件设备的情况下,通过识别人的动作来解决活体人脸识别问题,且识别准确度高。
技术方案:本发明所述的基于动作识别的活体人脸识别方法,包括如下步骤:
S11、采集用户的静态人脸图像;
S12、输出随机生成的动作指令;
S13、采集用户响应动作指令的视频信息;
S14、提取视频信息中用户动作与动作指令匹配的图像作为动态人脸图像;
S15、比对静态人脸图像与动态人脸图像,当比对匹配度大于识别阈值,确定活体人脸验证成功,否则验证失败。
进一步完善上述技术方案,所述步骤S11通过摄像头即时拍摄采集用户的静态人脸图像。
进一步地,所述动作指令包括朗读一段文字、眨眼睛、张嘴、举手中一种或多种动作。
进一步地,所述步骤S12中输出随机生成的多种动作指令;步骤S13中采集用户响应多种动作指令的视频信息;所述步骤S14提取视频信息中用户动作与每种动作指令匹配的图像,选择识别度最高的图像作为动态人脸图像。
进一步地,所述步骤S13在采集视频信息过程中进行人脸动作检测,若没有检测到人脸动作,则采集失败,重新执行步骤S12。
进一步地,所述步骤S14在提取视频信息过程中,若没有提取到用户动作与动作指令匹配的图像,则提取失败,重新执行步骤S12。
本发明还提供了用于实现上述方法的基于动作识别的活体人脸识别系统,包括摄像头、指令输出模块、提取模块、活体认证模块;指令输出模块用于输出动作指令,摄像头用于采集用户的静态人脸图像和用户相应动作指令的视频信息,提取模块用于提取视频信息中的动态人脸图像,活体认证模块用于比对静态人脸图像和动态人脸图像,在确定为同一人时确定活体人脸认证成功,否则验证失败。
有益效果:与现有技术相比,本发明的优点在于:本发明在不更换硬件设备的情况下,通过对比静态人脸图像和动态人脸图像进行活体人脸验证,易于实现,验证准确率高,采用主动式输出动作指令采集活体人脸动态人脸图像,提高检测成功率,防止用户通过预先拍摄的照片或视频进行欺骗;相对于现有技术中通过检测用户完成动作指令序列的验证方法,更易于实现,用户操作难度更低,同时保证了验证的识别率和防欺骗能力。
附图说明
图1为本发明的系统流程图。
具体实施方式
下面通过附图对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
实施例1:如图1所示的基于动作识别的活体人脸识别方法,包括如下步骤:
S11、静态人脸图像采集:采用摄像头即时拍摄采集用户的静态人脸图像;
S12、输出动作指令“眨眼睛”;
S13、采集用户响应动作指令“眨眼睛”的视频信息,在采集视频信息过程中进行人脸动作检测,若没有检测到人脸动作,则采集失败,重新执行步骤S12;
S14、提取视频信息中用户动作与动作指令“眨眼睛”匹配的图像作为动态人脸图像,若没有提取到用户动作与动作指令“眨眼睛”匹配的图像,则提取失败,重新执行步骤S12;
S15、比对静态人脸图像与动态人脸图像,当比对匹配度大于识别阈值,确定活体人脸验证成功,否则验证失败。
上述方法通过如下系统实现:包括摄像头、指令输出模块、提取模块、活体认证模块;指令输出模块用于输出动作指令,摄像头用于采集用户的静态人脸图像和用户相应动作指令的视频信息,提取模块用于提取视频信息中的动态人脸图像,活体认证模块用于比对静态人脸图像和动态人脸图像,在确定为同一人时确定活体人脸认证成功,否则验证失败。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。