阅读说明：本技术 基于近红外光谱成像的人皮面具识别方法及系统 (Human skin mask identification method and system based on near infrared spectrum imaging ) 是由 刘仓理 张大勇 黄立贤 储松南 骆永全 沈志学 王海峰 曹宁翔 曾建成 于 2020-08-05 设计创作，主要内容包括：本发明公开了基于近红外光谱成像的人皮面具识别方法及系统,涉及光谱成像技术,其技术方案要点是：采集面部皮肤、人皮面具的近红外光谱数据,并根据近红外光谱数据建立光谱数据库；将光谱数据库中的近红外光谱数据输入光谱分类算法模型进行训练,得到光谱识别模型；通过近红外光谱成像系统对目标物成像,根据面部检测算法识别提取成像图像中的面部区域；提取近红外光谱序列图像中属于面部区域所有像素的面部光谱数据；将面部光谱数据输入光谱识别模型进行识别。基于人皮面具和人面部皮肤在1400-1500nm和1900-2000nm的光谱差异,结合光谱数据库将人皮面具识别出来,可适用于中远距离的识别,和图像识别相比,具有可远程、搜索范围宽、准确率高等优点。(The invention discloses a human skin mask identification method and a system based on near infrared spectrum imaging, which relate to the spectrum imaging technology and have the technical scheme key points that: collecting near infrared spectrum data of facial skin and human skin, and establishing a spectrum database according to the near infrared spectrum data; inputting the near infrared spectrum data in the spectrum database into a spectrum classification algorithm model for training to obtain a spectrum identification model; imaging the target object through a near infrared spectrum imaging system, and identifying and extracting a face area in an imaging image according to a face detection algorithm; extracting facial spectrum data of all pixels belonging to a facial area in the near infrared spectrum sequence image; and inputting the facial spectrum data into a spectrum recognition model for recognition. Based on the spectrum difference between the skin of the human skin and the skin of the human face at 1400-1500nm and 1900-2000nm, the skin of the human is identified by combining the spectrum database, so that the method can be suitable for medium-distance and long-distance identification, and has the advantages of long distance, wide search range, high accuracy and the like compared with image identification.)

基于近红外光谱成像的人皮面具识别方法及系统

技术领域

本发明涉及光谱成像技术，更具体地说，它涉及基于近红外光谱成像的人皮面具识别方法及系统。

背景技术

人皮面具又称易容面具，采用硅胶材料制成，具有真人的皮肤纹理和肤色，适用于各种肤色和脸型的人群佩戴，且佩戴后可以在一定程度上达到以假乱真的效果。人皮面具可用于影视剧拍摄、面部烧伤病人佩戴。但是，有少数不法分子佩戴人皮面具进行犯罪。2010年，一位美国籍的白人青年购买了一个黑人的面具去抢劫银行，这是美国已知的首例带“人皮面具”犯罪的案子。没有任何相关经验的警方被迷惑住了，侦查方向一直锁定为黑人，最终还是该青年的一位女友发现了面具后立马报警，才将此案侦破。2013年2月份以来，我国广州、江苏等多地警方都抓获了利用“人皮面具”进行“易容”，入室或专门针对ATM机实施犯罪的犯罪分子。警方表示犯罪分子佩戴人皮面具后可以欺骗公共场所安装的摄像头，警方很难掌握犯罪分子的真实相貌，给案件的侦破带来较高难度，并且犯罪分子将会因此更加变本加厉、有恃无恐。

目前，对于人皮面具的识别，在近距离、较长时间的观察过程中，可以从面部细节、表情、说话声音等方面进行辨识。据报道，用iphone手机可以识别真人和按照真人面部定制的人皮面具，其主要凭借iphone手机摄像头的高像素和细节分辨能力。但是对于中远距离摄像头，由于无法获取足够的人脸细节，用于识别人皮面具则十分困难。

光谱成像技术利用光学滤波技术可把物质光谱划分至几十至几百波段，将使我们对目标精细谱特征的辨识能力得到巨大提升，光谱成像技术在伪装识别、地物分类、环境监测与评估、资源遥感调查、生物表皮与器官内壁表面健康状态诊断、活体组织生理过程的监测等方面具有重大应用价值。目前，尚未见公开报道基于光谱成像分析技术的人皮面具识别技术。因此，如何研究设计一种基于近红外光谱成像的人皮面具识别方法及系统是我们目前急需解决的问题。

发明内容

本发明的目的是提供基于近红外光谱成像的人皮面具识别方法及系统，基于人皮面具和人面部皮肤光谱差异，并结合光谱数据库将人皮面具识别出来，可适用于中远距离的识别，和图像识别相比，具有可远程、搜索范围宽、准确率高等优点，可适用于重要场所，实现对佩戴人皮面具人员的实时识别与监测。

本发明的上述技术目的是通过以下技术方案得以实现的：

第一方面，提供了基于近红外光谱成像的人皮面具识别方法，包括以下步骤：

采集面部皮肤、人皮面具的近红外光谱数据，并根据近红外光谱数据建立光谱数据库；

将光谱数据库中的近红外光谱数据输入光谱分类算法模型进行训练，得到光谱识别模型；

通过近红外光谱成像系统对目标物成像，根据面部检测算法识别提取成像图像中的面部区域；

提取近红外光谱序列图像中属于面部区域所有像素的面部光谱数据；

将面部光谱数据输入光谱识别模型进行识别，输出识别结果。

优选的，所述近红外光谱成像系统的光谱波长为1400-1500nm。

优选的，所述近红外光谱成像系统的光谱波长为1900-2000nm。

优选的，所述光谱数据库中的近红外光谱数据的波长为900-2000nm。

优选的，所述近红外光谱成像系统为基于AOTF光谱成像系统、快照式光谱成像系统、傅里叶光谱成像系统中的任意一种。

第二方面，提供了基于近红外光谱成像的人皮面具识别系统，包括：

光谱数据库，用于存储面部皮肤、人皮面具的近红外光谱数据；

模型构建模块，用于将光谱数据库中的近红外光谱数据输入光谱分类算法模型进行训练，得到光谱识别模型；

成像模块，用于通过近红外光谱成像系统对目标物成像，根据面部检测算法识别提取成像图像中的面部区域；

光谱提取模块，用于提取近红外光谱序列图像中属于面部区域所有像素的面部光谱数据；

识别模块，用于将面部光谱数据输入光谱识别模型进行识别，输出识别结果。

第三方面，提供了一种计算机终端，包括存储器、处理器以及存储在存储器内并可在处理器中执行第一方面任意一项所述方法的计算机程序。

第四方面，提供了一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理执行时实现如第一方面中任意一项所述方法的步骤。

与现有技术相比，本发明具有以下有益效果：本发明基于人皮面具和人面部皮肤光谱差异，尤其是在1400-1500nm和1900-2000nm范围内的波段，结合光谱数据库将人皮面具识别出来，可适用于中远距离的识别，和图像识别相比，具有可远程、搜索范围宽、准确率高等优点；本发明提出人皮面具识别系统，可安装在重要场所，实现对佩戴人皮面具人员的实时识别与监测。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1是本发明实施例1中的工作流程图；

图2是本发明实施例2中的功能框图；

图3是本发明实施例中面部皮肤和人皮面具反射光谱曲线图。

附图中标记及对应的零部件名称：

101、光谱数据库；102、模型构建模块；103、成像模块；104、光谱提取模块；105、识别模块。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例1-2和附图1-3，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1：基于近红外光谱成像的人皮面具识别方法，如图1所示，包括以下步骤：

步骤一：采集面部皮肤、人皮面具的近红外光谱数据，并根据近红外光谱数据建立光谱数据库101。近红外光谱数据包括但不限于不同肤色、年龄的面部皮肤和人皮面具的光谱数据。光谱数据库101中的近红外光谱数据的波长为900-2000nm。

步骤二：将光谱数据库101中的近红外光谱数据输入光谱分类算法模型进行训练，得到光谱识别模型。光谱分类算法包括但不限于基于机器学习的支持向量机、BP神经网络算法。

步骤三：近红外光谱成像系统启动后，通过近红外光谱成像系统对目标物成像，根据面部检测算法进行识别；若为面部区域，则提取成像图像中的面部区域。其中，近红外光谱成像系统的光谱波长为1400-1500nm，或为1900-2000nm。近红外光谱成像系统为基于AOTF光谱成像系统、快照式光谱成像系统、傅里叶光谱成像系统中的任意一种。为满足实时检测的高精度需求，近红外光谱成像系统波长范围设计为900-1700nm，波段数为5个，分别为1000、1150、1300、1450、1600nm，光谱分辨率为20nm左右。

步骤四：提取近红外光谱序列图像中属于面部区域所有像素的面部光谱数据。

步骤五：将面部光谱数据输入光谱识别模型进行识别，输出识别结果。当面部区域超过一定比例的像素识别为人皮面具时，即判断该人佩戴了人皮面具，反之则认为是正常人脸。例如，识别标准比例为50％。

实施例2：基于近红外光谱成像的人皮面具识别系统，包括光谱数据库101、模型构建模块102、成像模块103、光谱提取模块104、识别模块105。其中：光谱数据库101用于存储面部皮肤、人皮面具的近红外光谱数据。模型构建模块102用于将光谱数据库101中的近红外光谱数据输入光谱分类算法模型进行训练，得到光谱识别模型。成像模块103，用于通过近红外光谱成像系统对目标物成像，根据面部检测算法识别提取成像图像中的面部区域。光谱提取模块104，用于提取近红外光谱序列图像中属于面部区域所有像素的面部光谱数据。识别模块105，用于将面部光谱数据输入光谱识别模型进行识别，并输出识别结果。

在本实施例中，近红外光谱成像系统为基于AOTF光谱成像系统、快照式光谱成像系统、傅里叶光谱成像系统中的任意一种。近红外光谱成像系统的光谱波长为1400-1500nm，或为1900-2000nm。

在本实施例中，光谱数据库101中的近红外光谱数据的波长为900-2000nm。

实验验证与分析：

选取各种不同肤色和年龄的面部皮肤的近红外光谱数据、各种常见的人皮面具的近红外光谱数据各100例，光谱范围覆盖900-2000nm，并存入光谱数据库101。采用上述方法、系统进行实验验证。

验证结果如图3所示，皮肤在1400-1500nm和1900-2000nm处有明显的吸收峰，这是由于皮肤中的水分对该波段的光线强烈吸收所致。而人皮面具所用的硅胶材料在此波段没有吸收峰，因此可以利用人面部皮肤和人皮面具在近红外波段的光谱差异实现对人皮面具的识别。

工作原理：基于人皮面具和人面部皮肤光谱差异，尤其是在1400-1500nm和1900-2000nm范围内的波段，结合光谱数据库101将人皮面具识别出来，可适用于中远距离的识别，和图像识别相比，具有可远程、搜索范围宽、准确率高等优点。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。