您所在位置：网站首页 > 研究报告 > 信息产业基于人脸的活体检测主要方法研究世纪晟静默活体检测分析

基于人脸的活体检测主要方法研究世纪晟静默活体检测分析

5页

卖家[上传人]：强****

文档编号：52998301

上传时间：2018-08-27

文档格式：DOCX

文档大小：1.15MB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

0 金贝

/ 5 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、基于人脸的活体检测主要方法研究世纪晟静默活体检测分析由于技术日趋成熟，生物识别系统已经逐渐从实验室走进日常生活，多样化的场景应用要求生物识别需要注意提高系统安全性的问题，如何抵抗照片攻击、视频攻击、面具攻击等已经成为人脸识别领域的重要课题。国内外研究人员对活体检测技术提出了不少卓有成效的方法，主要包括：傅里叶频谱分析法、眨眼检测法、光流估计法、多模型混合认证法、三维深度分析法。除了介绍这几种活体检测方法之外，接下来还会介绍目前逐渐走进视野生活的世纪晟静默活体检测技术，通过分析实际运用更深入了解活体检测技术。国内外活体人脸检测主要方法（一）傅里叶频谱分析法依据：（1）照片尺寸小于活体人脸且不具有曲面特征（2）照片中人脸表情和姿势是不便的，呈现的频率分量标准差必然非常小对于高分辨率的假冒人脸，可以引入 FDD 来描述：（二）眨眼检测法对于活体人脸来说，眨眼是最重要的生物特征之一。基于 Adaboost 算法的眼镜开合度计算法嵌入 CRF 人眼模型当中已经取得了比较高的眨眼检测率，以分析眨眼时人眼区域在不同尺度、不同方向的 Gabor 响应波来判断活体。（三）光流估计法这是讲人脸检测和光

2、流估计结合一起进行的活体检测。由于人脸中间区域产生的二维运动比外围区域要明显，所以对于照片攻击的人则不会出现这部分的变化。光流定义：（四）多模型混合认证法对于活体检测而言，假冒一种特征比较简单，但要同时窃取合法用户多种生物特征就比较困难了，比如人脸、语音、嘴唇运动、指纹等。所以这里会结合两种或者多种生物特征，而这种多模型混合认证系统相较于单一特征的认证系统也更加安全可靠。（五）三维深度分析法由于头部运动估计到脸部特征点，如眼睛、鼻子、嘴唇等三维深度坐标存在一定差异，所以三维深度分析法能够基于丰富的信息量解决二维人脸数据存在的光照、姿态、表情等识别问题。几种公开的人脸活体检测数据库专利发明方面（一）通过检测人脸的眼睛区域是否存在亮瞳效应来区分真实人脸和照片视频中的人脸优点：照片和视频都可以，使可靠性增加缺点：需额外的设备。（二）利用共生矩阵和小波分析进行活体人脸检测优点：不需添加额外的辅助设备、不需要用户降低了计算复杂度，提高了检测准确率缺点：只针对照片欺骗（三）基于 HSV 颜色空间统计特征的人脸活体检测方法优点：不需添加额外的辅助设备和用户的主动配合，降低了人脸认证系统延时和计算

3、复杂度，提高了检测准确率缺点：只针对照片欺骗，阈值的设置为经验值（四）使用的活体识别方法为通过摄像头在一定时间内拍摄多张人脸照片，预处理后提取每张照片的面部本特征信息，将先后得到的面部特征信息进行对比分析获取特征相似度优点：不需要人脸部做大量的表情配合动作缺点：只针对照片欺骗（五）基于人脸 3D 模型对所述人脸形状进行归一化处理，并获得所述人脸形状相对于人脸 3D 模型的旋转角度，将连续多帧图像的旋转角度连成一条曲线优点：误报率降低，速度快，用户体验好缺点：需较大的计算时间和空间开销（六）基于背景比对的视频和活体人脸的鉴别方法优点：解决仅通过单个摄像头进行视频人脸和活体人脸的计算机自动鉴别问题，不需用户配合，实时性较好缺点：只针对视频欺骗（七）具有活体检测功能的双模态人脸认证方法优点：提高了识别认证精度，有效避免人脸存在较大变化情况下识别失败的问题，避免照片或者模型欺骗缺点：需红外设备（八）利用人脸面部运动和生理性运动来判断是照片还是真实人脸优点：可靠性提高缺点：只针对照片欺骗。（九）通过判断连续多帧图像中所获的眼睛或嘴巴区域的属性变化值（上眼皮的距离变化值或上下嘴唇间的距离变化值）的

4、规律是否符合真实人脸的变化规律优点：检测精度高、速度快，针对照片和视频欺骗缺点：需用户主动配合企业研发方面（一）基于 Google Lens 的移动端活体检测实现基于 Google Lens 的框架 Mobile Vision，按照实现流程分，主要有人脸检测，特征点提取，动作检测和连续性检测。调用 GMVFaceFeature 接口提取人脸的 11 个特征点，分别代表眼睛、耳朵、鼻子、脸颊和嘴巴等主要人脸五官难度主要在视频流如何转换成 Google Lens 支持的图片格式另外通过特征点判断是哪个动作，需要结合实际环境计算阀值，阀值待验证（二）腾讯优图“唇语+人脸场景分析”唇语分析：发现照片和录制的视频。这个技术交互自然简单，用户仅需阅读系统随机给出的一串数字或词语。语音识别结合图像唇语验证，检验声音源和图像源的同步性，安全性加倍升级。人脸与场景分析：发现合成视频异常；发现边框、屏幕像素纹理（三）世纪晟静默活体检测以往的技术要求用户张嘴、点头，如果用户在公开场所对着手机做这些动作，感觉有些傻。虽然这些技术通过使用动作来验证，但即便如此也很容易被攻破，而且对用户来说体验不是最好的。

5、所以，区别与一般人脸识别活体检测，针对用户体验要求提高的要求，世纪晟科技运用了静默活体检测。这主要以面部特征作为身份核对依据，通过动态核对面部轮廓方式准确识别客户。不需要用户做任何动作，只需要自然正对摄像头三、四秒钟，就可以完成整个检测过程。真实的人脸和照片相比，即使不刻意做动作，也会有微表情存在的，比如眼皮、眼球的律动眨眼、嘴唇以及周边面颊的伸缩等利用这些特征就可以进行有效防范了。- 优势： a.用户免去动作配合b.活动检测时间减少一半以上c.私密性保护好d.用户体验更佳- 技术要点a.人脸框的提取对于人脸检测，世纪晟科技主要采用了 MTCNN（多任务级联卷积神经网络）人脸检测算法，解决了传统算法对环境要求高，人脸要求高，检测耗时高的弊端。b.活体判断基于传统特征step1：人脸的特征提取与编码step2：SVM 分类SVM 的优点：1、不需要很多样本，不需要有很多样本并不意味着训练样本的绝对量很少，而是说相对于其他训练分类算法比起来，同样的问题复杂度下，SVM 需求的样本相对是较少的。并且由于 SVM 引入了核函数，所以对于高维的样本，SVM 也能轻松应对。2、结构风险最小。这种风险是指分类器对问题真实模型的逼近与问题真实解之间的累积误差。3、非线性，是指 SVM 擅长应付样本数据线性不可分的情况，主要通过松弛变量（也叫惩罚变量）和核函数技术来实现，这一部分也正是 SVM 的精髓所在。

《基于人脸的活体检测主要方法研究世纪晟静默活体检测分析》由会员强****分享，可在线阅读，更多相关《基于人脸的活体检测主要方法研究世纪晟静默活体检测分析》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源