基于CNN+OpenCV的人脸活体检测_编程开发

创始人

2025-05-30 01:39:04

0次

一、活体检测

如果一个用户可以尝试举起另一个人的照片。也许他们的智能手机上甚至有一张照片或视频，可以拿着负责进行人脸识别的相机。在这种情况下，摄像头上的人脸完全有可能被正确识别……但最终会导致未经授权的用户绕过人脸识别系统。

如何识别真脸和假脸？大致分运动、纹理和生命体征几个方向。

另外活体检测有多种方法，包括：

纹理分析，包括在人脸区域计算局部二元模式（LBP），并用SVM将人脸分类为真实人脸或伪造人脸。

频率分析，例如检查面部的傅立叶域。

可变聚焦分析，例如检查两个连续帧之间像素值的变化。

基于启发式的算法，包括眼球运动、嘴唇运动和眨眼检测。这组算法试图跟踪眼球运动和眨眼，以确保用户不会拿着另一个人的照片（因为照片不会眨眼或移动嘴唇）。

光流算法，即检查从3D对象和2D平面生成的光流的差异和财产。

3D人脸形状，类似于苹果iPhone人脸识别系统上使用的形状，使人脸识别系统能够区分真实人脸和他人的打印件/照片/图像。

基于以上的组合，使人脸识别系统工程师能够挑选适合其特定应用的活跃度检测模型。

具体方法原理参考下面链接。

上一篇：git统计命令