头部欢迎词!

多功能人脸识别解决方案提供商

通用banner
您当前的位置 : 首 页 > 新闻中心 > 技术资讯

人脸门禁识别系统活体检测常用方法

2021-07-02 14:15:41

动态活体检测方法安全性高,但需要用户配合指定动作,实际用户体验较差。为了达到无感通行的效果,人脸识别门禁很少使用响应指令的运动检测,而活体检测通常是根据图像和光学效果的差异来进行的。

1.普通摄像头活体检测

虽然对指令没有动作反应,但真实的人脸并不是静止的。总有一些微表情,比如眼皮和眼球的节奏、眨眼、嘴唇及其周围脸颊的扩张和收缩等。同时,真实人脸的反射特征和攻击媒体如纸张、屏幕、三维面具不同,所以成像也不同。 Univision 配合基于摩尔纹、反射、反射、纹理等特征的检测,检测系统可以轻松应对来自照片、视频和假肢的攻击。

利用一个特定的物理特征,或者多个物理特征的融合,我们可以通过深度学习训练一个神经网络分类器来区分它是活体还是攻击。活体检测中的物理特征主要分为纹理特征、颜色特征、光谱特征、运动特征、图像质量特征和心跳特征。

纹理特征包括很多,但Z主流的是LBP、HOG、LPQ等。

人脸门禁识别系统,人脸识别门禁

除了RGB的颜色特征外,学术界发现HSV或YCbCr在区分活体和非活体方面有更好的表现,被广泛用于不同的纹理特征。

光谱特性的原理是生物体和非生物体在某些频段有不同的响应。

不同时间的运动特征提取目标变化是一种有效的方法,但通常耗时较长,不能满足实时性要求。

描述图像质量特性的方法有很多种,例如反射、散射、边缘或形状。

2.红外摄像头活体检测

红外人脸检测主要基于光流法。光流法利用图像序列中像素强度数据的时域变化和相关性来确定每个像素位置的“运动”,即从图像序列中获取每个像素的操作信息,并利用高斯差分filter 和 LBP 特征使用支持向量机对数据进行统计分析。

同时,光流场对物体的运动更加敏感,可以利用光流场均匀检测眼球运动和眨眼。这种活体检测方法可以实现无需用户配合的盲检测。

从上面两张图片的对比可以看出,活人脸的光流特征表现为不规则的矢量特征,而照片人脸的光流特征则是规则有序的矢量特征,可以区分活体和照片。

3. 3D摄像头活体检测人脸由3D摄像头拍摄,得到对应人脸区域的3D数据。根据这些数据,选择Z容易区分的特征来训练神经网络分类器,Z后用训练好的分类器来区分活体和非活体。特征的选择非常重要。我们选择的特征包含全局和局部信息。这样的选择有利于算法的稳定性和鲁棒性。


下一篇:没有了

Z近浏览: