CN101964056B - 一种具有活体检测功能的双模态人脸认证方法和系统 - Google Patents
一种具有活体检测功能的双模态人脸认证方法和系统 Download PDFInfo
- Publication number
- CN101964056B CN101964056B CN2010105199649A CN201010519964A CN101964056B CN 101964056 B CN101964056 B CN 101964056B CN 2010105199649 A CN2010105199649 A CN 2010105199649A CN 201010519964 A CN201010519964 A CN 201010519964A CN 101964056 B CN101964056 B CN 101964056B
- Authority
- CN
- China
- Prior art keywords
- module
- face
- image
- visible light
- infrared
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及数据识别，特别涉及数据识别中的一种具有活体检测功能的双模态人脸认证方法和系统。本发明提供了一种具有活体检测功能的双模态人脸认证方法，包括以下步骤：A、建立存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库；B、通过图像采集模块同时采集待认证人头部的可见光图像和近红外图像。本发明还提供了一种具有活体检测功能的双模态人脸认证系统。本发明的有益效果是：采用人的脸部的人脸近红外图像与人脸可见光图像双模态特征的联合识别，提高了识别认证精度，有效避免人脸存在较大变化情况下识别失败的问题，通过活体检测模块，有效避免了假冒者通过照片或者模型进行欺骗。
Description
技术领域
本发明涉及数据识别，特别涉及数据识别中的一种具有活体检测功能的双模态人脸认证方法和系统。
背景技术
目前，已有的基于可见光的人脸认证系统由于深受光照变化的影响难以取得好的人脸认证性能。虽然近年提出的基于近红外的人脸认证系统能部分克服光照变化的影响，但是在识别时间距离人脸注册时间很长的情况下，由于人脸存在较大变化情况下（如人脸胖瘦变化很大情况下），系统一般会识别失败。另，由于已有的人脸认证系统没有提出活体人脸检测方案，易受到利用人脸模型或照片的欺骗，即盗取已注册的某人的人脸图像或制作出该人的人脸模型后，假冒者将被盗人脸的照片或模型置于人脸认证系统前方时假冒者很容易成功欺骗系统，使系统认为其身份为被盗用人。这是因为在可见光条件下人脸的照片的二次成像效果与真实人脸的直接成像效果非常接近（就如平常对人脸照片的拍照的成像与直接对人脸的拍照的成像非常接近）以及脸模的成像与真实人脸的直接成像非常接近。
发明内容
为了解决现有技术中人脸存在较大变化情况下，系统一般会识别失败，无法检测活体人脸，系统容易受照片或者模型的欺骗的问题，本发明提供了一种具有活体检测功能的双模态人脸认证方法和系统。
本发明提供了一种具有活体检测功能的双模态人脸认证方法，包括以下步骤：
A、建立存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库；
B、通过图像采集模块同时采集待认证人头部的可见光图像和近红外图像；
C、通过距离计算模块计算得出所述可见光图像中的人脸可见光图像与所述可见光训练图像的可见光距离，并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离；
D、通过活体检测模块将最小的所述可见光距离与设定可见光距离阀值比较，并将最小的所述近红外距离与设定近红外距离阀值比较，如果最小的所述可见光距离小于设定可见光距离阀值，并且最小的所述近红外距离大于设定近红外距离阀值，则认定待认证人脸为非活体人脸，判定为假冒用户并停止认证，否则，进行下一步骤；
E、通过图像认证模块计算所述可见光距离与所述近红外距离的加权和，将得出的所述加权和与设定加权和阀值比较，如果得出的所述加权和大于设定加权和阀值，则认证不通过，判定为非法用户并停止认证，否则，进行下一步骤；
F、人脸认证通过；
其中，所述步骤D与所述步骤E的顺序可互换。
作为本发明的进一步改进，所述步骤C包括以下子步骤：
C1、通过直方图均衡化模块将所述可见光图像中的人脸可见光图像及所述可见光训练图像进行直方图均衡化；
C2、通过所述距离计算模块计算得出所述人脸可见光图像与所述可见光训练图像的可见光距离，并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离；
C3、通过归一化模块分别对所述可见光距离和所述近红外距离进行归一化。
作为本发明的进一步改进，所述步骤E中得出的所述加权和为d，所述可见光距离为d1，所述近红外距离为d2，则d=0.3 d1+0.7 d2，所述设定加权和阀值为0.32。
作为本发明的进一步改进，所述步骤D中的设定可见光距离阀值为0.35，所述设定近红外距离阀值为0.6。
作为本发明的进一步改进，所述步骤B包括以下子步骤：
B1、通过所述图像采集模块同时采集待认证人头部的所述可见光图像和所述近红外图像；
B2、判断是否能通过人脸检测模块同时从所述可见光图像和所述近红外图像中检测到人脸，如果不能则返回所述步骤B1，如果能则进行下一步骤。
作为本发明的进一步改进，所述具有活体检测功能的双模态人脸认证方法还包括以下步骤：
G、通过训练样本更新模块将认证通过的所述人脸可见光图像设定为所述可见光训练图像并更新存储到步骤A的数据库中，将认证通过的所述人脸近红外图像设定为所述近红外训练图像并更新存储到步骤A的数据库中。
本发明还提供了一种具有活体检测功能的双模态人脸认证系统，包括存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库、可同时采集待认证人头部的可见光图像和近红外图像的图像采集模块、可计算得出所述可见光图像中人脸可见光图像与所述可见光训练图像的可见光距离并计算得出所述近红外图像中人脸近红外图像与所述近红外训练图像的近红外距离的距离计算模块、可判定待认证人脸是否为活体的活体检测模块和可判定待认证人脸是否为合法用户的图像认证模块，其中，所述距离计算模块的输入端分别与所述数据库的输出端、所述图像采集模块的输出端连接，所述距离计算模块的输出端与所述活体检测模块的输入端连接，所述活体检测模块的输出端与所述图像认证模块的输入端连接。
作为本发明的进一步改进，所述图像认证模块连接有训练样本更新模块，所述训练样本更新模块的输出端与所述数据库的输入端连接，所述图像采集模块包括至少二个可见光摄像头，其中一个所述可见光摄像头上覆盖有滤光片以采集人脸近红外图像。
作为本发明的进一步改进，所述具有活体检测功能的双模态人脸认证系统还包括直方图均衡化模块、归一化模块和可判断是否能同时从所述可见光图像和所述近红外图像中检测到人脸的人脸检测模块，其中，所述人脸检测模块的输入端与所述图像采集模块的输出端连接，所述人脸检测模块的输出端分别与所述图像采集模块的输入端和所述直方图均衡化模块的输入端连接，所述直方图均衡化模块的输出端与所述距离计算模块的输入端连接，所述归一化模块的输入端与所述距离计算模块的输出端相连，所述归一化模块的输出端与所述活体检测模块的输入端连接。
本发明还提供了一种具有活体检测功能的双模态人脸认证系统，包括存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库、可同时采集待认证人头部的可见光图像和近红外图像的图像采集模块、可计算得出所述可见光图像中的人脸可见光图像与所述可见光训练图像的可见光距离并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离的距离计算模块、可判定待认证人脸是否为活体的活体检测模块和可判定待认证人脸是否为合法用户的图像认证模块，其中，所述距离计算模块的输入端分别与所述数据库的输出端、所述图像采集模块的输出端连接，所述距离计算模块的输出端与所述图像认证模块的输入端连接，所述图像认证模块的输出端与所述活体检测模块的输入端连接。
本发明的有益效果是：通过上述方案，采用人脸近红外图像与人脸可见光图像双模态特征的联合识别，提高了识别认证精度，有效避免人脸存在较大变化情况下识别失败的问题，通过活体检测模块，有效避免了假冒者通过照片或者模型进行欺骗。
附图说明
图1是本发明一种具有活体检测功能的双模态人脸认证方法的实施例一的流程示意图；
图2是本发明所述具有活体检测功能的双模态人脸认证系统的实施例一的结构示意图；
图3是本发明一种具有活体检测功能的双模态人脸认证方法的实施例二的流程示意图；
图4是本发明所述具有活体检测功能的双模态人脸认证系统的实施例二的结构示意图。
具体实施方式
下面结合附图说明及具体实施方式对本发明进一步说明。
图1至图4中的附图标号为：数据库101；图像采集模块102；人脸检测模块103；直方图均衡化模块104；距离计算模块105；归一化模块106；活体检测模块107；图像认证模块108；训练样本更新模块109。
如图1所示，一种具有活体检测功能的双模态人脸认证方法的实施例一，包括以下步骤：
A、建立存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库101；
B1、通过所述图像采集模块102同时采集待认证人头部的可见光图像和近红外图像；
B2、判断是否能通过人脸检测模块同时从所述可见光图像和所述近红外图像中检测到人脸，如果不能则返回所述步骤B1，如果能则将所述可见光图像中的人脸区域截取出来作为“人脸可见光图像”，将所述近红外图像中的人脸区域截取出来作为“人脸近红外图像“，并进行下一步骤；
C1、通过直方图均衡化模块104将所述人脸可见光图像及所述可见光训练图像进行直方图均衡化；
C2、通过所述距离计算模块105计算得出所述人脸可见光图像与所述可见光训练图像的可见光距离，并计算得出所述人脸近红外图像与所述近红外训练图像的近红外距离；
C3、通过归一化模块106分别对所述可见光距离和所述近红外距离进行归一化。
D、通过活体检测模块107将最小的所述可见光距离与设定可见光距离阀值比较，并将最小的所述近红外距离与设定近红外距离阀值比较，如果最小的所述可见光距离小于设定可见光距离阀值，并且最小的所述近红外距离大于设定近红外距离阀值，则认定待认证人脸为非活体人脸，判定为假冒用户并停止认证，否则，进行下一步骤；
E、通过图像认证模块108计算所述可见光距离与所述近红外距离的加权和，将得出的所述加权和与设定加权和阀值比较，如果得出的所述加权和大于设定加权和阀值，则认证不通过，判定为非法用户并停止认证，否则，进行下一步骤；
F、人脸认证通过；
G、通过训练样本更新模块109将认证通过的所述人脸可见光图像设定为所述可见光训练图像并更新存储到步骤A的数据库101中，将认证通过的所述人脸近红外图像设定为所述近红外训练图像并更新存储到步骤A的数据库101中。
其中，所述步骤D与所述步骤E的顺序可互换，可通过步骤B2确定采集到的图像中是否包括人脸，避免在没有采集到人脸或者采集人脸不完全的情况进行认证，步骤G可有效避免人脸存在较大变化的情况。
可以在归一化基础上进行匹配得分层融合，并依据融合结果得出人脸的最终认证结果。
所述步骤E中得出的所述加权和为d，所述可见光距离为d1，所述近红外距离为d2，则d=0.3 d1+0.7 d2，所述设定加权和阀值优选为0.32。
所述步骤D中的设定可见光距离阀值优选为0.35，所述设定近红外距离阀值优选为0.6。
本发明提供的一种具有活体检测功能的双模态人脸认证方法的实施例一还可以包括以下步骤，从所有人脸的近红外训练图像集中确定出待认证的人脸近红外图像的若干近邻样本，并从所有人脸的可见光训练图像集中确定出待认证的人脸可见光图像的若干近邻样本，将待认证的人脸近红外图像表达为相应近邻样本的线性组合，依据线性组合的系数计算出该人脸近红外图像与所有类别间的相似性；将待认证的人脸可见光图像表达为相应近邻样本的线性组合，依据线性组合的系数计算出该人脸可见光图像与所有类别间的相似性。
如图2所示，一种具有活体检测功能的双模态人脸认证系统的实施例一，包括存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库101、可同时采集待认证人头部的可见光图像和近红外图像的图像采集模块102、可计算得出所述可见光图像中的人脸可见光图像与所述可见光训练图像的可见光距离并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离的距离计算模块103、可判定待认证人脸是否为活体的活体检测模块107和可判定待认证人脸是否为合法用户的图像认证模块108，其中，所述距离计算模块105的输入端分别与所述数据库101的输出端、所述图像采集模块102的输出端连接，所述距离计算模块105的输出端与所述活体检测模块107的输入端连接，所述活体检测模块107的输出端与所述图像认证模块108的输入端连接。
如图2所示，具有活体检测功能的双模态人脸认证系统还包括训练样本更新模块109，所述图像认证模块108的输出端与训练样本更新模块109的输入端连接，所述训练样本更新模块109的输出端与所述数据库101的输入端连接，所述图像采集模块102包括至少二个可见光摄像头，其中一个所述可见光摄像头上覆盖有滤光片以采集人脸近红外图像，采用二个可见光摄像头可避免使用外摄像头，可降低成本。
如图2所示，所述具有活体检测功能的双模态人脸认证系统还包括直方图均衡化模块104、归一化模块106和可判断是否能同时从所述可见光图像和所述近红外图像中检测到人脸的人脸检测模块103，其中，所述人脸检测模块103的输入端与所述图像采集模块102的输出端连接，所述人脸检测模块103的输出端分别与所述图像采集模块102的输入端和所述直方图均衡化模块104的输入端连接，所述直方图均衡化模块104的输出端与所述距离计算模块105的输入端连接，所述归一化模块106的输入端与所述距离计算模块105的输出端相连，所述归一化模块106的输出端与所述活体检测模块107的输入端连接。
本发明提供的一种具有活体检测功能的双模态人脸认证系统的实施例一的实际操作可以是：用户首先通过具有活体检测功能的双模态人脸认证系统的触摸屏输入其ID号，系统接受该ID号，立即触发两个摄像头工作，并同时拍摄人脸部的可见光图像与近红外图像，在检测出当前用户的人脸可见光图像与人脸近红外图像后，系统将调用取出其先前存储的与接受到的ID号对应的所有人脸可见光训练图像与近红外训练图像，并通过当前用户的人脸可见光与人脸近红外图像分别与上述可见光训练图像与近红外训练图像进行比对。
为了拍摄出较清晰的近红外图像，可在具有活体检测功能的双模态人脸认证系统上安置近红外LED光源，该近红外LED光源发射波长为850nm。
本发明提供的一种具有活体检测功能的双模态人脸认证系统的实施例一优选采用两个可见光摄像头，而不是采用红外摄像头来拍摄近红外图像，其具体方案是，在其中一个可见光摄像头上覆盖滤光片来采集近红外图像，使本系统具有低成本特点，本系统采用的滤光片是阻止波长小于715 nm的波通过而允许波长大于715 nm的波通过，且其中心截止波长为756nm左右，波长为850nm的波的透光率大概90%左右。
如图3所示，一种具有活体检测功能的双模态人脸认证方法的实施例二，包括以下步骤：
A、建立存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库101；
B1、通过所述图像采集模块102同时采集待认证人头部的可见光图像和近红外图像；
B2、判断是否能通过人脸检测模块同时从所述可见光图像和所述近红外图像中检测到人脸，如果不能则返回所述步骤B1，如果能则将所述可见光图像中的人脸区域截取出来作为“人脸可见光图像”，将所述近红外图像中的人脸区域截取出来作为“人脸近红外图像“，并进行下一步骤；
C1、通过直方图均衡化模块104将所述人脸可见光图像及所述可见光训练图像进行直方图均衡化；
C2、通过所述距离计算模块105计算得出所述人脸可见光图像与所述可见光训练图像的可见光距离，并计算得出所述人脸近红外图像与所述近红外训练图像的近红外距离；
C3、通过归一化模块106分别对所述可见光距离和所述近红外距离进行归一化。
E、通过图像认证模块108计算所述可见光距离与所述近红外距离的加权和，将得出的所述加权和与设定加权和阀值比较，如果得出的所述加权和大于设定加权和阀值，则认证不通过，判定为非法用户并停止认证，否则，进行下一步骤；
D、通过活体检测模块107将最小的所述可见光距离与设定可见光距离阀值比较，并将最小的所述近红外距离与设定近红外距离阀值比较，如果最小的所述可见光距离小于设定可见光距离阀值，并且最小的所述近红外距离大于设定近红外距离阀值，则认定待认证人脸为非活体人脸，判定为假冒用户并停止认证，否则，进行下一步骤；
F、人脸认证通过；
G、通过训练样本更新模块109将认证通过的所述人脸可见光图像设定为所述可见光训练图像并更新存储到步骤A的数据库101中，将认证通过的所述人脸近红外图像设定为所述近红外训练图像并更新存储到步骤A的数据库101中。
其中，所述步骤D与所述步骤E的顺序可互换，步骤G可有效避免人脸存在较大变化的情况。
可以在归一化基础上进行匹配得分层融合，并依据融合结果得出人脸的最终认证结果。
所述步骤E中得出的所述加权和为d，所述可见光距离为d1，所述近红外距离为d2，则d=0.3 d1+0.7 d2，所述设定加权和阀值优选为0.32。
所述步骤D中的设定可见光距离阀值优选为0.35，所述设定近红外距离阀值优选为0.6。
本发明提供的一种具有活体检测功能的双模态人脸认证方法的实施例二还可以包括以下步骤，从所有人脸的近红外训练图像集中确定出待认证的人脸近红外图像的若干近邻样本，并从所有人脸的可见光训练图像集中确定出待认证的人脸可见光图像的若干近邻样本，将待认证的人脸近红外图像表达为相应近邻样本的线性组合，依据线性组合的系数计算出该人脸近红外图像与所有类别间的相似性；将待认证的人脸可见光图像表达为相应近邻样本的线性组合，依据线性组合的系数计算出该人脸可见光图像与所有类别间的相似性。
如图4所示，一种具有活体检测功能的双模态人脸认证系统的实施例二，包括存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库101、可同时采集待认证人头部的可见光图像和近红外图像的图像采集模块102、可计算得出所述可见光图像中的人脸可见光图像与所述可见光训练图像的可见光距离并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离的距离计算模块105、可判定待认证人脸是否为活体的活体检测模块107和可判定待认证人脸是否为合法用户的图像认证模块108，其中，所述距离计算模块105的输入端分别与所述数据库101的输出端、所述图像采集模块102的输出端连接，所述距离计算模块105的输出端与所述图像认证模块108的输入端连接，所述图像认证模块108的输出端与所述活体检测模块107的输入端连接。
如图4所示，具有活体检测功能的双模态人脸认证系统还包括训练样本更新模块109，所述图像认证模块108的输出端与所述训练样本更新模块109的输入端连接，所述训练样本更新模块109的输出端与所述数据库101的输入端连接，所述图像采集模块102包括至少二个可见光摄像头，其中一个所述可见光摄像头上覆盖有滤光片。
如图4所示，所述具有活体检测功能的双模态人脸认证系统还包括直方图均衡化模块104、归一化模块106和可判断是否能同时从所述可见光图像和所述近红外图像中检测到人脸的人脸检测模块103，其中，所述人脸检测模块103的输入端与所述图像采集模块102的输出端连接，所述人脸检测模块103的输出端分别与所述图像采集模块102的输入端和所述直方图均衡化模块104的输入端连接，所述直方图均衡化模块104的输出端与所述距离计算模块105的输入端连接，所述归一化模块106的输入端与所述距离计算模块105的输出端相连，所述归一化模块106的输出端与所述活体检测模块107的输入端连接。
本发明提供的一种具有活体检测功能的双模态人脸认证系统的实施例二的实际操作可以是：用户首先通过具有活体检测功能的双模态人脸认证系统的触摸屏输入其ID号，系统接受该ID号，立即触发两个摄像头工作，并同时拍摄人脸部的可见光图像与近红外图像，在检测出当前用户的人脸可见光图像与人脸近红外图像后，系统将调用取出其先前存储的与接受到的ID号对应的所有人脸可见光训练图像与近红外训练图像，并通过当前用户的人脸可见光与人脸近红外图像分别与上述可见光训练图像与近红外训练图像进行比对。
为了拍摄出较清晰的近红外图像，可在具有活体检测功能的双模态人脸认证系统上安置近红外LED光源，该近红外LED光源发射波长为850nm。
本发明提供的一种具有活体检测功能的双模态人脸认证系统的实施例二优选采用两个可见光摄像头，而不是采用红外摄像头来拍摄近红外图像，其具体方案是，在其中一个可见光摄像头上覆盖滤光片来采集近红外图像，使本系统具有低成本特点，本系统采用的滤光片是阻止波长小于715 nm的波通过而允许波长大于715 nm的波通过，且其中心截止波长为756nm左右，波长为850nm的波的透光率大概90%左右。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (8)
1. 一种具有活体检测功能的双模态人脸认证方法，其特征在于，包括以下步骤：
A、建立存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库；
B、通过图像采集模块同时采集待认证人头部的可见光图像和近红外图像；
C、通过距离计算模块计算得出所述可见光图像中的人脸可见光图像与所述可见光训练图像的可见光距离，并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离；
D、通过活体检测模块将最小的所述可见光距离与设定可见光距离阀值比较，并将最小的所述近红外距离与设定近红外距离阀值比较，如果最小的所述可见光距离小于设定可见光距离阀值，并且最小的所述近红外距离大于设定近红外距离阀值，则认定待认证人脸为非活体人脸，判定为假冒用户并停止认证，否则，进行下一步骤；
E、通过图像认证模块计算所述可见光距离与所述近红外距离的加权和，将得出的所述加权和与设定加权和阀值比较，如果得出的所述加权和大于设定加权和阀值，则认证不通过，判定为非法用户并停止认证，否则，进行下一步骤；
F、人脸认证通过；
其中，所述步骤D与所述步骤E的顺序能互换；
所述步骤C包括以下子步骤：
C1、通过直方图均衡化模块将所述可见光图像中的人脸可见光图像及所述可见光训练图像进行直方图均衡化；
C2、通过所述距离计算模块计算得出所述人脸可见光图像与所述可见光训练图像的可见光距离，并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离；
C3、通过归一化模块分别对所述可见光距离和所述近红外距离进行归一化。
2. 根据权利要求1所述具有活体检测功能的双模态人脸认证方法，其特征在于，所述步骤E中得出的所述加权和为d，所述可见光距离为d1，所述近红外距离为d2，则d=0.3 d1+0.7 d2，所述设定加权和阀值为0.32。
3. 根据权利要求1所述具有活体检测功能的双模态人脸认证方法，其特征在于：所述步骤D中的设定可见光距离阀值为0.35，所述设定近红外距离阀值为0.6。
4. 根据权利要求1所述具有活体检测功能的双模态人脸认证方法，其特征在于，所述步骤B包括以下子步骤：
B1、通过所述图像采集模块同时采集待认证人头部的所述可见光图像和所述近红外图像；
B2、判断是否能通过人脸检测模块同时从所述可见光图像和所述近红外图像中检测到人脸，如果不能则返回所述步骤B1，如果能则进行下一步骤。
5. 根据权利要求1所述具有活体检测功能的双模态人脸认证方法，其特征在于，所述具有活体检测功能的双模态人脸认证方法还包括以下步骤：
G、通过训练样本更新模块将认证通过的所述人脸可见光图像设定为所述可见光训练图像并更新存储到步骤A的数据库中，将认证通过的所述人脸近红外图像设定为所述近红外训练图像并更新存储到步骤A的数据库中。
6. 一种具有活体检测功能的双模态人脸认证系统，其特征在于：包括存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库、能同时采集待认证人头部的可见光图像和近红外图像的图像采集模块、能计算得出所述可见光图像中的人脸可见光图像与所述可见光训练图像的可见光距离并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离的距离计算模块、能判定待认证人脸是否为活体的活体检测模块和能判定待认证人脸是否为合法用户的图像认证模块，其中，所述距离计算模块的输入端分别与所述数据库的输出端、所述图像采集模块的输出端连接，所述距离计算模块的输出端与所述活体检测模块的输入端连接，所述活体检测模块的输出端与所述图像认证模块的输入端连接，其中，所述具有活体检测功能的双模态人脸认证系统还包括直方图均衡化模块、归一化模块和能判断是否能同时从所述可见光图像和所述近红外图像中检测到人脸的人脸检测模块，其中，所述人脸检测模块的输入端与所述图像采集模块的输出端连接，所述人脸检测模块的输出端分别与所述图像采集模块的输入端和所述直方图均衡化模块的输入端连接，所述直方图均衡化模块的输出端与所述距离计算模块的输入端连接，所述归一化模块的输入端与所述距离计算模块的输出端相连，所述归一化模块的输出端与所述活体检测模块的输入端连接。
7. 根据权利要求6所述具有活体检测功能的双模态人脸认证系统，其特征在于：所述具有活体检测功能的双模态人脸认证系统包括训练样本更新模块，所述图像认证模块的输出端与所述训练样本更新模块的输入端连接，所述训练样本更新模块的输出端与所述数据库的输入端连接，所述图像采集模块包括至少二个可见光摄像头，其中一个所述可见光摄像头上覆盖有滤光片。
8. 一种具有活体检测功能的双模态人脸认证系统，其特征在于：包括存储有已知身份人脸的可见光训练图像和近红外训练图像的数据库、能同时采集待认证人头部的可见光图像和近红外图像的图像采集模块、能计算得出所述可见光图像中的人脸可见光图像与所述可见光训练图像的可见光距离并计算得出所述近红外图像中的人脸近红外图像与所述近红外训练图像的近红外距离的距离计算模块、能判定待认证人脸是否为活体的活体检测模块和能判定待认证人脸是否为合法用户的图像认证模块，其中，所述距离计算模块的输入端分别与所述数据库的输出端、所述图像采集模块的输出端连接，所述距离计算模块的输出端与所述图像认证模块的输入端连接，所述图像认证模块的输出端与所述活体检测模块的输入端连接，其中，所述具有活体检测功能的双模态人脸认证系统还包括直方图均衡化模块、归一化模块和能判断是否能同时从所述可见光图像和所述近红外图像中检测到人脸的人脸检测模块，其中，所述人脸检测模块的输入端与所述图像采集模块的输出端连接，所述人脸检测模块的输出端分别与所述图像采集模块的输入端和所述直方图均衡化模块的输入端连接，所述直方图均衡化模块的输出端与所述距离计算模块的输入端连接，所述归一化模块的输入端与所述距离计算模块的输出端相连，所述归一化模块的输出端与所述活体检测模块的输入端连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105199649A CN101964056B (zh) | 2010-10-26 | 2010-10-26 | 一种具有活体检测功能的双模态人脸认证方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105199649A CN101964056B (zh) | 2010-10-26 | 2010-10-26 | 一种具有活体检测功能的双模态人脸认证方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101964056A CN101964056A (zh) | 2011-02-02 |
| CN101964056B true CN101964056B (zh) | 2012-06-27 |
Family
ID=43516921
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010105199649A Expired - Fee Related CN101964056B (zh) | 2010-10-26 | 2010-10-26 | 一种具有活体检测功能的双模态人脸认证方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101964056B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014195024A1 (de) * | 2013-06-06 | 2014-12-11 | Modi Modular Digits Gmbh | Vorrichtung zur automatischen verifizierung eines identitätsdokuments einer person und verfahren zum erzeugen von erkennungsdaten einer person zur verwendung in einer automatisierten identitätskontrollstation |
| TWI722872B (zh) | 2020-04-17 | 2021-03-21 | 技嘉科技股份有限公司 | 人臉辨識裝置以及人臉辨識方法 |
| US12548370B2 (en) * | 2021-09-24 | 2026-02-10 | Arlo Technologies, Inc. | Face identification system using multiple spectrum analysis |
Families Citing this family (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102831379B (zh) * | 2011-06-14 | 2015-11-25 | 汉王科技股份有限公司 | 人脸图像识别方法及装置 |
| CN103975343B (zh) * | 2011-11-09 | 2018-06-01 | 塔塔咨询服务有限公司 | 用于通过融合人类检测模态的结果来增强人类计数的系统和方法 |
| CN102622588B (zh) * | 2012-03-08 | 2013-10-09 | 无锡中科奥森科技有限公司 | 双验证人脸防伪方法及装置 |
| US10452894B2 (en) | 2012-06-26 | 2019-10-22 | Qualcomm Incorporated | Systems and method for facial verification |
| US20140071293A1 (en) * | 2012-09-12 | 2014-03-13 | Google Inc. | Method and device for authintication of live human faces using infra red images |
| CN103400108B (zh) * | 2013-07-10 | 2017-07-14 | 小米科技有限责任公司 | 人脸识别方法、装置和移动终端 |
| US9996726B2 (en) | 2013-08-02 | 2018-06-12 | Qualcomm Incorporated | Feature identification using an RGB-NIR camera pair |
| CN105187726B (zh) * | 2015-06-17 | 2021-05-18 | 巽腾(广东)科技有限公司 | 一种多功能移动图像处理装置、处理方法 |
| CN105187727A (zh) * | 2015-06-17 | 2015-12-23 | 广州市巽腾信息科技有限公司 | 一种图像信息采集装置、图像采集方法及其用途 |
| US10621454B2 (en) | 2015-06-29 | 2020-04-14 | Beijing Kuangshi Technology Co., Ltd. | Living body detection method, living body detection system, and computer program product |
| CN105023005B (zh) * | 2015-08-05 | 2018-12-07 | 王丽婷 | 人脸识别装置及其识别方法 |
| CN105654028A (zh) * | 2015-09-29 | 2016-06-08 | 厦门中控生物识别信息技术有限公司 | 一种真假人脸识别方法及装置 |
| CN105069448A (zh) * | 2015-09-29 | 2015-11-18 | 厦门中控生物识别信息技术有限公司 | 一种真假人脸识别方法及装置 |
| US10452935B2 (en) | 2015-10-30 | 2019-10-22 | Microsoft Technology Licensing, Llc | Spoofed face detection |
| CN105844240A (zh) * | 2016-03-23 | 2016-08-10 | 深圳云天励飞技术有限公司 | 一种红外测温系统中的人脸检测方法及装置 |
| CN105912908A (zh) * | 2016-04-14 | 2016-08-31 | 苏州优化智能科技有限公司 | 基于红外的真人活体身份验证方法 |
| CN105718925A (zh) * | 2016-04-14 | 2016-06-29 | 苏州优化智能科技有限公司 | 基于近红外和面部微表情的真人活体身份验证终端设备 |
| CN105930780A (zh) * | 2016-04-14 | 2016-09-07 | 苏州优化智能科技有限公司 | 基于近红外和面部微表情的真人活体身份验证方法 |
| CN105938546A (zh) * | 2016-04-14 | 2016-09-14 | 苏州优化智能科技有限公司 | 基于红外技术的真人活体身份验证终端设备 |
| JP6934987B2 (ja) * | 2016-05-16 | 2021-09-15 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
| CN106372601B (zh) * | 2016-08-31 | 2020-12-22 | 上海依图信息技术有限公司 | 一种基于红外可见双目图像的活体检测方法及装置 |
| CN107798279B (zh) * | 2016-09-07 | 2022-01-25 | 北京眼神科技有限公司 | 一种人脸活体检测方法及装置 |
| CN106372615A (zh) * | 2016-09-19 | 2017-02-01 | 厦门中控生物识别信息技术有限公司 | 一种人脸防伪识别方法以及装置 |
| CN106778607A (zh) * | 2016-12-15 | 2017-05-31 | 国政通科技股份有限公司 | 一种基于人脸识别的人与身份证同一性认证装置及方法 |
| CN106951762A (zh) * | 2017-03-29 | 2017-07-14 | 中控智慧科技股份有限公司 | 一种身份识别方法及系统 |
| CN108959874A (zh) * | 2017-05-17 | 2018-12-07 | 武汉默联股份有限公司 | 信息验证方法及装置 |
| CN108985134B (zh) * | 2017-06-01 | 2021-04-16 | 重庆中科云从科技有限公司 | 基于双目摄像机的人脸活体检测及刷脸交易方法及系统 |
| CN107633198A (zh) * | 2017-07-25 | 2018-01-26 | 百度在线网络技术（北京）有限公司 | 活体检测方法、装置、设备及存储介质 |
| CN107590430A (zh) | 2017-07-26 | 2018-01-16 | 百度在线网络技术（北京）有限公司 | 活体检测方法、装置、设备及存储介质 |
| CN107918773B (zh) * | 2017-12-13 | 2021-06-04 | 汉王科技股份有限公司 | 一种人脸活体检测方法、装置及电子设备 |
| CN109977741A (zh) * | 2017-12-28 | 2019-07-05 | 北京京东尚科信息技术有限公司 | 人脸识别方法、装置、系统及介质 |
| CN108363944A (zh) * | 2017-12-28 | 2018-08-03 | 杭州宇泛智能科技有限公司 | 人脸识别终端双摄防伪方法、装置及系统 |
| CN110008783A (zh) * | 2018-01-04 | 2019-07-12 | 杭州海康威视数字技术股份有限公司 | 基于神经网络模型的人脸活体检测方法、装置及电子设备 |
| KR102466997B1 (ko) * | 2018-01-22 | 2022-11-14 | 삼성전자주식회사 | 라이브니스 검사 방법 및 장치 |
| CN108491805B (zh) * | 2018-03-27 | 2022-02-22 | 百度在线网络技术（北京）有限公司 | 身份认证方法和装置 |
| WO2019200575A1 (zh) * | 2018-04-18 | 2019-10-24 | 深圳阜时科技有限公司 | 身份鉴权方法、身份鉴权装置、和电子设备 |
| CN108629305B (zh) * | 2018-04-27 | 2021-10-22 | 广州市中启正浩信息科技有限公司 | 一种面部识别方法 |
| CN108776786A (zh) * | 2018-06-04 | 2018-11-09 | 北京京东金融科技控股有限公司 | 用于生成用户真伪识别模型的方法和装置 |
| CN109002786B (zh) * | 2018-07-06 | 2022-02-18 | 深圳市富士智能系统有限公司 | 人脸检测方法、设备及计算机可读存储介质 |
| CN109284597A (zh) * | 2018-11-22 | 2019-01-29 | 北京旷视科技有限公司 | 一种人脸解锁方法、装置、电子设备和计算机可读介质 |
| CN109543640B (zh) * | 2018-11-29 | 2022-06-17 | 中国科学院重庆绿色智能技术研究院 | 一种基于图像转换的活体检测方法 |
| CN109886240A (zh) * | 2019-03-01 | 2019-06-14 | 厦门狄耐克智能科技股份有限公司 | 一种楼宇对讲门口机用人脸识别机构 |
| CN110309767A (zh) * | 2019-06-28 | 2019-10-08 | 广州致远电子有限公司 | 活体检测设备、识别方法、装置及存储介质 |
| CN110874588B (zh) * | 2020-01-17 | 2020-04-14 | 南京甄视智能科技有限公司 | 动态优化人脸识别中光线影响的方法与装置 |
| CN113128481A (zh) * | 2021-05-19 | 2021-07-16 | 济南博观智能科技有限公司 | 一种人脸活体检测方法、装置、设备及存储介质 |
| CN113729688A (zh) * | 2021-09-27 | 2021-12-03 | 江苏凤凰智慧教育研究院有限公司 | 肺活量检测平台和方式 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101196987A (zh) * | 2007-12-25 | 2008-06-11 | 哈尔滨工业大学 | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 |
| CN101303724A (zh) * | 2007-05-10 | 2008-11-12 | 中国银联股份有限公司 | 一种认证授权方法及系统 |
| CN101404060A (zh) * | 2008-11-10 | 2009-04-08 | 北京航空航天大学 | 一种基于可见光与近红外Gabor信息融合的人脸识别方法 |
-
2010
- 2010-10-26 CN CN2010105199649A patent/CN101964056B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101303724A (zh) * | 2007-05-10 | 2008-11-12 | 中国银联股份有限公司 | 一种认证授权方法及系统 |
| CN101196987A (zh) * | 2007-12-25 | 2008-06-11 | 哈尔滨工业大学 | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 |
| CN101404060A (zh) * | 2008-11-10 | 2009-04-08 | 北京航空航天大学 | 一种基于可见光与近红外Gabor信息融合的人脸识别方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014195024A1 (de) * | 2013-06-06 | 2014-12-11 | Modi Modular Digits Gmbh | Vorrichtung zur automatischen verifizierung eines identitätsdokuments einer person und verfahren zum erzeugen von erkennungsdaten einer person zur verwendung in einer automatisierten identitätskontrollstation |
| TWI722872B (zh) | 2020-04-17 | 2021-03-21 | 技嘉科技股份有限公司 | 人臉辨識裝置以及人臉辨識方法 |
| US12548370B2 (en) * | 2021-09-24 | 2026-02-10 | Arlo Technologies, Inc. | Face identification system using multiple spectrum analysis |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101964056A (zh) | 2011-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101964056B (zh) | 一种具有活体检测功能的双模态人脸认证方法和系统 | |
| EP3525133B1 (en) | Apparatus and method with liveness verification | |
| US11023757B2 (en) | Method and apparatus with liveness verification | |
| CN111881726B (zh) | 一种活体检测方法、装置及存储介质 | |
| CN102622588B (zh) | 双验证人脸防伪方法及装置 | |
| CN100514353C (zh) | 一种基于人脸生理性运动的活体检测方法及系统 | |
| WO2020088588A1 (zh) | 一种基于深度学习的静态三维人脸活体检测方法 | |
| CN107862299A (zh) | 一种基于近红外与可见光双目摄像头的活体人脸检测方法 | |
| KR101937323B1 (ko) | 위장 얼굴 판별 장치 및 방법 | |
| CN103383723A (zh) | 用于生物特征验证的电子欺骗检测的方法和系统 | |
| CN106529414A (zh) | 一种通过图像比对实现结果认证的方法 | |
| CN102419819A (zh) | 人脸图像识别方法和系统 | |
| CN108985134A (zh) | 基于双目摄像机的人脸活体检测及刷脸交易方法及系统 | |
| CN105975938A (zh) | 一种智能动态人脸识别社区管家服务系统 | |
| CN104636731B (zh) | 一种采用手指静脉识别与腕部静脉识别、指甲识别相结合的认证装置 | |
| CN114511933A (zh) | 一种多模态生物特征融合身份识别方法 | |
| CN107609515B (zh) | 一种基于飞腾平台的双重验证的人脸比对系统及方法 | |
| CN104615993B (zh) | 一种手指静脉识别与面部静脉识别相结合的认证装置及方法 | |
| Navarro et al. | Design of alcohol detection system for car users thru iris recognition pattern using wavelet transform | |
| CN105574509A (zh) | 一种基于光照的人脸识别系统回放攻击检测方法及应用 | |
| CN201867835U (zh) | 联合指纹识别与人脸近红外识别的系统 | |
| CN112215045A (zh) | 一种活体检测方法和装置 | |
| CN204440516U (zh) | 一种采用多种特征识别相结合认证的航空安全检查装置 | |
| CN1282048A (zh) | 基于虹膜识别的身份鉴定方法与装置 | |
| CN116189247B (zh) | 一种基于多种脉搏波与静脉的多模态身份认证系统及其认证方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200331 Address after: Room 704, building C1, Lugu Yuyuan, No. 27, Wenxuan Road, Changsha hi tech Development Zone, Changsha City, Hunan Province Patentee after: Hunan Weilian Intelligent Technology Co.,Ltd. Address before: 518000 building C, Innovation Research Institute, Nanshan District hi tech Zone, Guangdong, Shenzhen 1-6 Patentee before: Xu Yong |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120627 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |