本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，更具體地說(shuō)，是涉及一種基于人臉識(shí)別的任務(wù)執(zhí)行方法。

背景技術(shù)：

人體有諸多唯一的特征，比如人臉、指紋、虹膜、人耳等，這些特征被統(tǒng)稱(chēng)為生物特征。生物特征識(shí)別被廣泛用于安防、家居、智能硬件等眾多領(lǐng)域，目前較為成熟的生物特征識(shí)別比如指紋識(shí)別、虹膜識(shí)別等已被普遍應(yīng)用于手機(jī)、電腦等終端。而對(duì)于人臉等特征，盡管相關(guān)的研究已經(jīng)非常深入，而對(duì)于人臉等特征的識(shí)別則仍未普及，這主要是因?yàn)橐延械淖R(shí)別方法存在局限導(dǎo)致識(shí)別率及識(shí)別的穩(wěn)定性較低。這些局限主要包括受環(huán)境光光強(qiáng)以及光照方向影響、人臉表情影響識(shí)別率、以及容易被人造特征欺騙等。

已有的人臉等特征的識(shí)別，主要基于人臉二維彩色圖像，當(dāng)環(huán)境光強(qiáng)較弱時(shí)，會(huì)嚴(yán)重影響識(shí)別效果。另外，當(dāng)光照的方向不同時(shí)，人臉圖像上會(huì)存在陰影，同樣也會(huì)影響識(shí)別效果。當(dāng)被參照的人臉圖像是在沒(méi)有表情的情形下采集的，而當(dāng)前是在微笑表情下采集的人臉圖像，人臉識(shí)別的效果也會(huì)下降。另外，若被識(shí)別對(duì)象不是真實(shí)人臉，而是二維的人臉圖片時(shí)，往往也能通過(guò)識(shí)別。

對(duì)于以上的問(wèn)題，目前普遍采用基于近紅外或熱紅外圖像的生物特征識(shí)別，近紅外圖像不會(huì)受到環(huán)境光的干擾可以提高識(shí)別穩(wěn)定性，然而卻難以解決人造特征欺騙的問(wèn)題；熱紅外圖像僅對(duì)真實(shí)人臉成像，因此可以解決人造特征欺騙的問(wèn)題，然而熱紅外圖像分辨率低，嚴(yán)重影響識(shí)別效果。

基于以上說(shuō)明，目前仍缺乏一種較為全面的生物特征解決方案以用來(lái)執(zhí)行像解鎖、支付等任務(wù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為了解決現(xiàn)有技術(shù)中缺乏一種全面的人臉識(shí)別方案的問(wèn)題，提供一種基于人臉識(shí)別的任務(wù)執(zhí)行方法。

為了解決上述問(wèn)題，本發(fā)明采用的技術(shù)方案如下所述：

本發(fā)明提供一種基于人臉識(shí)別的任務(wù)執(zhí)行方法，其特征在于，包括：激活，激活當(dāng)前任務(wù)；圖像采集，獲取包含人臉的結(jié)構(gòu)光圖像；識(shí)別，利用所述結(jié)構(gòu)光圖像進(jìn)行人臉檢測(cè)與識(shí)別；執(zhí)行，根據(jù)所述人臉檢測(cè)與識(shí)別結(jié)果執(zhí)行任務(wù)。

在一些實(shí)施方案中，所述結(jié)構(gòu)光圖像包括紅外散斑圖像。在一些實(shí)施方案中，所述紅外散斑圖像的散斑顆粒密度被設(shè)置為不遮擋所述人臉的主要紋理特征。

在一些實(shí)施方案中，所述人臉檢測(cè)與識(shí)別是利用基于機(jī)器學(xué)習(xí)的檢測(cè)與識(shí)別算法，所述算法中用于模型學(xué)習(xí)的樣本庫(kù)由彩色圖像和/或灰度圖像組成。

在一些實(shí)施方案中，所述圖像采集還包括獲取包含人臉的可見(jiàn)光圖像；所述識(shí)別包括利用所述結(jié)構(gòu)光圖像以及所述可見(jiàn)光圖像進(jìn)行人臉檢測(cè)及識(shí)別。

在一些實(shí)施方案中，所述識(shí)別包括以下步驟：利用所述結(jié)構(gòu)光圖像計(jì)算出深度圖像；利用所述結(jié)構(gòu)光圖像以及所述深度圖像進(jìn)行人臉檢測(cè)及識(shí)別。

在一些實(shí)施方案中，所述裝置還包括：所述圖像采集還包括獲取包含人臉的熱紅外圖像；所述識(shí)別包括利用所述結(jié)構(gòu)光圖像以及所述熱紅外圖像進(jìn)行人臉檢測(cè)及識(shí)別。

在一些實(shí)施方案中，所述人臉檢測(cè)與識(shí)別包括對(duì)所述人臉位置的識(shí)別。

在一些實(shí)施方案中，所述人臉檢測(cè)與識(shí)別包括對(duì)所述人臉距離的識(shí)別。

本發(fā)明還提供一種處理電路，用于執(zhí)行以上各權(quán)利要求所述的基于人臉識(shí)別的任務(wù)執(zhí)行方法。

本發(fā)明的有益效果為：提供一種基于人臉識(shí)別的任務(wù)執(zhí)行方法，通過(guò)利用紅外散斑圖像對(duì)人臉直接進(jìn)行檢測(cè)與識(shí)別，由于紅外散斑圖像即保留了人臉二維紋理信息特征又與三維深度特征直接相關(guān)，另外紅外光不受外界環(huán)境干擾，因此本發(fā)明的方法可以全天候地實(shí)現(xiàn)對(duì)人臉進(jìn)行識(shí)別，無(wú)需進(jìn)行活體檢測(cè)就能實(shí)現(xiàn)精確識(shí)別。

附圖說(shuō)明

圖1所示的根據(jù)本發(fā)明一種實(shí)施例的人臉識(shí)別場(chǎng)景示意圖。

圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的人臉識(shí)別裝置的結(jié)構(gòu)示意圖。

圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像進(jìn)行人臉識(shí)別步驟圖。

圖4是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像與可見(jiàn)光圖像進(jìn)行人臉識(shí)別步驟圖。

圖5是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像與深度圖像進(jìn)行人臉識(shí)別步驟圖。

圖6是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像與熱紅外圖像進(jìn)行人臉識(shí)別步驟圖。

圖7是根據(jù)本發(fā)明實(shí)施例的基于人臉識(shí)別的任務(wù)執(zhí)行方法步驟圖。

具體實(shí)施方式

為了使本發(fā)明實(shí)施例所要解決的技術(shù)問(wèn)題、技術(shù)方案及有益效果更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

需要說(shuō)明的是，當(dāng)元件被稱(chēng)為“固定于”或“設(shè)置于”另一個(gè)元件，它可以直接在另一個(gè)元件上或者間接在該另一個(gè)元件上。當(dāng)一個(gè)元件被稱(chēng)為是“連接于”另一個(gè)元件，它可以是直接連接到另一個(gè)元件或間接連接至該另一個(gè)元件上。另外，連接即可以是用于固定作用也可以是用于電路連通作用。

需要理解的是，術(shù)語(yǔ)“長(zhǎng)度”、“寬度”、“上”、“下”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底”“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明實(shí)施例和簡(jiǎn)化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對(duì)本發(fā)明的限制。

此外，術(shù)語(yǔ)“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括一個(gè)或者更多該特征。在本發(fā)明實(shí)施例的描述中，“多個(gè)”的含義是兩個(gè)或兩個(gè)以上，除非另有明確具體的限定。

本發(fā)明提供了一種利用結(jié)構(gòu)光圖像進(jìn)行生物特征識(shí)別的裝置及其方法。在以下的闡述中將以人臉特征識(shí)別為例。

人臉識(shí)別技術(shù)可以被用于安檢、監(jiān)控，目前隨著智能終端比如手機(jī)、平板的普及，人臉識(shí)別技術(shù)也會(huì)被應(yīng)用于解鎖、支付，甚至娛樂(lè)游戲等多個(gè)方面。智能終端設(shè)備，比如手機(jī)、平板、電腦、電視等大都配備了彩色相機(jī)，利用彩色相機(jī)采集包含人臉的圖像后，利用該圖像進(jìn)行人臉檢測(cè)及識(shí)別，從而進(jìn)一步利用識(shí)別的結(jié)果執(zhí)行其他相關(guān)的應(yīng)用。然而，對(duì)于像手機(jī)、平板等移動(dòng)終端設(shè)備而言，其應(yīng)用環(huán)境常常變化，環(huán)境變化會(huì)影響彩色相機(jī)的成像，比如光線(xiàn)較弱時(shí)則無(wú)法對(duì)人臉進(jìn)行很好的成像。另一方面，彩色相機(jī)無(wú)法識(shí)別被識(shí)別對(duì)象是否為真實(shí)人臉。

本發(fā)明將提供一種即可以分辨真假人臉也不受環(huán)境光干擾的人臉識(shí)別方法及裝置。

圖1所示的根據(jù)本發(fā)明一種實(shí)施例的人臉識(shí)別場(chǎng)景示意圖。用戶(hù)10手持人臉識(shí)別裝置11（移動(dòng)終端，如手機(jī)、平板等），移動(dòng)終端11內(nèi)部前置了一個(gè)投影模組111以及成像模組112，當(dāng)移動(dòng)終端11面向用戶(hù)頭部且激活了人臉識(shí)別任務(wù)后，投影模組111向用戶(hù)臉部投射結(jié)構(gòu)光圖像（如散斑圖像12），成像模組112用于采集包含人臉的圖像，圖像中還包含有散斑圖像12。終端11內(nèi)部還配置有處理電路(未在圖中標(biāo)出)，用來(lái)實(shí)現(xiàn)對(duì)含有散斑圖像12的人臉圖像的處理。對(duì)于人臉識(shí)別系統(tǒng)，處理電路一般需要執(zhí)行以下任務(wù)：圖像預(yù)處理、人臉檢測(cè)、人臉?lè)指?、特征提取、人臉識(shí)別以及根據(jù)識(shí)別結(jié)果執(zhí)行相關(guān)的任務(wù)，比如解鎖、支付等。該處理電路可以是單個(gè)專(zhuān)用的處理器，也可以是多個(gè)處理器組成，所需要執(zhí)行的任務(wù)以軟件算法的形式被寫(xiě)入到處理電路中執(zhí)行。處理電路也可以根據(jù)當(dāng)前的應(yīng)用執(zhí)行相應(yīng)的任務(wù)，比如針對(duì)需要深度圖像的應(yīng)用，則可以執(zhí)行深度計(jì)算的任務(wù)。

在一些實(shí)施例中，人臉識(shí)別裝置11也可以是固定的終端設(shè)備，比如電腦、電視、機(jī)頂盒、游戲機(jī)、安檢閘機(jī)等。

在一些實(shí)施例中，人臉識(shí)別裝置11也可以是分開(kāi)的多個(gè)裝置組成，比如由攝像頭（包含投影模組111以及成像模組112）以及計(jì)算設(shè)備組成，攝像頭與計(jì)算設(shè)備之間連接以傳輸數(shù)據(jù)，連接方式包括有線(xiàn)及無(wú)線(xiàn)連接。一般地，攝像頭用來(lái)獲取人臉的結(jié)構(gòu)光圖像，圖像通過(guò)網(wǎng)絡(luò)連接傳輸?shù)接?jì)算設(shè)備后進(jìn)一步由計(jì)算設(shè)備中的處理電路來(lái)執(zhí)行相應(yīng)的任務(wù)?？梢岳斫獾氖牵瑪z像頭上也可以設(shè)置一些處理電路來(lái)執(zhí)行部分任務(wù)。

圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的人臉識(shí)別裝置的結(jié)構(gòu)示意圖。投影模組111包含光源、透鏡以及結(jié)構(gòu)光生成器（如衍射光學(xué)元件doe），光源發(fā)射光束后被透鏡準(zhǔn)直或聚焦，再經(jīng)過(guò)doe分束后向外發(fā)射出散斑圖像12。一般地，光源為近紅外激光，比如邊發(fā)射激光器或vcsel激光器，采用近紅外激光可以向外發(fā)射出不可見(jiàn)的散斑圖像12，因此不會(huì)對(duì)人造成視覺(jué)干擾，另一方面，近紅外激光容易被紅外成像模組112采集?？梢岳斫獾氖牵庠纯梢圆捎萌魏魏线m的波長(zhǎng)，在此不受局限。

投影模組111與成像模組112與人臉識(shí)別裝置11中的主板115連接，另外用于執(zhí)行計(jì)算任務(wù)的處理器113也通過(guò)主板與投影模組及成像模組112連接。

在一個(gè)實(shí)施例中，人臉識(shí)別裝置11中也配置了用于獲取紋理圖像的可見(jiàn)光相機(jī)114，比如rgb相機(jī)、灰度相機(jī)等?？梢?jiàn)光相機(jī)114與成像模組112也可以合二為一，即在成像模組112內(nèi)部的圖像傳感器(如cmos、ccd)各像素表面分別配置用于不同波長(zhǎng)通過(guò)的濾光片，以分別采集結(jié)構(gòu)光圖像以及可見(jiàn)光圖像。

在一個(gè)實(shí)施例中，人臉識(shí)別裝置11中也配置了用于獲取目標(biāo)熱紅外圖像的熱紅外相機(jī)114。

圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像進(jìn)行人臉識(shí)別步驟圖。包括以下步驟。

步驟301中，通過(guò)投影模組111向包含人臉的空間區(qū)域中投射結(jié)構(gòu)光，例如散斑12。

步驟302中，利用成像模組112采集包含人臉的散斑圖像。

步驟303中，根據(jù)采集到的散斑圖像，檢測(cè)出散斑圖像中的人臉區(qū)域圖像。

步驟304中，基于所檢測(cè)到的人臉區(qū)域圖像進(jìn)行人臉識(shí)別。

在步驟303中，人臉檢測(cè)的步驟是直接基于散斑圖像的，這是由于散斑圖像與其他結(jié)構(gòu)光圖像（如相位條紋、二值編碼等）相比，人臉的絕大部分信息都得以保留，換個(gè)角度說(shuō)，散斑圖像等同于可見(jiàn)光灰度圖像加上一些噪聲，因此在進(jìn)行人臉檢測(cè)時(shí)，一個(gè)實(shí)施例中可以先對(duì)散斑圖像進(jìn)行預(yù)處理，比如利用形態(tài)學(xué)圖像處理方法進(jìn)行噪聲去除等。對(duì)于條紋、二值編碼等結(jié)構(gòu)光圖像，當(dāng)被投影到人臉時(shí)，超過(guò)一半的人臉信息將被結(jié)構(gòu)光圖像遮擋，且被遮擋部分由于面積較大且連續(xù)導(dǎo)致無(wú)法通過(guò)圖像算法恢復(fù)，而散斑圖像盡管覆蓋在人臉上，但由于散斑顆粒較小，且不連續(xù)，不會(huì)對(duì)人臉紋理造成較大的失真。

人臉識(shí)別任務(wù)一般有人臉認(rèn)證與人臉鑒定，人臉認(rèn)證指已知當(dāng)前人臉存在于人臉數(shù)據(jù)庫(kù)中，人臉認(rèn)證的任務(wù)是識(shí)別出該人臉是誰(shuí)；人臉鑒定指不知道當(dāng)前人臉是否存在于人臉數(shù)據(jù)庫(kù)中，人臉鑒定的任務(wù)是做出判斷，輸出存在與不存在的結(jié)果。但無(wú)論是哪一種方式，人臉識(shí)別本質(zhì)上都包含以下步驟：特征提取以及特征匹配。步驟304中將基于檢測(cè)到的人臉區(qū)域圖像進(jìn)行人臉識(shí)別，主要包括對(duì)人臉區(qū)域散斑圖像進(jìn)行特征提取，進(jìn)一步利用的特征進(jìn)行人臉識(shí)別。

圖4是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像與可見(jiàn)光圖像進(jìn)行人臉識(shí)別步驟圖。包括以下步驟。

步驟401中，通過(guò)投影模組111向包含人臉的空間區(qū)域中投射結(jié)構(gòu)光，例如散斑12。

步驟402中，利用成像模組112采集包含人臉的散斑圖像。

步驟403中，利用可見(jiàn)光相機(jī)114采集包含人臉的可見(jiàn)光圖像。

步驟404中，根據(jù)采集到的散斑圖像與可見(jiàn)光圖像，檢測(cè)出散斑圖像與可見(jiàn)光圖像中的人臉區(qū)域圖像。

步驟405中，基于所檢測(cè)到的人臉區(qū)域圖像進(jìn)行人臉識(shí)別。

其中，步驟402與步驟403可以同步進(jìn)行，比如由控制器控制成像模組112與可見(jiàn)光相機(jī)114進(jìn)行同步采集。可見(jiàn)光圖像可以是彩色圖像，比如rgb圖像，也可以是灰度圖像，這里的可見(jiàn)光圖像指的是反映人臉紋理特征且不包括結(jié)構(gòu)光信息的圖像。當(dāng)投影模組投射的也是可見(jiàn)光時(shí)，為了防止結(jié)構(gòu)光對(duì)可見(jiàn)光圖像采集時(shí)產(chǎn)生影響，步驟402與步驟403應(yīng)錯(cuò)開(kāi)進(jìn)行，其先后順序可以任意設(shè)置。

在步驟404中進(jìn)行人臉區(qū)域檢測(cè)時(shí)，可以分別對(duì)散斑圖像以及可見(jiàn)光圖像進(jìn)行人臉檢測(cè)，也可以?xún)H對(duì)其中一幅圖像進(jìn)行檢測(cè)，結(jié)合兩個(gè)相機(jī)的相對(duì)位置關(guān)系從而直接得到另一幅圖像上的人臉區(qū)域，相對(duì)位置關(guān)系需要通過(guò)預(yù)先進(jìn)行標(biāo)定。一般地，可見(jiàn)光圖像的人臉檢測(cè)技術(shù)較為成熟可靠，因此在一個(gè)實(shí)施例中，通過(guò)對(duì)可見(jiàn)光圖像進(jìn)行人臉區(qū)域檢測(cè)，其次根據(jù)檢測(cè)結(jié)果以及兩個(gè)相機(jī)的相對(duì)位置關(guān)系得到散斑圖像上的人臉區(qū)域。

在步驟405中，可以?xún)H利用散斑圖像中的人臉區(qū)域圖像進(jìn)行人臉識(shí)別，也可以結(jié)合可見(jiàn)光圖像中的人臉區(qū)域圖像，以提高識(shí)別的正確率。

圖5是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像與深度圖像進(jìn)行人臉識(shí)別步驟圖。包括以下步驟。

步驟501中，通過(guò)投影模組111向包含人臉的空間區(qū)域中投射結(jié)構(gòu)光，例如散斑12。

步驟502中，利用成像模組112采集包含人臉的散斑圖像。

步驟503中，利用散斑圖像計(jì)算出相應(yīng)的深度圖像。

步驟504中，根據(jù)得到的散斑圖像與深度圖像，檢測(cè)出散斑圖像與深度圖像中的人臉區(qū)域圖像。

步驟505中，基于所檢測(cè)到的人臉區(qū)域圖像進(jìn)行人臉識(shí)別。

在步驟503中，基于結(jié)構(gòu)光三角法可以計(jì)算出散斑圖像對(duì)應(yīng)的深度圖像，具體地，將散斑圖像與參考散斑圖像進(jìn)行匹配計(jì)算獲取各個(gè)像素的偏離值，由于偏離值與深度直接相關(guān)，因此根據(jù)偏離值能計(jì)算出深度值。

在步驟504中進(jìn)行人臉區(qū)域檢測(cè)時(shí)，由于散斑圖像與深度圖像是一一對(duì)應(yīng)的，因此僅需要對(duì)其中一幅圖像進(jìn)行檢測(cè)，一般地，在深度圖像中進(jìn)行圖像分割以提取人臉區(qū)域更為方便，因此在一個(gè)實(shí)施例中，通過(guò)對(duì)深度圖像進(jìn)行人臉區(qū)域檢測(cè)，其次根據(jù)檢測(cè)結(jié)果直接得到散斑圖像上的人臉區(qū)域。

在步驟505中，可以?xún)H利用散斑圖像中的人臉區(qū)域圖像進(jìn)行人臉識(shí)別，也可以結(jié)合深度圖像中的人臉區(qū)域圖像，以提高識(shí)別的正確率。利用深度圖像的另一好處在于，可以判斷人臉是否為立體人臉，以防止利用平面照片也可以進(jìn)行識(shí)別的可能，提高人臉識(shí)別的安全性。需要說(shuō)明的是，若利用深度圖像進(jìn)行立體檢測(cè)時(shí)，步驟504中則不能利用對(duì)深度圖像的圖像分割來(lái)實(shí)現(xiàn)人臉區(qū)域提取。

圖6是根據(jù)本發(fā)明一個(gè)實(shí)施例的利用結(jié)構(gòu)光圖像與熱紅外圖像進(jìn)行人臉識(shí)別步驟圖。包括以下步驟。

步驟601中，通過(guò)投影模組111向包含人臉的空間區(qū)域中投射結(jié)構(gòu)光，例如散斑12。

步驟602中，利用成像模組112采集包含人臉的散斑圖像。

步驟603中，利用熱紅外相機(jī)114采集包含人臉的熱紅外圖像。

步驟604中，根據(jù)得到的散斑圖像與熱紅外圖像，檢測(cè)出散斑圖像與深度圖像中的人臉區(qū)域圖像。

步驟605中，基于所檢測(cè)到的人臉區(qū)域圖像進(jìn)行人臉識(shí)別。

在步驟604中進(jìn)行人臉區(qū)域檢測(cè)時(shí)，可以先對(duì)熱紅外圖像進(jìn)行檢測(cè)，由于熱紅外圖像獨(dú)特的成像特性，可以根據(jù)熱紅外圖像輕易的識(shí)別出是否存在人臉，或是否為真實(shí)人臉。當(dāng)檢測(cè)到真實(shí)人臉時(shí)，則進(jìn)入步驟605，若沒(méi)檢測(cè)到人臉，或檢測(cè)到是虛假人臉時(shí)，則無(wú)需進(jìn)入對(duì)人臉的識(shí)別步驟。因此，熱紅外圖像在這里承擔(dān)了活體檢測(cè)的任務(wù)。

在步驟605中，可以?xún)H利用散斑圖像中的人臉區(qū)域圖像進(jìn)行人臉識(shí)別，也可以結(jié)合熱紅外圖像中的人臉區(qū)域圖像，以提高識(shí)別的正確率。

以上幾種人臉識(shí)別實(shí)施例中，僅介紹了大致的過(guò)程，可以理解的是，通過(guò)對(duì)以上過(guò)程中的一個(gè)或多個(gè)步驟的等同替換、調(diào)整也將落入到本發(fā)明的保護(hù)范圍內(nèi)。接下來(lái)對(duì)其中涉及到的人臉檢測(cè)、人臉識(shí)別進(jìn)行介紹。

人臉檢測(cè)。人臉檢測(cè)的主要目的是檢測(cè)出圖像中是否存在人臉以及人臉?biāo)诘奈恢茫四槞z測(cè)算法主要包括基于知識(shí)規(guī)則、不變特征、模板匹配以及統(tǒng)計(jì)模型共四類(lèi)方法。在以上各實(shí)施例的步驟中，涉及到散斑圖像、可見(jiàn)光圖像、熱紅外圖像以及深度圖像，對(duì)于不同圖像進(jìn)行人臉檢測(cè)所時(shí)應(yīng)選擇合適的算法。比如對(duì)于可見(jiàn)光圖像，可以采用基于不變特征(如膚色等特征）的人臉檢測(cè)算法；而對(duì)于深度圖像，由于反映的是人臉的三維信息，因此，利用基于三維模板匹配的方法較為適用；對(duì)于熱紅外圖像，一般圖像中能輕易地通過(guò)閾值區(qū)分出人臉，因此可以根據(jù)知識(shí)規(guī)則(閾值)來(lái)進(jìn)行人臉檢測(cè)；對(duì)于散斑圖像，實(shí)際上可以看成是普通灰度圖像上增加了一些噪聲，在進(jìn)行人臉檢測(cè)時(shí)，一種方法是通過(guò)圖像處理將散斑盡可能去除后進(jìn)行人臉檢測(cè)，另一種方案是直接利用散斑圖像進(jìn)行人臉檢測(cè)。

由于人臉圖像往往會(huì)受到不同程度的外界因素影響導(dǎo)致圖像質(zhì)量較低，此時(shí)基于統(tǒng)計(jì)模型的人臉檢測(cè)算法可以提供更加準(zhǔn)確的檢測(cè)結(jié)果。從統(tǒng)計(jì)意義上說(shuō)，人臉檢測(cè)問(wèn)題即是一個(gè)分類(lèi)器問(wèn)題，即圖像上的像素只可能是兩種情況，一種是人臉，一種不是人臉。比如adaboost算法在人臉檢測(cè)方面已被證明具有很高的檢測(cè)率。

人臉檢測(cè)算法多種多樣，以上的方法僅為舉例說(shuō)明，任何合適的算法都可以被用來(lái)進(jìn)行人臉檢測(cè)。

人臉識(shí)別。檢測(cè)到人臉圖像后，需要對(duì)該人臉圖像進(jìn)行識(shí)別，人臉識(shí)別算法主要有利用總體紋理特征的基于外觀(guān)的方法、子空間法、神經(jīng)網(wǎng)絡(luò)法以及基于形狀和紋理的基于模型的方法等。針對(duì)不同的圖像可以選擇不同的方法，比如對(duì)于深度圖像優(yōu)選地采用基于模型的人臉識(shí)別方法。對(duì)于可見(jiàn)光圖像，最早的人臉識(shí)別方法是基于幾何特征的算法，該算法通過(guò)提取待識(shí)別圖像與模板圖像中的特征子，然后計(jì)算出兩種特征子之間的相似度，比如利用最小距離量度來(lái)衡量相似度以實(shí)現(xiàn)人臉識(shí)別。任何合適的算法都可以被用來(lái)進(jìn)行人臉識(shí)別。

在進(jìn)行人臉檢測(cè)與人臉識(shí)別時(shí)時(shí)，熱紅外圖像盡管具備活體識(shí)別的功能，然而熱紅外相機(jī)成本較高，另外熱紅外圖像會(huì)隨著被識(shí)別者情緒等多種因素影響，導(dǎo)致僅利用熱紅外圖像進(jìn)行人臉識(shí)別的效果不理想。而利用可見(jiàn)光圖像進(jìn)行人臉檢測(cè)與識(shí)別時(shí)，一方面受光照等影響嚴(yán)重，另一方面可見(jiàn)光圖像由于僅能反映被識(shí)別者人臉的二維信息，因此容易導(dǎo)致當(dāng)用被識(shí)別者的二維圖像作為被識(shí)別對(duì)象時(shí)也會(huì)被識(shí)別的隱患。利用深度圖像進(jìn)行人臉檢測(cè)與識(shí)別時(shí)，可以方便地進(jìn)行活體識(shí)別，然而由于深度圖像的特征較少，在進(jìn)行人臉識(shí)別特征比對(duì)時(shí)難度較大。

散斑圖像上包含了絕大部分人臉的二維紋理信息，另外圖像上的散斑則直接與人臉的三維信息相關(guān)，因此利用人臉的散斑圖像不僅可以很好的進(jìn)行人臉檢測(cè)與識(shí)別，還可以判斷是否為活體。需要說(shuō)明的是，這里所說(shuō)的活體判斷并非單獨(dú)的進(jìn)行一次活體檢測(cè)任務(wù)，而是說(shuō)利用散斑圖像可以有非常有效地降低當(dāng)被測(cè)對(duì)象為非三維真實(shí)人體時(shí)的識(shí)別相似度。舉例來(lái)說(shuō)，假設(shè)當(dāng)前的人臉識(shí)別任務(wù)是判斷當(dāng)前被識(shí)別人臉是否與系統(tǒng)中存儲(chǔ)的人臉是否為同一人臉，首先將被測(cè)試者真實(shí)人臉的標(biāo)準(zhǔn)散斑圖像保存到存儲(chǔ)器中，然后對(duì)被測(cè)試者人臉采集當(dāng)前散斑圖像，最后對(duì)當(dāng)前散斑圖像與標(biāo)準(zhǔn)散斑圖像進(jìn)行相似度識(shí)別，從而判斷是否為同一人臉。顯然地，若在采集當(dāng)前散斑圖像時(shí)，被采集對(duì)象是真實(shí)人臉，相似度識(shí)別的結(jié)果將顯示為同一人臉；若被采集對(duì)象是虛假的包含被測(cè)試者人臉二維相片時(shí)，采集到的散斑圖像中雖然有被測(cè)試者人臉相同的二維紋理信息，然而散斑圖像上的散斑卻反映的是平面信息而非立體信息，因此導(dǎo)致最終的相似度識(shí)別結(jié)果為非同一人臉。

利用散斑圖像進(jìn)行人臉檢測(cè)與識(shí)別可以基于任何用于彩色圖像、灰度圖像、深度圖像的檢測(cè)與識(shí)別算法，在一些基于機(jī)器學(xué)習(xí)的算法中，用于學(xué)習(xí)的樣本庫(kù)最好是由多個(gè)人臉的散斑圖像組成，在一些實(shí)施例中也可以是由彩色圖像、灰度圖像或者深度圖像組成。事實(shí)證明，當(dāng)由彩色圖像組成的樣本庫(kù)學(xué)習(xí)出的模型對(duì)散斑圖像進(jìn)行識(shí)別時(shí)，能夠很好的避免由虛假二維照片引起的錯(cuò)識(shí)別。

散斑圖像中散斑顆粒的密度會(huì)影響到人臉識(shí)別的性能，散斑圖像若過(guò)密將會(huì)遮擋更多的人臉紋理信息，散斑圖像若過(guò)于稀疏又會(huì)使得其所反映的三維特征信息太少。因此散斑圖像的密度應(yīng)被控制在合理的范圍內(nèi)，即不會(huì)過(guò)多地遮擋人臉主要紋理信息（比如眼睛、鼻子、嘴巴等）又可以較精確地反映出人臉的三維特征。在一些實(shí)施例中，投影模組被設(shè)置為可以投影多種密度的散斑圖像，當(dāng)進(jìn)行人臉檢測(cè)與識(shí)別時(shí)，則投影低密度散斑圖像，當(dāng)需要進(jìn)行三維掃描任務(wù)時(shí)，則投影出高密度散斑圖像。在一些實(shí)施例中，投影模組可以投影出多種密度且均能滿(mǎn)足不遮擋人臉主要紋理信息的散斑圖像，密度較低的散斑圖像用于人臉識(shí)別時(shí)，識(shí)別速度快，但識(shí)別精度低，而密度較高的散斑圖像則識(shí)別速度慢，但識(shí)別精度高。

在圖4~圖6所對(duì)應(yīng)的人臉識(shí)別方法或者利用不同密度的散斑圖像進(jìn)行的人臉識(shí)別方法中，均是基于兩種或以上不同的圖像進(jìn)行識(shí)別的，這樣的好處在于可以適用于更多的場(chǎng)景且提高識(shí)別率。在將兩種或以上的圖像進(jìn)行識(shí)別時(shí)，一般有兩種識(shí)別整合方法，一種是基于決策的融合，即分別對(duì)各種圖像進(jìn)行識(shí)別，然后將識(shí)別結(jié)果進(jìn)行融合以得到最終的識(shí)別結(jié)果；另一種是數(shù)據(jù)融合，即將兩種或以上的圖像直接作為人臉識(shí)別系統(tǒng)的輸入，在人臉識(shí)別算法過(guò)程中，各種圖像上的特征都作為最終結(jié)果的依據(jù)。

人臉檢測(cè)與識(shí)別可以被用于多種任務(wù)中，比如智能設(shè)備的解鎖、支付等。一般地，任務(wù)的執(zhí)行包括三個(gè)步驟：任務(wù)激活、人臉識(shí)別以及任務(wù)執(zhí)行。

在一些實(shí)施例中，由于不同的任務(wù)的安全等級(jí)不同，若對(duì)于不同安全等級(jí)的任務(wù)采用同一種人臉識(shí)別方案顯然是不合理的，對(duì)于安全等級(jí)較低的任務(wù)，比如解鎖，可以采用較為簡(jiǎn)單、快速的人臉識(shí)別方案；而對(duì)于安全等級(jí)較高的任務(wù)，比如支付，則適宜采用較為復(fù)雜、準(zhǔn)確的人臉識(shí)別方案。

圖7是根據(jù)本發(fā)明實(shí)施例的基于人臉識(shí)別的任務(wù)執(zhí)行方法步驟圖。包括以下步驟：

步驟701中，激活當(dāng)前任務(wù)。激活可以由多種方式進(jìn)行，比如按鍵、慣性測(cè)量設(shè)備(imu)等。在一個(gè)實(shí)施例中，任務(wù)是移動(dòng)設(shè)備由休眠狀態(tài)解鎖至設(shè)備打開(kāi)，激活該任務(wù)可以由一些按鍵來(lái)執(zhí)行，比如home鍵、開(kāi)關(guān)鍵、音量鍵等，也可以通過(guò)內(nèi)部的imu設(shè)備，比如用戶(hù)拿起移動(dòng)設(shè)備迅速移動(dòng)產(chǎn)生相應(yīng)的加速度被imu設(shè)備獲?。ɡ缬脩?hù)從某一地方拿起移動(dòng)設(shè)備引起的加速度），當(dāng)加速度達(dá)到某一閾值時(shí)激活當(dāng)前任務(wù)。在一個(gè)實(shí)施例中，任務(wù)是支付任務(wù)，激活該任務(wù)可以直接通過(guò)相關(guān)軟件上的虛擬按鈕來(lái)執(zhí)行，可以理解的是激活任務(wù)的方法可以由其他任何合適的方式。

步驟702中，判斷當(dāng)前識(shí)別任務(wù)的安全等級(jí)。即激活任務(wù)之后需要對(duì)當(dāng)前任務(wù)的安全等級(jí)予以判斷。一個(gè)實(shí)施例中，對(duì)各種可能的任務(wù)預(yù)先設(shè)置相應(yīng)的安全等級(jí)，比如解鎖任務(wù)為安全等級(jí)1、軟件打開(kāi)任務(wù)為安全等級(jí)2、支付任務(wù)為安全等級(jí)3，安全等級(jí)越高意味著當(dāng)前任務(wù)的私密性越高，對(duì)人臉識(shí)別的準(zhǔn)確度要求越高。當(dāng)激活之后，對(duì)當(dāng)前的任務(wù)進(jìn)行安全等級(jí)的判斷。

步驟703中，執(zhí)行與安全等級(jí)對(duì)應(yīng)的人臉識(shí)別方法。在圖3~圖6中共介紹了4種人臉識(shí)別方法，不同識(shí)別方法需要的硬件及軟件算法不同，在一個(gè)實(shí)施例中，若當(dāng)前人臉識(shí)別裝置均可以執(zhí)行以上方法，并且按照算法的準(zhǔn)確性對(duì)以上方法進(jìn)行分類(lèi)，并按準(zhǔn)確性對(duì)不同方法進(jìn)行分類(lèi)并與安全等級(jí)進(jìn)行匹配。這一步驟中，根據(jù)上一步中獲得的安全等級(jí)執(zhí)行相應(yīng)的人臉識(shí)別方法，比如對(duì)于安全級(jí)別最低的解鎖任務(wù)，執(zhí)行如圖3所示的人臉識(shí)別方法。在一些實(shí)施例中，通過(guò)投影不同密度的散斑圖像來(lái)針對(duì)不同安全級(jí)別的任務(wù)，散斑圖像密度越高對(duì)應(yīng)的安全級(jí)別也越高?？梢岳斫獾氖?，任何兩種以上且不同效果的人臉識(shí)別方法均可以被用于本發(fā)明中以對(duì)應(yīng)不同的安全等級(jí)。

步驟704中，根據(jù)人臉識(shí)別結(jié)果執(zhí)行相應(yīng)的任務(wù)。比如對(duì)于解鎖任務(wù)，當(dāng)人臉識(shí)別結(jié)果表明被識(shí)別對(duì)象與系統(tǒng)內(nèi)保存的對(duì)象為同一人時(shí)，執(zhí)行相應(yīng)的指令予以解鎖?？梢岳斫獾氖?，識(shí)別結(jié)果一般包含正面及負(fù)面結(jié)果，不同的結(jié)果應(yīng)執(zhí)行不同的任務(wù)，或者不執(zhí)行任何任務(wù)。在一些實(shí)施例中，人臉識(shí)別的結(jié)果除了判斷是否為同一人或者屬于標(biāo)準(zhǔn)人物庫(kù)中的一員等情形外，還應(yīng)包括識(shí)別到的人臉的位置和/或距離，僅當(dāng)人臉的位置和/或距離達(dá)到預(yù)設(shè)值時(shí)才會(huì)執(zhí)行相應(yīng)的任務(wù)。

不同的人臉識(shí)別裝置由于硬件配置的不同，導(dǎo)致其能實(shí)現(xiàn)的人臉識(shí)別方法也不同，因此在以上的說(shuō)明中，不同安全等級(jí)所執(zhí)行的人臉識(shí)別方法也會(huì)有所差異。安全等級(jí)的數(shù)量與人臉識(shí)別方法的數(shù)量也未必相同，可以理解的是，以上的說(shuō)明所要保護(hù)的范圍不會(huì)受到此局限。另外，即使相同的硬件配置，也可以設(shè)置不同的識(shí)別算法以對(duì)應(yīng)不同的安全等級(jí)。

本實(shí)施例中以系統(tǒng)應(yīng)用的安全來(lái)進(jìn)行分級(jí)，可以理解的是，其他任何分級(jí)都被包含在本發(fā)明的范圍內(nèi)。

以上對(duì)人臉進(jìn)行識(shí)別的裝置與方案也可以被用在其他人體生物特征的識(shí)別中，在一些實(shí)施例中，可以利用結(jié)構(gòu)光圖像對(duì)人耳進(jìn)行識(shí)別并進(jìn)一步執(zhí)行相應(yīng)的任務(wù)。下面將介紹一種利用人耳識(shí)別來(lái)執(zhí)行移動(dòng)終端的通話(huà)任務(wù)。

人耳也是可以辨別身份的生物特征，在一些應(yīng)用中，特別是對(duì)于移動(dòng)通信終端的通話(huà)任務(wù)而言，最終是要將終端靠近耳朵來(lái)執(zhí)行通話(huà)任務(wù)，已有的方法中，當(dāng)終端來(lái)電時(shí)，通話(huà)需要通過(guò)按鍵或按鈕來(lái)接聽(tīng)，然而將終端靠近耳邊來(lái)進(jìn)行通話(huà)。在本發(fā)明中將提供一種更加便捷的接聽(tīng)方法，即當(dāng)來(lái)電時(shí)，無(wú)需進(jìn)行按鍵或按鈕來(lái)接聽(tīng)，而是直接將終端靠近人耳，并通過(guò)對(duì)人耳的識(shí)別來(lái)判斷是否接聽(tīng)。

當(dāng)移動(dòng)通信終端有來(lái)電時(shí)，即執(zhí)行了激活通話(huà)任務(wù)，并彈出指令指示是否接聽(tīng)。在一個(gè)實(shí)施例中，將通話(huà)任務(wù)的安全等級(jí)設(shè)置為較高，即僅終端的所有人或指定的個(gè)別人可以接聽(tīng)；在一些實(shí)施例中，也可以將通話(huà)任務(wù)的安全等級(jí)設(shè)置為低，即所有人都可以接聽(tīng)。

接下來(lái)，即執(zhí)行與安全等級(jí)對(duì)應(yīng)的人耳識(shí)別方法。對(duì)于僅個(gè)別人可以接聽(tīng)的安全等級(jí)，終端在靠近人耳的過(guò)程中，不斷執(zhí)行對(duì)當(dāng)前人耳的檢測(cè)與識(shí)別并判斷是否屬于已保存的人別個(gè)體的耳朵中的一個(gè)，若是即執(zhí)行接聽(tīng)任務(wù)，若否則執(zhí)行拒接任務(wù)。對(duì)于所有人都可以接聽(tīng)的安全等級(jí)，終端在靠近人耳的過(guò)程中，執(zhí)行對(duì)人耳的檢測(cè)與識(shí)別，并判斷是否為人耳，若是即執(zhí)行接聽(tīng)任務(wù)。

在一個(gè)實(shí)施例中，對(duì)人臉或人耳的檢測(cè)與識(shí)別還包括人臉或人耳相對(duì)于識(shí)別終端的位置或距離等的識(shí)別，即不僅要識(shí)別出人臉或人耳，還需要判斷人臉或人耳是否處在合適的位置后，再執(zhí)行下一步的任務(wù)。在一個(gè)實(shí)施例中，當(dāng)人耳足夠靠近終端時(shí)才開(kāi)啟接聽(tīng)任務(wù)，比如，這一距離可以設(shè)置為5cm以?xún)?nèi)。

利用對(duì)人耳的識(shí)別除了可以執(zhí)行通話(huà)任務(wù)，還可以執(zhí)行其他對(duì)終端狀態(tài)的改變，比如當(dāng)前狀態(tài)是利用揚(yáng)聲器進(jìn)行聲音外放的狀態(tài)，當(dāng)終端靠近人耳且被識(shí)別之后將終端狀態(tài)變成由聽(tīng)筒發(fā)出聲音僅靠近時(shí)才能聽(tīng)見(jiàn)的狀態(tài)。

以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說(shuō)明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說(shuō)明。對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干等同替代或明顯變型，而且性能或用途相同，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。