專利名稱：一種基于人臉的身份認證方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及模式識別技術(shù)領(lǐng)域，特別是涉及一種基于人臉的身份認證方法及系統(tǒng)。
背景技術(shù)：
生物特征識別技術(shù)是利用個體特有的生理和行為特征來達到身份識別和(或)個體驗證目的的一門科學(xué)，如人臉、指紋、掌紋、虹膜、聲音等的識別。在生物特征識別技術(shù)中， 近年來以人臉為特征的識別技術(shù)發(fā)展十分迅速。隨著人臉識別技術(shù)的發(fā)展，人臉識別相關(guān)的應(yīng)用系統(tǒng)逐漸增多，人臉認證系統(tǒng)作為應(yīng)用人臉識別技術(shù)相關(guān)的應(yīng)用系統(tǒng)在自動門禁、人臉登錄等方面取得了越來越多的應(yīng)用。人臉認證系統(tǒng)是利用攝像頭采集應(yīng)用人員的人臉圖像，并與庫中對應(yīng)身份的人臉圖像進行比對，如果比對通過，則認為待認證者與庫中對應(yīng)身份的人臉圖像具有相同的身份，認證通過；否則，認證不通過。為了認證通過，冒充者可能拿著庫中人員的照片進行認證，如果認證系統(tǒng)不能區(qū)分照片和真人，將會使冒充者認證通過。因此，需要在認證系統(tǒng)中增加區(qū)分照片和真人的功能。照片與真人的區(qū)別主要有照片是二維的，而真人是三維的。利用這種區(qū)別，通過三維人臉的重構(gòu)，包括雙目圖像合成等方法，可以區(qū)分照片和真人。但是，三維數(shù)據(jù)量很大， 計算速度慢，雙目攝像頭還需要定標等操作，因此，這種方法需要占用的資源較多，導(dǎo)致系統(tǒng)識別速度大大下降，很難滿足實時的應(yīng)用需求。綜上所述，如何快速區(qū)分真人和照片是目前人臉認證系統(tǒng)需要解決的問題之一。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種基于人臉的身份認證方法及系統(tǒng)，以解決人臉認證過程中區(qū)分真人和照片的問題。為了解決上述問題，本發(fā)明公開了一種基于人臉的身份認證方法，包括將當前幀圖像進行人臉認證和表情識別；將連續(xù)多幀的人臉認證結(jié)果和表情識別結(jié)果按照預(yù)置策略進行綜合認證，如果綜合認證結(jié)果為人臉認證通過且至少有兩種表情，則該人臉的身份認證通過。優(yōu)選的，所述將當前幀圖像進行人臉認證和表情識別之前，還包括對當前幀圖像進行人臉檢測和跟蹤；如果跟蹤上，則為同一人臉；如果跟蹤不上，則為不同人臉。優(yōu)選的，如果跟蹤上，則繼續(xù)判斷前一幀圖像是否通過身份認證，如果通過，則輸出身份認證已通過的信息；如果沒有通過，則將當前幀圖像進行人臉認證和表情識別；如果跟蹤不上，則將前一人臉進行綜合認證的相關(guān)數(shù)據(jù)清除，并將當前幀圖像進行人臉認證和表情識別。優(yōu)選的，所述預(yù)置策略為條件一，跟蹤上的幀數(shù)大于預(yù)置閾值一；條件二，通過人臉認證的幀數(shù)與跟蹤上的幀數(shù)相除的結(jié)果大于預(yù)置閾值二 ；條件三，表情數(shù)目大于等于2 ；如果同時滿足以上三個條件，則符合所述綜合認證結(jié)果?；谒霾呗?，所述人臉認證為僅識別一種表情的人臉圖像，或者識別多種表情的人臉圖像。優(yōu)選的，所述預(yù)置策略還可以為條件一，連續(xù)M幀圖像通過人臉認證，并且表情識別結(jié)果為表情一；條件二，第M幀圖像后的連續(xù)N幀圖像通過人臉認證，并且表情識別結(jié)果為表情二 ；其中，M和N為自然數(shù)；如果同時滿足以上兩個條件，則符合所述綜合認證結(jié)^ ο本發(fā)明還提供了一種基于人臉的身份認證系統(tǒng)，包括人臉認證模塊，用于對當前幀圖像進行人臉認證；表情識別模塊，用于對當前幀圖像進行表情識別；綜合認證模塊，用于將連續(xù)多幀的人臉認證結(jié)果和表情識別結(jié)果按照預(yù)置策略進行綜合認證，如果綜合認證結(jié)果為人臉認證通過且至少有兩種表情，則該人臉的身份認證通過。優(yōu)選的，所述身份認證系統(tǒng)還包括人臉檢測模塊，用于對當前幀圖像進行人臉檢測；人臉跟蹤模塊，用于對當前幀圖像中檢測到的人臉進行人臉跟蹤；如果跟蹤上，則為同一人臉；如果跟蹤不上，則為不同人臉，將當前幀圖像分別輸入人臉認證模塊和表情識別模塊。優(yōu)選的，所述身份認證系統(tǒng)還包括判斷模塊，用于當跟蹤上時，判斷前一幀圖像是否通過綜合認證模塊的身份認證，如果通過，則輸出身份認證已通過的信息；如果沒有通過，則將當前幀圖像分別輸入人臉認證模塊和表情識別模塊。優(yōu)選的，所述身份認證系統(tǒng)還包括重置模塊，用于當跟蹤不上時，將綜合認證模塊中前一人臉的相關(guān)數(shù)據(jù)清除。優(yōu)選的，所述預(yù)置策略為條件一，跟蹤上的幀數(shù)大于預(yù)置閾值一；條件二，通過人臉認證的幀數(shù)與跟蹤上的幀數(shù)相除的結(jié)果大于預(yù)置閾值二 ；條件三，表情數(shù)目大于等于2 ；如果同時滿足以上三個條件，則符合所述綜合認證結(jié)果。
基于所述策略，所述人臉認證模塊僅識別一種表情的人臉圖像，或者識別多種表情的人臉圖像。優(yōu)選的，所述預(yù)置策略還可以為條件一，連續(xù)M幀圖像通過人臉認證，并且表情識別結(jié)果為表情一；條件二，第M幀圖像后的連續(xù)N幀圖像通過人臉認證，并且表情識別結(jié)果為表情 --；其中，M和N為自然數(shù)；如果同時滿足以上兩個條件，則符合所述綜合認證結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點首先，本發(fā)明提供一種基于表情識別的人臉認證系統(tǒng)，要求使用者在認證過程中做出至少兩種表情，由于照片無法進行表情變化，因此可以區(qū)分單張照片和真人。同時，利用人臉跟蹤來確定表情變化的是同一個人臉，如果利用兩張表情不同的照片進行認證，變換照片時無法跟蹤上，從而區(qū)分真人和照片。本發(fā)明通過人臉跟蹤、表情識別和人臉識別相結(jié)合，提高了認證性能，避免冒充者用照片通過認證。其次，與現(xiàn)有的利用三維信息區(qū)分真人和照片的方法相比，本發(fā)明計算數(shù)據(jù)量小， 占用系統(tǒng)資源少，能夠快速區(qū)分出真人和照片，滿足了實時應(yīng)用的需求。


圖1是本發(fā)明實施例所述一種基于人臉的身份認證方法的流程圖；圖2是本發(fā)明實施例所述一種基于人臉的身份認證系統(tǒng)的結(jié)構(gòu)圖。
具體實施例方式為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式
對本發(fā)明作進一步詳細的說明。經(jīng)分析，照片與真人的另一主要區(qū)別是真人可以進行各種各樣的表情變化，而單張照片只可能具有一種表情；雖然多張照片可能具有多個表情，但是表情的變化不是連續(xù)的?；谏鲜龇治?，本發(fā)明的核心是提供一種基于表情識別的人臉認證系統(tǒng)，要求使用者在認證過程中做出至少兩種表情，由于照片無法進行表情變化，因此可以區(qū)分單張照片和真人。同時，利用人臉跟蹤來確定表情變化的是同一個人臉，如果利用兩張表情不同的照片進行認證，變換照片時無法跟蹤上，從而區(qū)分真人和照片。下面通過實施例進行詳細說明。參照圖1，是本發(fā)明實施例所述一種基于人臉的身份認證方法的流程圖。在身份認證過程中，對采集到的每一幀圖像進行如下處理步驟101，對當前幀圖像進行人臉檢測和跟蹤；如果跟蹤上，則為同一人臉，繼續(xù)執(zhí)行步驟102 ；如果跟蹤不上，則為不同人臉，同時執(zhí)行步驟104、105和106 ；人臉檢測和跟蹤屬于目前比較成熟的技術(shù)。人臉檢測是指對于任意一幅給定的圖像，采用一定的策略對其進行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)等。人臉檢測多采用基于Adaboost的方法，通過大量人臉和非人臉圖像訓(xùn)練人臉的分類器。人臉跟蹤是指在給定視頻中，確定人臉的運動軌跡及其大小變化的過程。人臉跟蹤有基于Mean Shift的方法、基于統(tǒng)計模型的方法等，人臉跟蹤可用于視頻中跟蹤同一人臉。如果當前幀中檢測到的人臉在下一幀中不消失，則會被跟蹤上；如果前后幾幀的人臉沒有跟蹤上，可以認為視頻中的人臉不再是同一個人臉。因此，通過人臉跟蹤可以確定當前幀中的人臉與前一幀中檢測到的人臉是否是同一個人臉。如果當前幀跟蹤上了，說明當前幀中的人臉與前一幀中的人臉是同一個人臉；如果當前幀沒有跟蹤上，則說明當前幀中檢測到的是一個新的人臉，則按照步驟106重置進行多幀綜合認證的數(shù)據(jù)，并將此人臉輸入給表情識別和人臉識別的步驟，繼續(xù)后續(xù)的處理。除上述通過人臉跟蹤技術(shù)判斷是否為同一個人臉之外，還可以采用其他方法進行判斷，本實施例在此不做限定。步驟102，判斷前一幀中的人臉圖像是否通過身份認證，如果通過，則執(zhí)行步驟 103 ；如果沒有通過，則同時執(zhí)行步驟104和105 ；如果前一幀此人臉的身份已經(jīng)認證通過，則直接給出身份認證通過的信號，不再進行后續(xù)的處理。如果前一幀此人臉沒有通過身份認證，可能是此人臉的數(shù)據(jù)還不夠，不能滿足身份認證通過的要求，則將此人臉輸入給表情識別和人臉識別的步驟，繼續(xù)后續(xù)的處理。步驟103，輸出身份認證已通過的信息，流程結(jié)束；步驟104，將當前幀圖像進行人臉認證，然后繼續(xù)執(zhí)行步驟107 ；人臉認證是將輸入的人臉圖像與用戶選擇的身份對應(yīng)的樣本進行比對，如果比對成功則認證通過，否則認證不通過。其中，用戶選擇身份的方法可以是刷卡、鼠標點擊等方法。人臉認證的流程為先進行特征提取，然后將特征向量輸入給分類器，根據(jù)分類器的輸出結(jié)果確定認證是否通過。常用的特征有PCA降維特征、Gabor特征、LBP特征、直方圖特征等，如果需要，還可以在特征提取后進行特征的挑選，常用的分類器有boosting分類器、SVM分類器、貝葉斯分類器、類內(nèi)類間分類器等。通過人臉識別，可以知道當前人臉圖像是否與庫中的身份相符合。步驟105，將當前幀圖像進行表情識別，然后繼續(xù)執(zhí)行步驟107 ；表情識別的目的是識別當前人臉的表情，如果當前人臉在跟蹤過程中具有多種表情，則當前人臉不是照片。這是因為單張照片只有一種表情，如果是多張照片，即使照片之間的表情不同，但照片切換時也會由于跟蹤不上而被認為是一個新的人臉出現(xiàn)(因為照片切換的速度遠遠達不到跟蹤算法要求的速度)，因此新人臉仍然只有一種表情。這里，多張照片指的是兩張或兩張以上。表情識別可以通過表情分類器進行。首先，對表情進行分類，通常將表情分為中性表情、笑、驚訝、生氣等，也有其他的分法，如增加悲傷等表情。然后，為每種表情選擇大量人臉樣本，然后對樣本進行特征提取，如提取Gabor特征，并進行特征挑選，可以采用 Adaboost的方法進行特征挑選，然后訓(xùn)練表情分類器，常用的為SVM(支持向量機)分類器。 利用表情分類器，可以對給定的人臉圖像進行表情分類。需要說明的是，根據(jù)不同應(yīng)用的需要，上述步驟105和106可以同時執(zhí)行，也可以先后執(zhí)行，如果同時執(zhí)行，這兩個步驟分別是獨立的。步驟106，將前一人臉進行綜合認證的相關(guān)數(shù)據(jù)清除；如果當前幀中的人臉圖像跟蹤不上，說明當前幀中檢測到的是一個新的人臉，則當前進行綜合認證的數(shù)據(jù)是前一人臉的數(shù)據(jù)，需要清除后來接收這個新人臉的相關(guān)數(shù)據(jù)。 所述相關(guān)數(shù)據(jù)包括人臉識別結(jié)果和表情識別結(jié)果。步驟107，將連續(xù)多幀的人臉識別結(jié)果和表情識別結(jié)果按照預(yù)置策略進行綜合認證；如果綜合認證結(jié)果為人臉認證通過且至少有兩種表情，則該人臉的身份認證通過；否則，如果只有一種表情，則圖像中的人臉可能是照片而不是真人，身份認證不通過。本實施例提供以下2種綜合認證策略
1)策略一如果同時滿足以下三個條件，則符合上述綜合認證要求，認為人臉認證通過且至少有兩種表情條件一，跟蹤上的幀數(shù)大于預(yù)置閾值一；條件二，通過人臉認證的幀數(shù)與跟蹤上的幀數(shù)相除的結(jié)果大于預(yù)置閾值二 ；
條件三，表情數(shù)目大于等于2。其中，閾值一和閾值二可以根據(jù)應(yīng)用需求設(shè)定。上述條件一保證了連續(xù)多幀圖像中的人臉是同一人臉，上述條件二保證了人臉通過了人臉人證，上述條件三保證了至少有兩種表情。符合這三個條件，即可以得出人臉認證通過且具有至少兩種表情的認證結(jié)果，則身份認證通過。2)策略二 如果同時滿足以下兩個條件，則符合所述綜合認證要求，認為人臉認證通過且至少有兩種表情條件一，連續(xù)M幀圖像通過人臉認證，并且表情識別結(jié)果為表情一；條件二，第M幀圖像后的連續(xù)N幀圖像通過人臉認證，并且表情識別結(jié)果為表情 --；其中，M和N為自然數(shù)。上述表情一和表情二可以是指定的表情，如可以采用中性表情和笑兩種表情。在采集每種表情的圖像之前，可以給出提示信息，提示方法可以是語音、屏幕圖像等方法。如果是復(fù)雜一些的處理，則表情一和表情二可以由用戶自己選定，這時系統(tǒng)就需要具有識別更多種表情的處理能力。除上述2種策略外，也可以采用其他策略，但總的思想是保證人臉認證通過且至少有兩種表情才能通過認證。步驟108，輸出綜合認證結(jié)果。綜合認證結(jié)果包括身份認證通過和身份認證不通過兩種，這兩種結(jié)果都會以語音、聲音提示或圖像提示等多種方式或組合方式輸出。上述流程中，綜合認證步驟是影響身份認證效果的主要因素，所提供的兩種策略各有優(yōu)缺點，可以根據(jù)認證方法等進行選擇。其中，策略一沒有表情提示，待認證者可以自然地進行認證，自然變化表情，但缺點是如果待認證者不知道需要進行表情變化，則無法通過認證；并且，策略一中的人臉識別可以只識別一種表情的人臉圖像，也可以支持多種表情的人臉識別，不過需要多幀以保證認證性能。對于只能支持一種表情的人臉識別，由于人臉識別與表情識別是分開進行的，所以即使只能識別一種表情的人臉圖像，也可以同時滿足策略一中的三個條件，因此這種情況是可以存在的。例如，人臉識別模型只能識別中性人臉圖像，當人臉具有表情時無法進行識別，此時可以先識別中性人臉，人臉認證通過后再提醒用戶變換表情，如果表情變化了， 并且跟蹤上的幀數(shù)大于預(yù)置閾值一，則認為此時人臉認證通過、表情要求也通過，認為該用戶的身份認證通過。策略二有表情提示，需要人臉識別的分類器支持多種表情的識別，這種策略由于有提示，可以方便用戶進行配合；并且，有兩種以上的表情的人臉圖像都通過了認證，可以更多的降低誤識率。例如，以計算機的人臉開機登錄系統(tǒng)為例。首先需要獲取用戶的人臉信息，并存儲；開機后通過攝像頭進行人臉的檢測和跟蹤，并進行人臉的認證。認證過程中先提示用戶做出一種表情，當連續(xù)M幀圖像通過人臉認證，并且通過該表情識別后，再提示用戶作出另一種表情，當連續(xù)N幀圖像通過人臉認證，并且通過該表情的識別，則身份認證通過，實現(xiàn)登錄，否則拒絕登錄。綜上所述，本發(fā)明通過人臉跟蹤、表情識別和人臉認證相結(jié)合，提高了身份認證性能，避免冒充者用照片通過身份認證。而且，與現(xiàn)有的利用三維信息區(qū)分真人和照片的方法相比，本發(fā)明計算數(shù)據(jù)量小，占用系統(tǒng)資源少，能夠快速區(qū)分出真人和照片，滿足了實時應(yīng)用的需求。針對上述方法實施例的說明，本發(fā)明還提供了相應(yīng)的系統(tǒng)實施例。參照圖2，是本發(fā)明實施例所述一種基于人臉的身份認證系統(tǒng)的結(jié)構(gòu)圖。所述人臉認證系統(tǒng)主要包括人臉認證模塊21，用于對當前幀圖像進行人臉認證；表情識別模塊22，用于對當前幀圖像進行表情識別；綜合認證模塊23，用于將連續(xù)多幀的人臉認證結(jié)果和表情識別結(jié)果按照預(yù)置策略進行綜合認證，如果綜合認證結(jié)果為人臉認證通過且至少有兩種表情，則該人臉的身份認證通過。優(yōu)選的，為了判斷前后幾幀圖像中的人臉是同一人臉，所述系統(tǒng)還可以包括人臉檢測模塊M，用于對當前幀圖像進行人臉檢測；人臉跟蹤模塊25，用于對當前幀圖像中檢測到的人臉進行人臉跟蹤；如果跟蹤上，則為同一人臉；如果跟蹤不上，則為不同人臉，將當前幀圖像分別輸入人臉認證模塊21 和表情識別模塊22。相應(yīng)的，所述系統(tǒng)還可以包括判斷模塊沈，用于當跟蹤上時，判斷前一幀圖像是否通過綜合認證模塊23的身份認證，如果通過，則輸出身份認證已通過的信息；如果沒有通過，則將當前幀圖像分別輸入人臉認證模塊21和表情識別模塊22。相應(yīng)的，所述系統(tǒng)還可以包括重置模塊27，用于當跟蹤不上時，將綜合認證模塊23中前一人臉的相關(guān)數(shù)據(jù)清除?；谏鲜瞿K，本實施中的綜合認證模塊23提供了兩種策略1)策略一如果同時滿足以下三個條件，則符合上述綜合認證結(jié)果，認為人臉認證通過且至少有兩種表情條件一，跟蹤上的幀數(shù)大于預(yù)置閾值一；條件二，通過人臉認證的幀數(shù)與跟蹤上的幀數(shù)相除的結(jié)果大于預(yù)置閾值二 ；條件三，表情數(shù)目大于等于2。其中，閾值一和閾值二可以根據(jù)應(yīng)用需求設(shè)定。
這種策略下，所述人臉識別模塊21可以僅識別一種表情的人臉圖像，也可以識別多種表情的人臉圖像。2)策略二 如果同時滿足以下兩個條件，則符合所述綜合認證結(jié)果，認為人臉認證通過且至少有兩種表情條件一，連續(xù)M幀圖像通過人臉認證，并且表情識別結(jié)果為表情一；條件二，第M幀圖像后的連續(xù)N幀圖像通過人臉認證，并且表情識別結(jié)果為表情 --；其中，M和N為自然數(shù)。這種策略下，所述系統(tǒng)還可以包括表情提示模塊觀，用于針對條件一和條件二，分別提示用戶進行表情變化。此外，所述系統(tǒng)還可以包括認證結(jié)果輸出模塊四，用于以語音、聲音提示或圖像提示等多種方式或組合方式， 輸出身份認證通過和身份認證不通過兩種結(jié)果。綜上所述，本系統(tǒng)可以在人臉認證過程中區(qū)分出照片和真人，而且認證速度大大提高，能夠滿足了時應(yīng)用的需求。本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對于系統(tǒng)實施例而言，由于其與方法實施例基本相似，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。以上對本發(fā)明所提供的一種基于人臉的身份認證方法及系統(tǒng)，進行了詳細介紹， 本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式
及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
權(quán)利要求
1.一種基于人臉的身份認證方法，其特征在于，包括 將當前幀圖像進行人臉認證和表情識別；將連續(xù)多幀的人臉認證結(jié)果和表情識別結(jié)果按照預(yù)置策略進行綜合認證，如果綜合認證結(jié)果為人臉認證通過且至少有兩種表情，則該人臉的身份認證通過。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將當前幀圖像進行人臉認證和表情識別之前，還包括對當前幀圖像進行人臉檢測和跟蹤；如果跟蹤上，則為同一人臉；如果跟蹤不上，則為不同人臉。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于如果跟蹤上，則繼續(xù)判斷前一幀圖像是否通過身份認證，如果通過，則輸出身份認證已通過的信息；如果沒有通過，則將當前幀圖像進行人臉認證和表情識別；如果跟蹤不上，則將前一人臉進行綜合認證的相關(guān)數(shù)據(jù)清除，并將當前幀圖像進行人臉認證和表情識別。
4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述預(yù)置策略為 條件一，跟蹤上的幀數(shù)大于預(yù)置閾值一；條件二，通過人臉認證的幀數(shù)與跟蹤上的幀數(shù)相除的結(jié)果大于預(yù)置閾值二； 條件三，表情數(shù)目大于等于2;如果同時滿足以上三個條件，則符合所述綜合認證結(jié)果。
5.根據(jù)權(quán)利要求1至3任一所述的方法，其特征在于，所述預(yù)置策略為 條件一，連續(xù)M幀圖像通過人臉認證，并且表情識別結(jié)果為表情一；條件二，第M幀圖像后的連續(xù)N幀圖像通過人臉認證，并且表情識別結(jié)果為表情二 ； 其中，M和N為自然數(shù)；如果同時滿足以上兩個條件，則符合所述綜合認證結(jié)果。
6.根據(jù)權(quán)利要求4所述的方法，其特征在于所述人臉認證為僅識別一種表情的人臉圖像，或者識別多種表情的人臉圖像。
7.一種基于人臉的身份認證系統(tǒng)，其特征在于，包括 人臉認證模塊，用于對當前幀圖像進行人臉認證； 表情識別模塊，用于對當前幀圖像進行表情識別；綜合認證模塊，用于將連續(xù)多幀的人臉認證結(jié)果和表情識別結(jié)果按照預(yù)置策略進行綜合認證，如果綜合認證結(jié)果為人臉認證通過且至少有兩種表情，則該人臉的身份認證通過。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，還包括 人臉檢測模塊，用于對當前幀圖像進行人臉檢測；人臉跟蹤模塊，用于對當前幀圖像中檢測到的人臉進行人臉跟蹤；如果跟蹤上，則為同一人臉；如果跟蹤不上，則為不同人臉，將當前幀圖像分別輸入人臉認證模塊和表情識別模塊。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，還包括判斷模塊，用于當跟蹤上時，判斷前一幀圖像是否通過綜合認證模塊的身份認證，如果通過，則輸出身份認證已通過的信息；如果沒有通過，則將當前幀圖像分別輸入人臉認證模塊和表情識別模塊。
10.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，還包括重置模塊，用于當跟蹤不上時，將綜合認證模塊中前一人臉的相關(guān)數(shù)據(jù)清除。
11.根據(jù)權(quán)利要求8至10任一所述的系統(tǒng)，其特征在于，所述預(yù)置策略為 條件一，跟蹤上的幀數(shù)大于預(yù)置閾值一；條件二，通過人臉認證的幀數(shù)與跟蹤上的幀數(shù)相除的結(jié)果大于預(yù)置閾值二； 條件三，表情數(shù)目大于等于2;如果同時滿足以上三個條件，則符合所述綜合認證結(jié)果。
12.根據(jù)權(quán)利要求7至10任一所述的系統(tǒng)，其特征在于，所述預(yù)置策略為 條件一，連續(xù)M幀圖像通過人臉認證，并且表情識別結(jié)果為表情一；條件二，第M幀圖像后的連續(xù)N幀圖像通過人臉認證，并且表情識別結(jié)果為表情二 ； 其中，M和N為自然數(shù)；如果同時滿足以上兩個條件，則符合所述綜合認證結(jié)果。
13.根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于所述人臉認證模塊僅識別一種表情的人臉圖像，或者識別多種表情的人臉圖像。
全文摘要
本發(fā)明提供了一種基于人臉的身份認證方法及系統(tǒng)，以解決人臉認證過程中區(qū)分真人和照片的問題。所述方法包括將當前幀圖像進行人臉認證和表情識別；將連續(xù)多幀的人臉認證結(jié)果和表情識別結(jié)果按照預(yù)置策略進行綜合認證，如果綜合認證結(jié)果為人臉認證通過且至少有兩種表情，則該人臉的身份認證通過。本發(fā)明通過表情識別和人臉識別相結(jié)合，提高了認證性能，避免冒充者用照片通過認證。
文檔編號G06K9/62GK102385703SQ201010266199
公開日2012年3月21日 申請日期2010年8月27日 優(yōu)先權(quán)日2010年8月27日
發(fā)明者王俊艷, 黃英 申請人:北京中星微電子有限公司