(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210659261.9 (22)申请日 2022.06.13 (65)同一申请的已公布的文献号 申请公布号 CN 114743253 A (43)申请公布日 2022.07.12 (73)专利权人 四川迪晟新达 类脑智能技 术有限 公司 地址 610000 四川省成 都市金牛高新技术 产业园区兴盛西路2号 4栋5层 (72)发明人 冉欢欢　李非桃　李和伦　陈益　 王丹　褚俊波　陈春　李毅捷　 赵瑞欣　莫桥波　王逸凡　李东晨　 (74)专利代理 机构 成都厚为专利代理事务所 (普通合伙) 5125 5 专利代理师 王杰 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/74(2022.01) G06V 10/774(2022.01)G06K 9/62(2022.01) (56)对比文件 CN 111652086 A,2020.09.1 1 CN 105205458 A,2015.12.3 0 CN 109271950 A,2019.01.25 CN 110059624 A,2019.07.26 CN 112801038 A,2021.0 5.14 CN 105740779 A,2016.07.0 6 CN 110363067 A,2019.10.2 2 CN 109117726 A,2019.01.01 CN 110363111 A,2019.10.2 2 CN 108549873 A,2018.09.18 US 2020026941 A1,2020.01.23 US 20183 08107 A1,2018.10.25 杨健伟.面向人脸识别的人脸活体 检测方法 研究. 《中国优秀博硕士学位 论文全文数据库(硕 士) 信息科技 辑》 .2015,(第04期), (续) 审查员 唐嘉 (54)发明名称 一种基于相邻人脸关键点距离特征的活体 检测方法及系统 (57)摘要 本发明公开了一种基于相邻人脸关键点距 离特征的活体检测方法及系统， 所述方法包括： 获取同一人脸的多张标准人脸图像， 检测预设关 键点的三维坐标， 对预设关键点进行编号， 将预 设关键点组成标准拓扑图结构； 根据标准拓扑图 结构中相邻编号的两个预设关键点之间的距离 组成标准拓扑图距离特征； 采集二维人脸图像， 检测预设关键点的三维坐标， 对 预设关键点进行 编号， 将预设关键点组成当前拓扑图结构； 根据 当前拓扑图结构中相邻编号的两个预设关键点 之间的距离组当前拓扑图距离特征； 将当前拓扑 图距离特征与标准拓扑图距离特征进行匹配， 若 匹配成功， 则二维人脸图像来自活体人脸。 本发明的方法克服了采用可见光进行活体检测时受 到光照不均影响的缺陷。 [转续页] 权利要求书3页 说明书9页 附图2页 CN 114743253 B 2022.08.09 CN 114743253 B (56)对比文件 邓茜文等.基 于近红外与可 见光双目视 觉的 活体人脸检测方法. 《计算机 应用》 .2020,第40卷 (第7期), 乔冬.基于人脸关键点的活体 检测方法在门 禁系统中的应用. 《中国优秀博硕士学位 论文全 文数据库(硕士) 工程科技 Ⅱ辑》 .2022,(第03 期), Yan Wang等.Robust face anti-spo ofing with depth i nformati on. 《J. Vis. Com mun. Image R.》 .2017,第49卷 Minghui Shi 等.Face L iveness Detecti on Benchmark based o n Stereo Matc hing. 《ICDSC 2019: Proce edings of the 13th Internati onal Conference o n Distributed Smart Cameras》 .2019, Javier Galbal ly等.Thre e-dimensi onal and two-and-a- halfdimensi onal face recognition spoofing using three- dimensional printed models. 《IET Biometrics》 .2016,2/2 页 2[接上页] CN 114743253 B1.一种基于相邻人脸关键点距离特 征的活体 检测方法， 其特 征在于， 包括： 获取同一人脸的多 张标准人脸图像， 并分别检测每张标准人脸图像中所有预设关键点 的三维坐标； 按预设规则分别对每张标准人脸图像中的所有预设 关键点进行编号； 分别将每张标准人员图像中的所有预设关键点归一化到一个第一三维模型中组成一 个标准拓扑图结构； 分别计算标准拓扑图结构中相邻编号的两个预设关键点之间的距离， 并分别将每个标 准拓扑图结构中计算得到的所有距离组成的多维距离向量作为 一个标准拓扑图距离特 征； 采集二维人脸图像， 并检测所述 二维人脸图像中所有预设 关键点的三维坐标； 按预设规则对所述 二维人脸图像中的所有预设 关键点进行编号； 将所述二维人脸图像中的所有预设关键点归一化到第二三维模型中组成当前拓扑图 结构， 所述第二 三维模型与第一 三维模型的尺寸相同； 计算所述当前拓扑图结构中相邻编号的两个预设关键点之间的距离， 并将所述当前拓 扑图结构中计算得到的所有距离组成的多维距离向量作为当前拓扑图距离特 征； 将所述当前拓扑图距离特征分别与 所有标准拓扑图距离特征进行匹配， 若当前拓扑图 距离特征与任意一个标准拓扑图距离特征的匹配值小于阈值、 且当前拓扑图距离特征中每 个分量与该标准拓扑图距离特征中对应分量的差均小于阈值， 则认为所述二 维人脸图像来 自活体人脸。 2.根据权利要求1所述的一种基于相邻人脸关键点距离特征的活体检测方法， 其特征 在于， 所述多张标准人脸图像包括正脸图像、 向左偏第一角度的人脸图像、 向左偏第二角度 的人脸图像、 向右偏第一角度的人脸图像、 向右偏第二角度的人脸图像、 向上偏第一角度的 人脸图像、 向上偏第二角度的人脸图像、 向下偏第一角度的人脸图像和向下偏第二角度的 人脸图像。 3.根据权利要求2所述的一种基于相邻人脸关键点距离特征的活体检测方法， 其特征 在于， 所述第一角度的取值范围为 ［0， 15)， 所述第二角度的取值范围为 ［15， 3 0］ 。 4.根据权利要求1所述的一种基于相邻人脸关键点距离特征的活体检测方法， 其特征 在于， 所述预设关键点包括用于构成人脸轮廓的第一组关键点、 用于构成左眉毛的第二组 关键点、 用于构成右眉毛的第三组关键点、 用于构成鼻梁的第四组关键点、 用于构成鼻孔的 第五组关键点、 用于构成左眼的第六 组关键点、 用于构成右眼的第七组关键点、 用于构成外 嘴唇的第八组关键点和用于构成 内嘴唇的第九组关键点， 所述第一组关键点中的所有 预设 关键点组成V型结构， 所述第二组关键点中的所有预设关键点组成倒V型结构， 所述第三组 关键点中的所有预设关键点组成倒V型结构， 所述第四组关键点中的所有预设关键点组成 竖线结构， 所述第五组关键点中的所有 预设关键点组成V型结构， 所述第六组关键点中的所 有预设关键点组成椭圆形结构， 所述第七组关键点中的所有预设关键点组成椭圆形结构， 所述第八组关键点中的所有预设关键点组成椭圆形结构， 所述第九组关键点中的所有 预设 关键点组成椭圆形 结构。 5.根据权利要求4所述的一种基于相邻人脸关键点距离特征的活体检测方法， 其特征 在于， 所述预设规则包括： 以第一组关键点中最左侧的预设关键点为起点， 将第 一组关键点中的所有预设关键点权　利　要　求　书 1/3 页 2 CN 114743253 B 3