測模塊20可以檢測臉部所在的大體 區(qū)域，例如，在圖像的特定方框內(nèi)。此外，在各種實施方案中，一或多個所關(guān)注的區(qū)域（ROI) 可以定義在臉部上。舉例來說，加權(quán)的面罩可以基于臉部的形狀和眼睛和/或嘴的位置從 臉部檢測模塊20中生成。
[0044] 所成像個體的活體皮膚部分可以利用在可見光和NIR照亮下人體皮膚的反射的 差異來檢測。舉例來說，在框40中，二進制皮膚映射可以基于對齊的像素對中的NIR圖像像 素的像素值與對應(yīng)的可見光圖像像素的綠色通道的像素值之間的差異計算（例如，可見光 圖像中的像素位于與圖像中的像素大致相同的位置處，使得可見光和NIR像素是對齊的）。 二進制皮膚映射也可以基于可見光圖像像素的紅色和綠色通道的像素值之間的差異。所檢 測的皮膚的邊界可以以各種方式變得平滑，例如使用S形函數(shù)使皮膚邊界變得平滑，如下 文所解釋。
[0045] 方法30隨后移動到框50,其中在所檢測的活體個體部分中識別陰影。舉例來說， 方法30可以在活體個體的臉部上識別所檢測的活體皮膚部分中的陰影。在一些實施方 案中，生成全局深色映射，其中陰影候選通過分析與其它部分相比大體上較暗的可見光和 NIR圖像的部分識別。因為圖像的深色部分可以對應(yīng)于陰影區(qū)域，或僅對應(yīng)于非陰影區(qū)域中 的深色物體，所以方法30可以基于針對每個像素對的可見光強度與NIR光強度的比區(qū)分陰 影的活體皮膚區(qū)域與其它深色物體。當通過NIR光照亮?xí)r可見光對NIR比可以利用人體皮 膚的獨特的反射特性。
[0046] 可以生成陰影映射以識別位于圖像的陰影區(qū)域內(nèi)的活體皮膚像素。實際上，基于 陰影映射的直方圖陰影像素可以與活體皮膚部分中的非陰影像素區(qū)分開。在各種布置中， 可以使用邊緣檢測算法計算陰影邊緣，并且可以通過尋找陰影半影并且基于半影調(diào)節(jié)像素 值來使陰影邊界平滑。此外，可以計算陰影和非陰影錨定像素。陰影和非陰影錨定像素可 以表示來源于相同人體皮膚的圖像的區(qū)域。錨定像素可以基于所識別的陰影和非陰影像素 的強度分布計算。
[0047] 轉(zhuǎn)向框70,可以使活體個體部分中的所識別的陰影減弱。逐像素方法可用于調(diào)節(jié) 可見光圖像中的每個像素的亮度以減弱陰影。通過轉(zhuǎn)移每個像素的亮度，可以移除由所投 的陰影產(chǎn)生的深色區(qū)域。在一些實施方案中，逐框方法可用于調(diào)節(jié)預(yù)定義框中的像素的亮 度?？梢曰旌现鹣袼睾椭鹂蚧旌?。具有減弱陰影的所得到的可見光圖像可以包含人體皮膚 的豐富的細節(jié)和臉部的幾何特征或圖像的其它活體個體部分。
[0048] 方法30移動到?jīng)Q策框32以確定是否將捕獲額外的多光譜圖像。如果作出將捕獲 額外圖像的決策，那么方法30返回到框31以捕獲活體個體的額外的可見光和NIR圖像。如 果作出將不捕獲額外圖像的決策，那么方法30結(jié)束。
[0049] 活體個體部分的檢測
[0050] 圖4是根據(jù)一些實施方案說明用于檢測可見光和NIR圖像的活體個體部分的方法 40的流程圖。方法40在框41處開始以計算二進制皮膚映射。在可見光和NIR照亮下人體 皮膚反射的差異可以使得能夠進行活體個體的活體皮膚部分的檢測。舉例來說，可以基于 可見光圖像像素 i的綠色通道的像素值和NIR圖像中的對應(yīng)的像素 i的像素值計算第一 標準化反射差異r1:
[0051]
[0052] 其中P表示用于成像通道NIR、綠色、紅色、藍色等的像素 i處的標準化強度。
[0053] 第二標準化反射差異r2可以基于可見光圖像像素 i的紅色和綠色通道的像素值 計算：
[0054]
[0055] rdP r 2的直方圖的閾值可以使得能夠評估閾值t nl、tn2、1^和t 。舉例來說，特定 像素 i可以被識別為活體皮膚像素，前提是：
[0056] tnl< r !< t n2以及 t rl< r 2< t r2。
[0057] 所得到的二進制皮膚映射可用于指示圖像的哪些部分是活體皮膚像素。用于檢測 例如活體皮膚部分的活體個體部分的各種技術(shù)的額外細節(jié)可以在2012年6月26日遞交的 標題為"用于臉部驗證的系統(tǒng)和方法"的第13/533, 706號美國專利申請案中發(fā)現(xiàn)，所述專 利申請案的內(nèi)容出于所有目的以引用的方式全文并入本文中。
[0058] 方法40移動到框43,其中皮膚的邊界是平滑的。雖然在框41中計算的二進制皮 膚映射可以區(qū)分圖像的活體皮膚部分和非活體皮膚部分，但是所得到的邊界可能是起伏的 或不平滑的。為了使活體皮膚部分與非活體皮膚部分之間的邊界平滑，可以通過下式計算 平滑的皮膚映射S :
[0059] S = N (W1. w2· w3· W4)，
[0060] 其中N表示最小-最大標準化函數(shù)?？梢曰跇藴驶瓷洳町惻c它們的相關(guān)聯(lián)閾 值之間的差異計算S形函數(shù)W1、W2、w#P w 4。舉例來說，S形函數(shù)可以通過下式計算：
[0065] 其中a是控制S形函數(shù)w的速率的參數(shù)。
[0066] 方法40移動到?jīng)Q策框45,其中作出額外圖像是否將被處理為識別活體個體部分 的決策。如果作出存在額外圖像的決策，那么方法40返回到框41以計算二進制皮膚映射。 如果作出不存在額外圖像的決策，那么方法40結(jié)束。應(yīng)了解，雖然方法40是基于逐像素差 異的，但是不需要可見光和NIR圖像的精確的對齊。實際上，臉部皮膚通常是相當平滑的并 且具有跨越臉部的恒定的顏色響應(yīng)。因此，方法40可以精確地識別圖像的活體皮膚部分， 即使在可見光和NIR圖像大致對齊使也是如此，例如，基于所檢測的臉部對齊。所識別的活 體皮膚部分可用于檢測陰影，如本文中更詳細地解釋。
[0067] 陰影的識別
[0068] 圖5是根據(jù)一些實施方案說明用于識別所檢測的活體個體部分中的陰影的方法 50的流程圖。方法50可以在框51中開始以計算全局深色映射D從而識別陰影候選像素。 深色映射D識別在NIR和可見光圖像這兩者中的深色的像素，例如，在兩種圖像中具有低測 量強度值的那些像素。因為深色映射D識別NIR和可見光圖像中所有深色的像素，所以深 色映射D可以包含表示在陰影區(qū)域中的物體（例如，由于所投的陰影在兩種圖像中都是深 色的物體）的像素以及僅表示深色物體（例如，黑色或其它深色顏色的物體）的像素。在 一些實施方案中，全局深色映射D可以被計算為：
[0069] D = DV1S*D_，
[0070] 其中
[0071]
[0072] 以及
[0073] Dnir - 1_ P (人 _)。
[0074] 因此，深色映射D中的較大值可以表示陰影候選像素，例如，在可見光和NIR圖像 這兩者中都是大體上深色的像素。然而，深色映射D單獨的可能無法區(qū)分深色陰影區(qū)域與 深色物體（無論是否在陰影區(qū)域中還是陰影區(qū)域外）。
[0075] 方法50移動到框52以基于NIR和可見光圖像中的皮膚反射計算陰影圖像F。陰 影圖像F可以有助于區(qū)分陰影的活體皮膚部分與非陰影的活體皮膚部分，方法是用非陰影 深色物體描繪陰影區(qū)域。二進制皮膚映射可用于過濾活體皮膚部分與非活體皮膚部分。應(yīng) 了解日光（例如，直射陽光）在可見光波長下與在NIR波長下相比發(fā)出更多能量。然而，在 陰影中可見光與NIR光之間的照亮的差異，所述陰影例如，僅曝露在天空光而非直接日光 下的區(qū)域，與通過可見光照亮的皮膚的反射與通過NIR光照亮的皮膚的反射之間的差異相 比是大體上可忽略的。因此，可見光對NIR光的比可用于區(qū)分陰影區(qū)域與用于被識別為活 體皮膚部分的區(qū)域的非陰影深色物體。
[0076] 舉例來說，在框52中，可以基于NIR和可見光圖像的像素對中的顏色到NIR像素 值的比計算陰影圖像F(例如，對應(yīng)于可見光圖像中的像素的NIR圖像中的像素）。對于NIR 和可見光圖像中的每個像素對，像素比Fk可以計算用于通道k，其中當使用RGB可見光傳感 器時通道k對應(yīng)于紅色、綠色或藍色圖像數(shù)據(jù)。像素比F k可以被定義為：
[0077]
[0078] 如上文所述，日光（例如，直射陽光）與在NIR頻帶中相比在可見光頻帶中發(fā)出更 多能量，因此應(yīng)了解非陰影像素可具有與陰影像素相比相對較大的F k，以用于圖像的活體 皮膚部分。因此，
[0079]
[0080] 對于人體皮膚，陰影圖像F可以基于像素比F通過下式計算：
[0081]
[0082] 在所計算的陰影圖像F中，活體皮膚部分中的較大像素值可表示真實陰影像素， 例如，位于所識別的皮膚上的陰影區(qū)域內(nèi)的像素。因此，像素比匕可用于生成陰影圖像F以 描繪與深色物體相比的實際陰影區(qū)域?？梢姽夂蚇IR照亮下的皮膚的獨特的反射特性可以 使得所公開的系統(tǒng)能夠檢測圖像的活體皮膚部分上的陰影。
[0083] 移動到框53,全局深色映射D (表示陰影候選）可以與計算出的陰影圖像F結(jié)合以 衍生陰影映射M。陰影映射M可以通過下式計算：
[0084] M = 1-D. *F〇
[0085] 在計算出的陰影映射M中，活體皮膚部分中的較小像素值具有作為活體皮膚的陰 影像素的高概率。為了將區(qū)域分類為可見光圖像中的陰影區(qū)域或非陰影區(qū)域，可以對計算 出的陰影映射M進行二進制化。具體而言，可以針對活體皮膚像素計算M的直方圖。如上文 所述，二進制皮膚映射可用于選擇對應(yīng)于活體人體皮膚的像素并且排除非活體皮膚部分。
[0086] 方法50移動到?jīng)Q策框54以比較用于像素 p(i，j)的陰影映射M的值與閾值Θ。 在M的計算出的直方圖中，閾值Θ可以對應(yīng)于M的直方圖的第一谷，其大體上表示像素值， 低于所述像素值存在像素位于陰影區(qū)域內(nèi)的高概率。因此，無論特定像素 P(i，j)是否是活 體皮膚，陰影都可以由下式給出：
[0087]
[0088] 如果在框54中作出決