人臉識別門禁活體檢測常用方法
發(fā)布時間：2020-11-13 ｜ 作者：安居樂人臉識別
｜ 來源：石家莊安居樂科技 瀏覽：
簡介：動態(tài)活體檢測的方式具有很高的安全性，但要求用戶配合做指定動作，因此實際用戶體驗較差。為了實現(xiàn)無感通行的效果，人臉識別門禁很少采用響應(yīng)指令的動作活體檢測，通?；趫D像和光學效果的差別實施活體甄別
動態(tài)活體檢測的方式具有很高的安全性，但要求用戶配合做指定動作，因此實際用戶體驗較差。為了實現(xiàn)無感通行的效果，人臉識別門禁很少采用響應(yīng)指令的動作活體檢測，通?；趫D像和光學效果的差別實施活體甄別。
1、普通攝像頭活體檢測
雖然沒有配合指令的動作響應(yīng)，但真實的人臉也不是絕對靜止的，總有一些微表情的存在，比如眼皮和眼球的律動、眨眼、嘴唇及其周邊面頰的伸縮等。同時，真實人臉與紙片、屏幕、立體面具等攻擊媒介的反射特性不同，所以成像也不同。宇視配合基于摩爾紋、反光、倒影、紋理等特征的檢測，檢測系統(tǒng)可以輕松的對付照片、視頻、假體的攻擊。
利用特定的某種物理特征，或多種物理特征的融合，我們可以通過深度學習訓練神經(jīng)網(wǎng)絡(luò)分類器，以區(qū)分是活體，還是攻擊?；铙w檢測中的物理特征主要分為紋理特征、顏色特征、頻譜特征、運動特征、圖像質(zhì)量特征，此外，還包括心跳特征等。
紋理特征包括很多，但最主流的是LBP、HOG、LPQ等。
顏色特征除了RGB之外，學術(shù)界發(fā)現(xiàn)HSV或YCbCr具有更好的區(qū)分活體非活體的性能，被廣泛用于不同的紋理特征上。
頻譜特征的原理是活體、非活體在某些頻段具有不同的響應(yīng)。
運動特征提取目標在不同時間上的變化，是一個有效的辦法，但通常耗時較久，達不到實時的要求。
圖像質(zhì)量特征有很多描述方式，比如反射、散射、邊緣或形狀等。
人臉識別門禁
2、紅外攝像頭活體檢測
紅外人臉活體檢測主要是基于光流法而實現(xiàn)。光流法是利用圖像序列中的像素強度數(shù)據(jù)的時域變化和相關(guān)性來確定各像素位置的“運動”，即從圖像序列中得到各個像素點的運行信息，采用高斯差分濾波器、LBP特征和支持向量機進行數(shù)據(jù)統(tǒng)計分析。
同時，光流場對物體運動比較敏感，利用光流場可以統(tǒng)一檢測眼球移動和眨眼。這種活體檢測方式可以在用戶無配合的情況下實現(xiàn)盲測。
從上述兩張圖的對比可以看出，活體人臉的光流特征顯示為不規(guī)則的向量特征，而照片人臉的光流特征則是規(guī)則有序的向量特征，以此即可區(qū)分活體和照片。
3、3D攝像頭活體檢測
通過3D攝像頭拍攝人臉，獲取相應(yīng)的人臉區(qū)域的3D數(shù)據(jù)，基于這些數(shù)據(jù)，選擇最具有區(qū)分度的特征來訓練神經(jīng)網(wǎng)絡(luò)分類器，最終利用訓練好的分類器區(qū)分活體和非活體。特征的選擇至關(guān)重要，我們選擇的特征既包含了全局的信息，也包含了局部的信息，這樣的選擇有利于算法的穩(wěn)定性和魯棒性。
下一篇：沒有了
安居樂樓宇對講ANJULEY
安居樂阿里店鋪
安居樂淘寶店鋪