人脸识别活体检测算法-生物特征算法技术

2019-01-18 11:10:49

  人脸识别活体检测算法就是要识别出摄像头采集到的人脸图像,检测到的人脸图像是来自真实的人脸,还是某种形式的攻击或伪装。这些攻击形式主要包括照片(包括纸质照片和手机、平板等电子设备上的照片、视频)攻击、视频回放攻击、面具攻击等。

  人脸活体检测算法包括普通彩色(RGB)摄像头上的单目可见光活体检测,也包括红外双目活体检测、三维深度摄像头上的检测。保障信息安全,人脸识别活体检测责无旁贷,而抗攻击,活体检测算法是其研究中必不可少的一环。

人脸识别活体检测算法

1、红外双目人脸活体检测算法

  红外双目人脸活体检测主算法要是基于光流法而实现,红外人脸活体检测无需指令配合,检测成功率较高。根据光流法,利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”,从图像序列中得到各个像素点的运行信息,采用高斯差分滤波器、LBP特征和支持向量机进行数据统计分析。同时,光流场对物体运动比较敏感,利用光流场可以统一检测眼球移动和眨眼。这种活体检测方式可以在用户无配合的情况下实现盲测。

2、单目可见光活体检测算法

  单目可见光活体检测不需要用户动作配合,被称作静默活体检测。主要原理:通过识别攻击内容里面漏出的各种类型的边框,图像质量,图像中人脸是否变形等方式,结合分析全局特征和局部微纹理信息有效过滤二次翻拍,通过机器学习方法提取细微特征有效过滤攻击。 一般要求实时完成,在不超过1秒,最佳在300毫秒内完成识别。

人脸识别活体检测算法

  我司人脸活体检测算法根据我们在多个主流厂家摄像头及手机的测试结果表明,识别准确率达到99%以上。同时,实时性能优异,能在300毫秒内快速完成识别。当然,泛化性能对所有活体识别来说都是一个挑战,这需要采集海量的数据来进行训练,涵盖市面上主要的手机、摄像头型号。我们希望使用我们的SDK的开发者们,可以分享你们能获取的活体、非活体照片,以便于我们进一步优化我们算法的准确率。深圳深数科技有限公司注重自主知识产权核心技术的研究和开发,是领先的人脸识别服务商,有实力,值得您信赖。