本发明涉及生物特征识别技术领域，特别涉及一种结合光验证码的人脸活体检测方法和系统。
背景技术：
随着生物特征识别技术的发展，人脸识别方法已经成为一种确认用户身份的常用方法，现有技术中，一些人脸识别方法中增加了人脸活体鉴别的方法，可以较好的进行人脸检测与识，然而，现有人脸识别过程，特别是基于面部识别的过程中，非法登录者可以通过伪造人脸来“欺骗”摄像头或者其他图像采集设备，使得图像采集设备获取的照片并非是活体人脸照片，例如使用注册者的人脸照片或者人脸视频片段置于图像采集设备之前，图像采集设备所获取的当前用户的面部照片实则是来自于照片或者视频片段，或者，非法登录者还可以伪造三维人脸模型，将该三维人脸模型置于图像采集设备之前，此时图像采集设备所获取的人脸照片为三维人脸模型的照片，但是在进行基于五官的特征和分布的比对时，是无法察觉这一点的，这就造成了身份识别系统的防伪能力弱，安全性低的问题。
技术实现要素：
本发明的目的在于提供一种结合光验证码的人脸活体检测方法和系统，以解决上述背景技术中现有的人脸活体检测方法和系统防伪能力弱，安全性低问题。
为实现上述目的，本发明提供如下技术方案：一种结合光验证码的人脸活体检测系统，包括主机(1)、高清显示屏(2)、摄像头(3)和人脸识别专用板卡(4)，所述主机(1)的中间部位固定安装有高清显示屏(2)，所述主机(1)的上端设置有摄像头(3)，且摄像头(3)旁侧安装led彩色灯(8)，所述主机(1)的内部固定安装有人脸识别专用板卡(4)，所述主机(1)的背侧固定安装有外壳(5)，且外壳(5)的下端均匀开设有散热孔(6)，所述主机(1)的下侧通过螺丝固定安装有可装配支架(7)。
优选为，所述摄像头(3)优选采用广角配置，且摄像头(3)附近配置有led彩色灯(8)。
优选为，所述人脸识别专用板卡(4)中内置人脸识别系统，且兼容各种算法程序，人脸识别系统主要包括随机光验证码生成器、人脸特征信息库、人脸图像采集及检测系统、人脸图像预处理系统、人脸图像特征提取系统、人脸图像匹配与识别系统和活体检测系统。
优选为，所述人脸识别专用板卡(4)中的人脸特征信息库采用大容量存储。
优选为，所述人脸识别专用板卡(4)中的人脸采集及检测系统中采用静态图像、动态图像、不同的位置、不同表情等方面进行采集，当用户在摄像头(3)的拍摄范围内时，摄像头(3)会自动搜索并拍摄用户的人脸图像。
优选为，所述人脸识别专用板卡(4)中人脸图像匹配与识别系统就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断，这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。
优选为，所述人脸识别专用板卡(4)中的采用随机光验证码生成器生成随机的颜色种类和随机的补光顺序。
优选为，所述可装配支架(7)包括底板(71)、橡胶垫(72)和双面胶贴(73)，所述底板(71)设置为l形结构，所述底板(71)的下侧固定安装有橡胶垫(72)，且橡胶垫(72)的下表面设置为锯齿结构，所述底板(71)的下侧固定胶合有双面胶贴(73)。
一种结合光验证码的人脸活体检测方法，包括如下步骤：
步骤s1，用随机光验证码生成器生成随机的颜色种类和随机的补光顺序，并开始对人像进行补光，设此时时刻为t1；
步骤s2，每种颜色补光都持续至本次光验证中的所有颜色都补光完毕，设此时时刻为t2，在t1-t2时段，摄像头(3)捕获在不同颜色下的视频流；
步骤s3，从s2获得的视频流中截取不同颜色补光下的一帧图像组成一组图像作为活体检测算法的输入；
活体检测算法可以估计出光验证码和活体分值，所述光验证码信息包括光的颜色种类及其顺序；
步骤s4，若s3中估计出的光验证码和s1中的光验证码一致，且s3中估计出的活体分值超过事先设定的阈值，则确定人像为活体人脸，否则为假脸。
优选为，经过所述步骤s4确认为活体人脸之后，再将人脸区域缩放至统一大小并校正人脸，再作为人脸图像特征提取系统的输入进行特征提取，得到512维人脸特征信息；
用此512维人脸特征信息与人脸特征信息库里的特征信息一一比对进行识别。
本发明的一种结合光验证码的人脸活体检测方法和系统的有益效果是：本方法及系统，通过设置带有橡胶垫的可装配支架，且支架下方设置有双面胶贴，从而使得本装置在放置时更加牢固稳定，以保证本装置可以正常工作；通过设置有人脸识别专用板卡，通过广角摄像头，进行静动态图像捕捉，通过随机光验证码生成器，随机的颜色、种类和随机的补光顺序，再通过估计出光进行辨认和确认出活体，可有效防止恶意者伪造和窃取他人的生物特征用于身份认证，大大提高人脸识别的可靠性和安全性。
附图说明
图1为本发明第一实施例的整体结构示意图；
图2为本发明第二实施例的结构分裂示意图；
图3为本发明第二实施例的结构正视示意图；
图4为本发明的可装配支架结构俯视示意图；
图5为本发明第二实施例的方法流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
如图1所示，为本发明第一实施例的整体结构示意图，该实施例提供了一种人脸活体检测方法和系统，
第一实施例：
一种结合光验证码的人脸活体检测系统，包括主机1、高清显示屏2、摄像头3和人脸识别专用板卡4，主机1的中间部位固定安装有高清显示屏2，主机1的上端设置有摄像头3，通过摄像头3进行人像捕捉，主机1的内部固定安装有人脸识别专用板卡4，通过人脸识别专用板卡4中的人脸识别系统进行人脸识别，并输出相应识别结果，主机1的背侧固定安装有外壳5，且外壳5的下端均匀开设有散热孔6，用于装置自身散热，主机1的下侧通过螺丝固定安装有可装配支架7。
第二实施例：
一种结合光验证码的人脸活体检测系统，包括主机1、高清显示屏2、摄像头3和人脸识别专用板卡4，主机1的中间部位固定安装有高清显示屏2，主机1的上端设置有摄像头3，摄像头3优选采用广角配置，且摄像头(3)附近配置有led彩色灯8，采用广角配置的摄像头3，可最大面积进行图片捕捉和拍摄；
主机1的内部固定安装有人脸识别专用板卡4，人脸识别专用板卡4中内置人脸识别系统，且兼容各种算法程序，人脸识别系统主要包括随机光验证码生成器、人脸信息库、人脸图像采集及检测系统、人脸图像预处理系统、人脸图像特征提取系统、人脸图像匹配与识别系统和活体检测系统，人脸识别专用板卡4中的人脸信息库采用大容量存储，大容量的人脸信息库可用于存储较多的人脸身份信息，同时生产的相应验证码，可作为唯一身份标识，用以辨认和识别，从而防止非法登录者可以通过伪造人脸来“欺骗”摄像头3，人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小，人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及haar特征等，人脸检测方法基于以上特征采用adaboost学习算法，adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法，人脸检测过程中使用adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度，人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测，人脸图像预处理系统对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程，系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等，人脸图像特征提取系统人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等，人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程，人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法，基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等，人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法；
人脸识别专用板卡4中人脸图像匹配与识别系统就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断，这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程，提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出；
人脸识别专用板卡4中的人脸采集及检测系统中采用静态图像、动态图像、不同的位置、不同表情等方面进行采集，当用户在摄像头3的拍摄范围内时，摄像头3会自动搜索并拍摄用户的人脸图像，通过不用方式对人脸进行多方面采集，从而提高采集和识别的精准度，人脸识别专用板卡4中的活体检测系统中的采用随机光验证码生成器生成随机的颜色、种类和随机的补光顺序，通通过活体检测算法，对随机光验证码生成器生成的随机颜色、种类和随机的补光顺序，计算出活体，在实际应用场景中可以防止恶意者伪造和窃取他人的生物特征用于身份认证，可更加有效地防止照片、视频、3d面具等各类手段的攻击，提升了用户远程验证身份真实性的安全性，在一些身份验证场景确定对象真实生理特征的方法，可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益；
主机1的背侧固定安装有外壳5，且外壳5的下端均匀开设有散热孔6，主机1的下侧通过螺丝固定安装有可装配支架7，可装配支架7包括底板71、橡胶垫72和双面胶贴73，底板71设置为l形结构，底板71的下侧固定安装有橡胶垫72，且橡胶垫72的下表面设置为锯齿结构，底板71的下侧固定胶合有双面胶贴73，通过锯齿结构的底板71，配合双面胶贴73，使得本装置在放置时更加牢固稳定，以保证本装置可以正常工作。
一种结合光验证码的人脸活体检测方法，包括如下步骤：
步骤s1，用随机光验证码生成器生成随机的颜色种类和随机的补光顺序，并开始对人像进行补光，设此时时刻为t1。
步骤s2，每种颜色补光都持续一小段时间，直到本次光验证中的所有颜色都补光完毕，设此时时刻为t2，在t1-t2时段，摄像头(3)捕获一段在不同颜色下的视频流。
步骤s3，从s2获得的视频流中截取不同颜色补光下的一帧图像组成一组图像作为活体检测算法的输入。活体检测算法可以估计出光验证码(光的颜色种类及其顺序)和活体分值。
步骤s4，如果s3中估计出的光验证码和s1中的光验证码一致，且s3中估计出的活体分值超过事先设定的阈值，则确定人像为活体人脸，否则为假脸。
经过所述步骤s4确认为活体人脸之后，再将人脸区域缩放至统一大小并校正人脸，再作为人脸图像特征提取系统的输入进行特征提取，得到512维人脸特征信息。然后用此512维人脸特征信息与人脸特征信息库里的特征信息一一比对进行识别。
对于本领域的普通技术人员而言，根据本发明的教导，在不脱离本发明的原理与精神的情况下，对实施方式所进行的改变、修改、替换和变形仍落入本发明的保护范围之内。
1.一种结合光验证码的人脸活体检测系统，包括主机(1)、高清显示屏(2)、摄像头(3)和人脸识别专用板卡(4)，其特征在于：所述主机(1)的中间部位固定安装有高清显示屏(2)，所述主机(1)的上端设置有摄像头(3)，且摄像头(3)旁侧安装led彩色灯(8)，所述主机(1)的内部固定安装有人脸识别专用板卡(4)，所述主机(1)的背侧固定安装有外壳(5)，且外壳(5)的下端均匀开设有散热孔(6)，所述主机(1)的下侧通过螺丝固定安装有可装配支架(7)。
2.如权利要求1所述的一种结合光验证码的人脸活体检测系统，其特征在于：所述摄像头(3)优选采用广角配置，且摄像头(3)附近配置有led彩色灯(8)。
3.如权利要求1所述的一种结合光验证码的人脸活体检测系统，其特征在于：所述人脸识别专用板卡(4)中内置人脸识别系统，且兼容各种算法程序，人脸识别系统主要包括随机光验证码生成器、人脸特征信息库、人脸图像采集及检测系统、人脸图像预处理系统、人脸图像特征提取系统、人脸图像匹配与识别系统和活体检测系统。
4.如权利要求1所述的一种结合光验证码的人脸活体检测系统，其特征在于：所述人脸识别专用板卡(4)中的人脸特征信息库采用大容量存储。
5.如权利要求1所述的一种结合光验证码的人脸活体检测系统，其特征在于：所述人脸识别专用板卡(4)中的人脸采集及检测系统中采用静态图像、动态图像、不同的位置、不同表情等方面进行采集，当用户在摄像头(3)的拍摄范围内时，摄像头(3)会自动搜索并拍摄用户的人脸图像。
6.如权利要求1所述的一种结合光验证码的人脸活体检测系统，其特征在于：所述人脸识别专用板卡(4)中人脸图像匹配与识别系统就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断，这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。
7.如权利要求1所述的一种结合光验证码的人脸活体检测系统，其特征在于：所述人脸识别专用板卡(4)中的采用随机光验证码生成器生成随机的颜色种类和随机的补光顺序。
8.如权利要求1所述的一种结合光验证码的人脸活体检测系统，其特征在于：所述可装配支架(7)包括底板(71)、橡胶垫(72)和双面胶贴(73)，所述底板(71)设置为l形结构，所述底板(71)的下侧固定安装有橡胶垫(72)，且橡胶垫(72)的下表面设置为锯齿结构，所述底板(71)的下侧固定胶合有双面胶贴(73)。
9.一种结合光验证码的人脸活体检测方法，其特征在于，包括如下步骤：
步骤s1，用随机光验证码生成器生成随机的颜色种类和随机的补光顺序，并开始对人像进行补光，设此时时刻为t1；
步骤s2，每种颜色补光都持续至本次光验证中的所有颜色都补光完毕，设此时时刻为t2，在t1-t2时段，摄像头(3)捕获在不同颜色下的视频流；
步骤s3，从s2获得的视频流中截取不同颜色补光下的一帧图像组成一组图像作为活体检测算法的输入；
活体检测算法可以估计出光验证码和活体分值，所述光验证码信息包括光的颜色种类及其顺序；
步骤s4，若s3中估计出的光验证码和s1中的光验证码一致，且s3中估计出的活体分值超过事先设定的阈值，则确定人像为活体人脸，否则为假脸。
10.如权利要求9所述的一种结合光验证码的人脸活体检测方法，其特征在于：经过所述步骤s4确认为活体人脸之后，再将人脸区域缩放至统一大小并校正人脸，再作为人脸图像特征提取系统的输入进行特征提取，得到512维人脸特征信息；
用此512维人脸特征信息与人脸特征信息库里的特征信息一一比对进行识别。
技术总结