1]圖1為本發(fā)明人臉活體檢測方法實施例一的流程示意圖。如圖1所示，本發(fā)明實施例一提供的人臉活體檢測方法，包括:
[0042]步驟101:獲取主攝像設(shè)備采集的第一圖像和副攝像設(shè)備采集的第二圖像；
[0043]具體的，首先固定主攝像設(shè)備和副攝像設(shè)備的位置，同時設(shè)置主攝像設(shè)備和副攝像設(shè)備的參數(shù)，使兩者的焦距和分辨率一致。利用主攝像設(shè)備和副攝像設(shè)備采集圖像時，盡量以相同的角度同時采集，并且要保證采集得到的第一圖像和第二圖像沒有明顯的光照差別。
[0044]其中，主攝像設(shè)備和副攝像設(shè)備可以是攝像機、攝像頭、手機或iPad等具備攝像功能的設(shè)備，為了保證后續(xù)檢測的準(zhǔn)確性，主副攝像設(shè)備應(yīng)采用同一型號的同一款設(shè)備。實際上，主攝像設(shè)備和副攝像設(shè)備并沒有主次之分，寫成主、副攝像設(shè)備只是為了對應(yīng)兩者采集的圖像，并且指定后續(xù)主要針對哪一個圖像進行處理。
[0045]中央處理器(Central Processing Unit，簡稱CPU)獲取上述主攝像設(shè)備采集到的第一圖像和副攝像設(shè)備采集到的第二圖像。在本發(fā)明的實施例中，主要對主攝像設(shè)備采集的第一圖像進行處理，實際上，也可以針對副攝像設(shè)備采集的第二圖像進行處理，本發(fā)明并不對此進行限定。
[0046]步驟102:檢測第一圖像中是否包含有人臉圖像的特征信息；若是，執(zhí)行步驟103，若否，執(zhí)行步驟110;
[0047]本發(fā)明主要通過提取第一圖像的Haar特征、借助AdaBoost檢測訓(xùn)練算法來檢測第一圖像中是否包含有人臉圖像的特征信息。
[0048]具體的，Adaboost檢測訓(xùn)練算法是一種用來分類的方法，主要采用輸入圖像的矩形特征來實現(xiàn)，該矩形特征也被稱為Haar特征。影響Adaboost檢測訓(xùn)練算法速度的兩個方面是特征的選取和特征值的計算。臉部的一些特征可以由矩形特征簡單地描繪出來，其比單純地使用像素點具有很大的優(yōu)越性，并且速度更快。由于矩形特征對一些簡單的圖形結(jié)構(gòu)(比如，邊緣、線段)比較敏感，但是其只能描述特定走向(水平、垂直、對角)的結(jié)構(gòu)，雖然人臉圖像檢測的比較粗略，但是能夠檢測出圖像中是否包含人臉圖像的特征信息即可達到本步驟的要求。
[0049]步驟103:對第一圖像進行校正處理，得到與第二圖像在同一水平位置上的第一校正圖像；
[0050]具體的，本步驟中的圖像校正，作用主要有兩點，第一:對失真的第一圖像進行復(fù)原性處理，第二:使校正后的第一圖像與第二圖像在同一水平位置上。對圖像進行復(fù)原性處理的基本思路是，根據(jù)圖像失真的原因，建立相應(yīng)的數(shù)學(xué)模型，沿著使圖像失真的逆過程恢復(fù)其本來面貌。第一校正圖像和第二圖像在同一水平位置上是后續(xù)進行立體匹配處理的前提。
[0051]步驟104:對第一校正圖像和第二圖像進行立體匹配處理，得到人臉圖像距離主攝像設(shè)備的視差圖；
[0052]由于同一物體在不同圖像中所處的位置會有所不同，例如，若主攝像設(shè)備固定設(shè)置在副攝像設(shè)備的左邊，那么，同一物體在主攝像設(shè)備采集的、經(jīng)過校正后的第一校正圖像中位置偏右，而在副攝像設(shè)備采集的第二圖像中位置會偏左，而且，同一物體在第一校正圖像和第二圖像中的位置偏差與該物體與主攝像設(shè)備的距離成反比。
[0053]本步驟提到的立體匹配處理就是尋找第一校正圖像與第二圖像中每一個像素的偏差，確定第一校正圖像中每個像素點距離主攝像設(shè)備的距離。由于視差圖反映的就是第一校正圖像中各個像素點距離主攝像設(shè)備的距離遠近，所以根據(jù)第一校正圖像中每個像素點與主攝像設(shè)備的距離，即可得到第一校正圖像中人臉圖像距離主攝像設(shè)備的視差圖。
[0054]步驟105:根據(jù)上述視差圖和主攝像設(shè)備與副攝像設(shè)備之間的立體關(guān)系矩陣，擬合得出第一校正圖像中人臉圖像關(guān)鍵點的擬合平面；
[0055]由于上述視差圖是根據(jù)同一物體在第一校正圖像和第二圖像中處于不同位置得出的，而主攝像設(shè)備與副攝像設(shè)備之間的立體關(guān)系矩陣則是反映主攝像設(shè)備與副攝像設(shè)備立體關(guān)系(例如，兩者之間的位置關(guān)系、設(shè)置角度關(guān)系等等)的矩陣，因此，根據(jù)上述視差圖和主攝像設(shè)備與副攝像設(shè)備之間的立體關(guān)系矩陣，可以得到第一校正圖像中每個像素點對應(yīng)的三維坐標(biāo)，其中z坐標(biāo)代表深度信息，也即，第一校正圖像中每一個像素點距離主攝像設(shè)備的距離。
[0056]值得說明的是，第一校正圖像中每個像素點對應(yīng)的三維坐標(biāo)的坐標(biāo)原點為主攝像設(shè)備鏡頭的中心位置。
[0057]根據(jù)上述第一校正圖像中每個像素點距離主攝像設(shè)備的距離，即可得到第一校正圖像中人臉圖像關(guān)鍵點的三維信息，進而得到每個人臉圖像關(guān)鍵點的三維坐標(biāo)。其中，在第一校正圖像中，選取的人臉圖像關(guān)鍵點為人臉圖像的眼睛、鼻子、嘴以及眉毛等有明顯特征的部位，并且，為了得到準(zhǔn)確的檢測結(jié)果，選取的人臉圖像關(guān)鍵點的數(shù)量不少于5個。
[0058]利用線性回歸技術(shù)對上述人臉圖像關(guān)鍵點的三維坐標(biāo)進行擬合，便可得到第一校正圖像中人臉圖像關(guān)鍵點的擬合平面。
[0059]步驟106:根據(jù)上述人臉圖像關(guān)鍵點和擬合平面，計算出人臉圖像關(guān)鍵點的擬合偏差;
[0060]根據(jù)第一校正圖像中人臉圖像關(guān)鍵點的三維坐標(biāo)，利用二元線性回歸技術(shù)，可得到一個擬合平面。由于人臉圖像關(guān)鍵點不可能在同一個平面上，所以，每個人臉圖像關(guān)鍵點距離擬合平面的距離不同，因此，根據(jù)人臉圖像關(guān)鍵點和該擬合平面，即可計算出每一個人臉圖像關(guān)鍵點的偏差，所有人臉圖像關(guān)鍵點偏差的平均值就是人臉圖像關(guān)鍵點的擬合偏差，擬合偏差的單位為毫米2。
[0061]步驟107:判斷上述擬合偏差是否大于設(shè)定閾值；若是，執(zhí)行步驟108，若否，執(zhí)行步驟109 ；
[0062]步驟108:該人臉圖像來自活體人臉；
[0063]步驟109:該人臉圖像來自非活體人臉；
[0064]步驟110:結(jié)束人臉圖像檢測。
[0065]具體的，將步驟106中得到的擬合偏差與設(shè)定閾值進行比較，若擬合偏差大于該設(shè)定閾值，則表明第一圖像中的人臉圖像來自活體人臉，否則表明第一圖像中的人臉圖像來自非活體人臉。
[0066]值得說明的是，該設(shè)定閾值一般為10毫米2，若第一圖像中的人臉圖像來自活體人臉，那么，步驟106計算出的擬合偏差一般為20毫米2左右，而若第一圖像中的人臉圖像來自非活體人臉，那么，步驟106計算出的擬合偏差近似為O。所以，若擬合偏差大于設(shè)定閾值，則可直接判定人臉圖像來自活體人臉，若擬合偏差不大于設(shè)定閾值，則可直接判定人臉圖像來自非活體人臉。
[0067]本發(fā)明實施例提供的人臉活體檢測方法，通過利用主、副攝像設(shè)備采集第一圖像和第二圖像，并當(dāng)?shù)谝粓D像中包含有人臉圖像的特征信息時，對第一圖像和第二圖像進行校正處理和立體匹配處理，得到人臉圖像關(guān)鍵點的三維坐標(biāo)以及人臉圖像關(guān)鍵點的擬合平面，進而求出人臉圖像關(guān)鍵點的擬合偏差。將該擬合偏差與設(shè)定閾值進行比較，從而判斷出第一圖像中的人臉圖像是否來自活體人臉。該方案僅需兩個相同的固定設(shè)置的攝像設(shè)備，操作簡單、抗外界干擾的能力強、精度高，避免了機器學(xué)習(xí)方法中的模型訓(xùn)練部分。
[0068]圖2為本發(fā)明人臉活體檢測方法實施例二的流程示意圖。本發(fā)明實施例二是在上述實施例一的基礎(chǔ)上，對圖1所示人臉活體檢測方法的進一步說明。如圖2所示，本發(fā)明實施例二提供的人臉活體檢測方法，上述步驟103，也即，對第一圖像進行校正處理，得到與第二圖像在同一水平位置上的第一校正圖像，具體包括:
[0069]步驟201:根據(jù)主攝像設(shè)備的參數(shù)矩陣對第一圖像進行一次校正，得到非失真的第一圖像；
[0070]利用主攝像設(shè)備采集到的第一圖像可能產(chǎn)生了失真，原因主要有三個方面，第一:成像系統(tǒng)的像差、畸變、帶寬有限等造成的圖像失真；第二:由于成像器件拍攝姿態(tài)和掃描非線性引起的圖像幾何失真；第三:由于運動模糊、輻射失真、引入噪聲等造成的圖像失真。相應(yīng)的，圖像校正的基本思路是:根據(jù)圖像失真原因，建立相應(yīng)的數(shù)學(xué)模型，從被污染或畸變的圖像信號中提取所需要的信息，沿著使圖像失真的逆過程恢復(fù)圖像本來的面貌。實際上，圖像的校正過程是設(shè)計一個濾波器，使其能從失真圖像中計算得到真實圖像的估值，使其根據(jù)預(yù)先規(guī)定的誤差準(zhǔn)則，最大程度地接近真實圖像。因此，根據(jù)主攝像設(shè)備的參數(shù)矩陣對第一圖像進行校正，即可得到非失真的第一圖像。
[0071]步驟202:根據(jù)主攝像設(shè)備與副攝像設(shè)備之間的立體關(guān)系矩陣對上述非失真的第一圖像進行二次校正，得到與第二圖像在同一水平位置上的第一校正圖像。
[0072]具體的，對物體進行立體匹配處理的前提條件是待檢測的人臉圖像在第一圖像和第二圖像內(nèi)的位置在同一水平線上，所以可根