一種基于深度圖像信息的檢測(cè)系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，特別涉及一種基于深度圖像信息的檢測(cè)系統(tǒng)及方 法。
【背景技術(shù)】
[0002] 人臉識(shí)別技術(shù)廣泛應(yīng)用于身份驗(yàn)證系統(tǒng)中。目前基于圖像的人臉識(shí)別能夠較為準(zhǔn) 確的從圖像中識(shí)別出人臉，通過(guò)結(jié)合人臉數(shù)據(jù)庫(kù)進(jìn)行匹配查詢，從而確定人臉身份。由于缺 乏對(duì)圖像來(lái)源的判定，此類系統(tǒng)無(wú)法判定被檢測(cè)的對(duì)象是否為本人。當(dāng)圖像輸入為包含人 臉的靜止圖片，或者連續(xù)視頻時(shí)，系統(tǒng)確定的是圖片或視頻中的人臉身份，而非現(xiàn)實(shí)中真實(shí) 的身份，因此會(huì)存在冒充和欺騙等潛在危險(xiǎn)。這類系統(tǒng)主要的問(wèn)題在于缺少活體檢測(cè)環(huán)節(jié)， 無(wú)法判定當(dāng)前圖像是否來(lái)自真實(shí)的人還是預(yù)先制作的人臉?biāo)夭摹?br>[0003] 目前存在一些系統(tǒng)，通過(guò)引入活體檢測(cè)環(huán)節(jié)，從而避免了上述問(wèn)題。這些系統(tǒng)的活 體檢測(cè)主要分為被動(dòng)式和交互式兩種。通常的被動(dòng)式方法通過(guò)連續(xù)發(fā)射高頻閃光脈沖，激 發(fā)人臉局部的光照反射，例如閃疃和皮膚光澤變化。由于圖片或膠片的反光比較均勻，而真 實(shí)的人臉?lè)垂鈩t呈現(xiàn)不均勻分布。通過(guò)比較閃光前后的人臉?lè)垂庾兓瑥亩_定當(dāng)前人臉 是來(lái)自真實(shí)的人，還是來(lái)自預(yù)先制作的素材。交互式方法則通過(guò)要求被檢測(cè)對(duì)象執(zhí)行指定 動(dòng)作，如轉(zhuǎn)頭、眨眼等，或者與系統(tǒng)進(jìn)行簡(jiǎn)單對(duì)話，來(lái)完成活體的檢測(cè)。無(wú)論是被動(dòng)式還是交 互式方法，都存在用戶體驗(yàn)不夠友好的問(wèn)題。被動(dòng)式閃光可能會(huì)造成用戶眼睛不適，并且在 不同的光照條件，例如強(qiáng)烈的日光下，可能會(huì)造成閃光效果對(duì)比不明顯甚至失效的情況。而 交互式方法增加了額外的用戶操作，導(dǎo)致系統(tǒng)使用起來(lái)比較復(fù)雜。對(duì)于一些頻繁出入的門 禁檢測(cè)系統(tǒng)，大量的重復(fù)性操作也會(huì)降低用戶體驗(yàn)的友好性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明實(shí)施例公開(kāi)了一種基于深度圖像信息的檢測(cè)系統(tǒng)及方法，以提高人臉識(shí)別 的準(zhǔn)確性，簡(jiǎn)化識(shí)別過(guò)程。
[0005] 為達(dá)到上述目的，本發(fā)明實(shí)施例公開(kāi)了一種基于深度圖像信息的檢測(cè)系統(tǒng)，所述 系統(tǒng)包括：
[0006] 攝像裝置，所述攝像裝置用于獲取待測(cè)對(duì)象的深度圖像；
[0007] 提取裝置，所述提取裝置基于所述深度圖像提取待測(cè)對(duì)象的目標(biāo)區(qū)域，并獲取所 述目標(biāo)區(qū)域的特征點(diǎn)信息；以及
[0008] 檢測(cè)裝置，所述檢測(cè)裝置基于所述目標(biāo)區(qū)域及所述特征點(diǎn)信息，檢測(cè)所述待測(cè)對(duì) 象是否為活體。
[0009] 可選的，所述攝像裝置按照預(yù)設(shè)采樣頻率采集待測(cè)對(duì)象的采樣點(diǎn)信息，基于所述 采樣點(diǎn)信息形成所述深度圖像。
[0010] 可選的，所述采樣點(diǎn)信息包括采樣點(diǎn)位置索引信息及采樣點(diǎn)深度信息。
[0011] 可選的，所述系統(tǒng)還包括：
[0012] 預(yù)處理裝置，用于對(duì)所述攝像裝置獲取的深度圖像進(jìn)行圖像預(yù)處理。
[0013] 可選的，所述檢測(cè)裝置基于所述目標(biāo)區(qū)域及所述特征點(diǎn)信息，檢測(cè)所述待測(cè)對(duì)象 是否為活體，包括：
[0014] 對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，將其轉(zhuǎn)換到統(tǒng)一尺寸描述空間；以及
[0015] 通過(guò)計(jì)算變換矩陣，將所述特征點(diǎn)映射到統(tǒng)一的標(biāo)準(zhǔn)位置。
[0016] 可選的，所述對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，包括：
[0017] 分別應(yīng)用一維的離散的梯度模板[_l，0，l]qP[_1，0，1]于水平及垂直方向?qū)λ?述深度圖像進(jìn)行卷積計(jì)算，計(jì)算梯度向量6)!(1，y)及Gy(x，y):
[0019][0020] 且計(jì)算幅度G(x，y)及方向α (X，y):
[0018]
[0021]
[0022] α(χ，y) =arctan(Gy(x，y)/Gx(x，y)) 〇
[0023] 可選的，所述對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，還包括：
[0024] 將圖像分成若干分塊，在每個(gè)分塊內(nèi)建立9個(gè)方向的分塊直方圖，塊內(nèi)每個(gè)象素 以梯度幅度作為權(quán)重對(duì)直方圖進(jìn)行投票，得到該分塊的HoG特征描述子，把所有直方圖串 聯(lián)成一個(gè)特征向量。
[0025] 可選的，所述對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，包括：
[0026] 定義F(X，y)=d為標(biāo)準(zhǔn)三維模型函數(shù)，其中X及y為垂直平面座標(biāo)，d為深度值；
[0027] 對(duì)二十一個(gè)關(guān)鍵點(diǎn)用拉朗格日插值法得到該幀的三維函數(shù)G(x，y) =d;
[0028] 計(jì)算F與G的距離IIF-GI12:
[0029]
[0030] 其中{(X，y) :x。彡X彡Xpy。彡y彡yJ為歸一化后的區(qū)域。
[0031] 可選的，所述檢測(cè)所述待測(cè)對(duì)象是否為活體，包括：
[0032] 判斷F與G的距離| |F-G| |2是否低于預(yù)設(shè)閥值，若是，則判斷所述待測(cè)對(duì)象為活 體，否則所述待測(cè)對(duì)象為非活體。
[0033] 為達(dá)到上述目的，本發(fā)明實(shí)施例還公開(kāi)了一種基于深度圖像信息的檢測(cè)系統(tǒng)，所 述系統(tǒng)包括：
[0034] 攝像裝置，所述攝像裝置用于獲取待測(cè)對(duì)象的深度圖像及輔助圖像；
[0035] 提取裝置，所述提取裝置基于所述深度圖像及所述輔助圖像提取待測(cè)對(duì)象的目標(biāo) 區(qū)域，并獲取所述目標(biāo)區(qū)域的特征點(diǎn)信息；以及
[0036] 檢測(cè)裝置，所述檢測(cè)裝置基于所述目標(biāo)區(qū)域及所述特征點(diǎn)信息，檢測(cè)所述待測(cè)對(duì) 象是否為活體。
[0037] 可選的，所述攝像裝置按照預(yù)設(shè)采樣頻率采集待測(cè)對(duì)象的采樣點(diǎn)信息，基于所述 采樣點(diǎn)信息形成所述深度圖像。
[0038] 可選的，所述采樣點(diǎn)信息包括采樣點(diǎn)位置索引信息及采樣點(diǎn)深度信息。
[0039] 可選的，所述系統(tǒng)還包括：
[0040] 預(yù)處理裝置，用于對(duì)所述攝像裝置獲取的深度圖像及輔助圖像進(jìn)行圖像預(yù)處理。
[0041] 可選的，所述系統(tǒng)還包括：
[0042] 校準(zhǔn)裝置，用于對(duì)所述攝像裝置獲取的深度圖像及輔助圖像進(jìn)行圖像校準(zhǔn)，形成 一致的空間幾何坐標(biāo)。
[0043] 可選的，所述檢測(cè)裝置基于所述目標(biāo)區(qū)域及所述特征點(diǎn)信息，檢測(cè)所述待測(cè)對(duì)象 是否為活體，包括：
[0044] 對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，將其轉(zhuǎn)換到統(tǒng)一尺寸描述空間；以及
[0045] 通過(guò)計(jì)算變換矩陣，將所述特征點(diǎn)映射到統(tǒng)一的標(biāo)準(zhǔn)位置。
[0046] 為達(dá)到上述目的，本發(fā)明實(shí)施例還公開(kāi)了一種基于深度圖像信息的檢測(cè)方法，所 述方法包括：
[0047] 獲取待測(cè)對(duì)象的深度圖像；
[0048] 基于所述深度圖像提取待測(cè)對(duì)象的目標(biāo)區(qū)域，并獲取所述目標(biāo)區(qū)域的特征點(diǎn)信 息；以及
[0049] 基于所述目標(biāo)區(qū)域及所述特征點(diǎn)信息，檢測(cè)所述待測(cè)對(duì)象是否為活體。
[0050] 可選的，所述攝像裝置按照預(yù)設(shè)采樣頻率采集待測(cè)對(duì)象的采樣點(diǎn)信息，基于所述 采樣點(diǎn)信息形成所述深度圖像。
[0051] 可選的，所述采樣點(diǎn)信息包括采樣點(diǎn)位置索引信息及采樣點(diǎn)深度信息。
[0052] 可選的，對(duì)所述攝像裝置獲取的深度圖像進(jìn)行圖像預(yù)處理。
[0053] 可選的，所述基于所述目標(biāo)區(qū)域及所述特征點(diǎn)信息，檢測(cè)所述待測(cè)對(duì)象是否為活 體，包括：
[0054] 對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，將其轉(zhuǎn)換到統(tǒng)一尺寸描述空間；以及
[0055] 通過(guò)計(jì)算變換矩陣，將所述特征點(diǎn)映射到統(tǒng)一的標(biāo)準(zhǔn)位置。
[0056] 可選的，所述對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，包括：
[0057] 分別應(yīng)用一維的離散的梯度模板[_l，0，l]qP [_1，0，1]于水平及垂直方向?qū)λ?述深度圖像進(jìn)行卷積計(jì)算，計(jì)算梯度向量6)!(1，y)及Gy(x，y):
[0058]
[0059]
[0060] 且計(jì)算幅度G(x，y)及方向α (X，y):
[0061]
[0062] α (χ，y) = arctan(Gy(x，y)/Gx(x，y))〇
[0063] 可選的，所述對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，還包括：
[0064] 將圖像分成若干分塊，在每個(gè)分塊內(nèi)建立9個(gè)方向的分塊直方圖，塊內(nèi)每個(gè)象素 以梯度幅度作為權(quán)重對(duì)直方圖進(jìn)行投票，得到該分塊的HoG特征描述子，把所有直方圖串 聯(lián)成一個(gè)特征向量。
[0065] 可選的，所述對(duì)所述目標(biāo)區(qū)域進(jìn)行二維歸一化處理，包括：
[0066]定義F(x，y) =d為標(biāo)準(zhǔn)三維模型函數(shù)，其中x及y為垂直平面座標(biāo)，d為深度值； [0067] 對(duì)二十一個(gè)關(guān)鍵點(diǎn)用拉朗格日插值法得到該幀的三維函數(shù)G(x，y) =d;
[0068] 計(jì)算F與G的距離IIF-GI12:
[0069]
[0070]其中{(X，y) :x。彡X彡Xpy。彡y彡yJ為歸一化后的區(qū)域。
[0071] 可選的，所述檢測(cè)所述待測(cè)對(duì)象是否為活體，包括：
[0072] 判斷F與G的距離| |F-G| |2是否低于預(yù)設(shè)閥值，若是，則判斷所述待測(cè)對(duì)象為活 體，否則所述待測(cè)對(duì)象為非活體。
[0073] 為達(dá)到上述目的，本發(fā)明實(shí)施例還公開(kāi)了一種基于深度圖像信息的檢測(cè)方法，所 述方法包括：