LIVING BODY DETECTION METHOD AND SYSTEM FOR HUMAN FACE BY USING TWO LONG-BASELINE CAMERAS

Disclosed are a living body detection method and system for a human face by using two long-baseline cameras. The method comprises: collecting a first facial image from the front by means of a main camera, and detecting whether the size of the first facial image meets a preset size standard; if the preset size standard is met, determining whether an auxiliary camera can collect a second facial image; if the auxiliary camera does not collect the second facial image, determining that the current human face is a human face of a non-living body; if the auxiliary camera collects the second facial image, respectively normalizing the first facial image and the second facial image to preset pixel sizes; training the normalized facial images by means of a neural network model to obtain a living body detection score; and determining whether the living body detection score satisfies a preset score standard, and if the preset score standard is satisfied, determining that the current human face is a human face of a living body, and if the preset score standard is not satisfied, determining that the current human face is a human face of a non-living body. By means of the present invention, a facial image of a living body can be detected and recognized accurately and efficiently, and the defects in existing facial recognition technology whereby same has an unstable recognition effect, a high requirement for a hardware device, and a relatively large computation amount for image processing are overcome. L'invention concerne un procédé et un système de détection de corps vivant d'un visage humain à l'aide de deux caméras à longue ligne de base. Le procédé consiste : à collecter une première image faciale à partir de l'avant au moyen d'une caméra principale, et à détecter si la taille de la première image faciale satisfait une norme de taille prédéfinie ; si la norme de taille prédéfinie est satisfaite, à déterminer si une caméra auxiliaire peut collecter une seconde image faciale ; si la caméra auxiliaire ne collecte pas la seconde image faciale, à déterminer que le visage humain actuel est un visage humain d'un corps non vivant ; si la caméra auxiliaire collecte la seconde image faciale, à normaliser respectivement la première image faciale et la seconde image faciale en des tailles de pixel prédéfinies ; à apprendre les images faciales normalisées au moyen d'un modèle de réseau neuronal pour obtenir un score de détection de corps vivant ; et à déterminer si le score de dét