[go: up one dir, main page]

CN108229362B - 一种基于门禁系统的双目人脸识别活体检测方法 - Google Patents

一种基于门禁系统的双目人脸识别活体检测方法 Download PDF

Info

Publication number
CN108229362B
CN108229362B CN201711452118.8A CN201711452118A CN108229362B CN 108229362 B CN108229362 B CN 108229362B CN 201711452118 A CN201711452118 A CN 201711452118A CN 108229362 B CN108229362 B CN 108229362B
Authority
CN
China
Prior art keywords
face
living body
video image
control system
door
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711452118.8A
Other languages
English (en)
Other versions
CN108229362A (zh
Inventor
王叶群
林建送
袁爱君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Seeiner Technology Co ltd
Original Assignee
Hangzhou Seeiner Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Seeiner Technology Co ltd filed Critical Hangzhou Seeiner Technology Co ltd
Priority to CN201711452118.8A priority Critical patent/CN108229362B/zh
Publication of CN108229362A publication Critical patent/CN108229362A/zh
Application granted granted Critical
Publication of CN108229362B publication Critical patent/CN108229362B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于门禁系统的双目人脸识别活体检测方法。它具体包括如下步骤：(1)采用双目采集系统来进行视频图像采集；(2)对采集到的彩色视频图像进行人脸检测；(3)如果有检测到人脸，则对彩色视频图像和红外视频图像进行分析；(4)利用机器学习的SVM活体检测分类器对照片和活体进行分类检测；(5)将采集到的人脸和人脸底库进行匹配识别，如果匹配成功，则说明人脸识别成功，门禁系统控制开门；如果匹配不成功，门禁系统不开门。本发明的有益效果是：不仅代价小，而且算法速度快，算法效果也能得到保证；此外，配合彩色图像和红外图像的分析可以很大程度上提高活体检测的检测准确率，不需要用户配合做动作，更加快速便捷。

Description

一种基于门禁系统的双目人脸识别活体检测方法
技术领域
本发明涉及生物模式识别相关技术领域，尤其是指一种基于门禁系统的双目人脸识别活体检测方法。
背景技术
随着生物识别技术和模式识别技术的发展，人脸识别技术已趋于成熟，人脸识别系统已经可以很好的进行人脸检测与识别，但是对于门禁系统来说，用户可以凭借照片欺骗系统，因此，针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷，避免造成利用照片攻破门禁系统的危机。
现有的双目人脸识别活体检测主要采用的三类方案：1.配合动作进行活体检测，用户需要配合进行摇头、眨眼、张嘴等一系列指定动作，才能判断是否为活体。2.利用图像算法判断单目摄像头采集的视频是否为活体，由于摄像头采集的活体人脸和照片都是二维图像，单纯的图像算法很难区分判断到底是照片还是人脸，检测率低。3.利用深度相机进行3D建模来判断是否为活体，但是该方法不仅需要增加深度相机，深度相机昂贵代价高，而且3D建模算法复杂，运算速度慢。
发明内容
本发明是为了克服现有技术中存在上述的不足，提供了一种检测效率高且检测准确率高的基于门禁系统的双目人脸识别活体检测方法。
为了实现上述目的，本发明采用以下技术方案：
一种基于门禁系统的双目人脸识别活体检测方法，具体包括如下步骤：
(1)采用双目采集系统来进行视频图像采集，分别采集彩色视频图像和红外视频图像；
(2)对采集到的彩色视频图像进行人脸检测，如果检测到人脸则进行下一步分析，如果没有检测到人脸，则说明为非活体，步骤终止，不进行人脸识别；
(3)对彩色视频图像和红外视频图像进行分析，如果同时满足彩色视频图像和红外视频图像的条件，则进行下一步，否则判断为黑白照片非活体，步骤终止，不进行人脸识别；
(4)利用机器学习的SVM活体检测分类器对照片和活体进行分类检测，如果判断为活体，则进行下一步的人脸比对，如果是照片，则说明为非活体，步骤终止；
(5)将采集到的人脸和人脸底库进行匹配识别，如果匹配成功，则说明人脸识别成功，为合法用户，门禁系统控制开门；如果匹配不成功，则说明人脸识别失败，为非合法用户，门禁系统不开门。
本发明主要是利用图像算法对彩色视频图像和红外视频图像进行分析，由于采集系统对黑白照片和活体人脸采集的视频图像在图像特征上有较明显的差异，因此从图像的特征进行区分是否为黑白照片，排除黑白照片对系统的攻击。虽然图像分析模块能排除黑白照片对系统的攻击，但是无法排除彩色照片对系统的攻击，故而利用机器学习的SVM分类器对照片和活体进行分类检测。本发明采用了双目摄像头，不仅代价小，而且算法速度快，算法效果也能得到保证；此外，配合彩色图像和红外图像的分析可以很大程度上提高活体检测的检测准确率，不需要用户配合做动作，更加快速便捷。
作为优选，在步骤(1)中，双目采集系统包括备有彩色摄像头的相机和备有红外摄像头的相机，两个相机来进行视频图像采集，其中：备有彩色摄像头的相机采集彩色视频图像，备有红外摄像头的相机采集红外视频图像，两个相机位于同一平行线且同时采集。其中：平行相机相比其他位置如弧形更有利于硬件设备的生产，硬件方便集成双目相机，降低生产成本，且平行相机拍摄出的视频有利于算法的建模，算法模型复杂度低，提升运算速度。
作为优选，在步骤(2)中，人脸检测采用经典的机器学习算法Adaboost人脸检测算法。
作为优选，在步骤(3)中，满足彩色视频图像的条件为：彩色视频图像的RGB分量的相似度大于阈值T1；满足红外视频图像的条件为：红外视频图像的直方图对比度C大于阈值T2，C的计算公式如下：
C＝∑[δ(i,j)]2P(i,j)；其中：T1为经验值，T2为经验值，δ(i,j)＝|i-j|，即为相邻像素间的灰度差，P(i,j)为相邻像素间的灰度差的像素分布概率。其中彩色视频图像的RGB分量的相似度大于阈值T1的原理是：如果是黑白照片，则彩色相机采集的图像的各颜色分量比较接近，很相似，T1的阈值一般取值0.78，可根据具有使用场景的进行调整。红外图像一般是指热成像，如果是非活体则场景中的目标(照片)与背景的温差相对活体要低，红外图像的动态范围大，对比度低，根据这一特征设计的算法来判断活体与照片，T2一般取值1.8。
作为优选，在步骤(4)中，利用彩色照片和活体人脸的两组样本来训练机器学习的SVM活体检测分类器。
作为优选，在步骤(5)中，具体步骤如下：利用彩色视频图像进行人脸比对，将采集到的人脸和人脸底库中的所有人脸进行相似度计算一个分值，如果最高分值大于80分，则说明人脸比对成功，匹配的人脸为得分最高的底库人脸，人脸识别成功，为合法用户，门禁系统控制开门；否则，人脸比对失败，为非合法用户，门禁系统不开门。其中：取值80分最为合适，因为如果设置过大则会导致识别率降低，一些合法用户因为光照或者侧脸等采集照片质量较低情况下误判为非合法用户；如果过低则会导致一些长相相似的人误识别成其他人。
本发明的有益效果是：采用了双目摄像头，不仅代价小，而且算法速度快，算法效果也能得到保证；此外，配合彩色图像和红外图像的分析可以很大程度上提高活体检测的检测准确率，不需要用户配合做动作，更加快速便捷。
附图说明
图1是本发明的方法流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
如图1所述的实施例中，一种基于门禁系统的双目人脸识别活体检测方法，具体包括如下步骤：
(1)采用双目采集系统来进行视频图像采集，分别采集彩色视频图像和红外视频图像；
双目采集系统包括备有彩色摄像头的相机和备有红外摄像头的相机，两个相机来进行视频图像采集，其中：备有彩色摄像头的相机采集彩色视频图像，备有红外摄像头的相机采集红外视频图像，两个相机位于同一平行线且同时采集；平行相机相比其他位置如弧形更有利于硬件设备的生产，硬件方便集成双目相机，降低生产成本，且平行相机拍摄出的视频有利于算法的建模，算法模型复杂度低，提升运算速度；
(2)对采集到的彩色视频图像进行人脸检测，人脸检测采用经典的机器学习算法Adaboost人脸检测算法，如果检测到人脸则进行下一步分析，如果没有检测到人脸，则说明为非活体，步骤终止，不进行人脸识别；
(3)对彩色视频图像和红外视频图像进行分析，如果同时满足彩色视频图像和红外视频图像的条件，则进行下一步，否则判断为黑白照片非活体，步骤终止，不进行人脸识别；
(4)利用机器学习的SVM活体检测分类器对照片和活体进行分类检测，如果判断为活体，则进行下一步的人脸比对，如果是照片，则说明为非活体，步骤终止；
满足彩色视频图像的条件为：彩色视频图像的RGB分量的相似度大于阈值T1；如果是黑白照片，则彩色相机采集的图像的各颜色分量比较接近，很相似，T1的阈值一般取值0.78，可根据具有使用场景的进行调整；
满足红外视频图像的条件为：红外视频图像的直方图对比度C大于阈值T2，C的计算公式如下：C＝∑[δ(i,j)]2P(i,j)；红外图像一般是指热成像，如果是非活体则场景中的目标(照片)与背景的温差相对活体要低，红外图像的动态范围大，对比度低，根据这一特征设计的算法来判断活体与照片，T2的阈值一般取值1.8；
其中：T1为经验值，T2为经验值，δ(i,j)＝|i-j|，即为相邻像素间的灰度差，P(i,j)为相邻像素间的灰度差的像素分布概率；
(5)将采集到的人脸和人脸底库进行匹配识别，如果匹配成功，则说明人脸识别成功，为合法用户，门禁系统控制开门；如果匹配不成功，则说明人脸识别失败，为非合法用户，门禁系统不开门；
具体步骤如下：利用彩色视频图像进行人脸比对，将采集到的人脸和人脸底库中的所有人脸进行相似度计算一个分值，如果最高分值大于80分，则说明人脸比对成功，匹配的人脸为得分最高的底库人脸，人脸识别成功，为合法用户，门禁系统控制开门；否则，人脸比对失败，为非合法用户，门禁系统不开门。其中：取值80分最为合适，因为如果设置过大则会导致识别率降低，一些合法用户因为光照或者侧脸等采集照片质量较低情况下误判为非合法用户；如果过低则会导致一些长相相似的人误识别成其他人。
本发明主要是利用图像算法对彩色视频图像和红外视频图像进行分析，由于采集系统对黑白照片和活体人脸采集的视频图像在图像特征上有较明显的差异，因此从图像的特征进行区分是否为黑白照片，排除黑白照片对系统的攻击。虽然图像分析模块能排除黑白照片对系统的攻击，但是无法排除彩色照片对系统的攻击，故而利用机器学习的SVM分类器对照片和活体进行分类检测。本发明采用了双目摄像头，不仅代价小，而且算法速度快，算法效果也能得到保证；此外，配合彩色图像和红外图像的分析可以很大程度上提高活体检测的检测准确率，不需要用户配合做动作，更加快速便捷。

Claims (5)

1.一种基于门禁系统的双目人脸识别活体检测方法，其特征是，具体包括如下步骤：
(1)采用双目采集系统来进行视频图像采集，分别采集彩色视频图像和红外视频图像；
(2)对采集到的彩色视频图像进行人脸检测，如果检测到人脸则进行下一步分析，如果没有检测到人脸，则说明为非活体，步骤终止，不进行人脸识别；
(3)对彩色视频图像和红外视频图像进行分析，如果同时满足彩色视频图像和红外视频图像的条件，则进行下一步，否则判断为黑白照片非活体，步骤终止，不进行人脸识别；
(4)利用机器学习的SVM活体检测分类器对照片和活体进行分类检测，如果判断为活体，则进行下一步的人脸比对，如果是照片，则说明为非活体，步骤终止；满足彩色视频图像的条件为：彩色视频图像的RGB分量的相似度大于阈值T1；满足红外视频图像的条件为：红外视频图像的直方图对比度C大于阈值T2，C的计算公式如下：C＝∑[δ(i,j)]2P(i,j)；其中：T1为经验值，T2为经验值，δ(i,j)＝|i-j|，即为相邻像素间的灰度差，P(i,j)为相邻像素间的灰度差的像素分布概率；
(5)将采集到的人脸和人脸底库进行匹配识别，如果匹配成功，则说明人脸识别成功，为合法用户，门禁系统控制开门；如果匹配不成功，则说明人脸识别失败，为非合法用户，门禁系统不开门。
2.根据权利要求1所述的一种基于门禁系统的双目人脸识别活体检测方法，其特征是，在步骤(1)中，双目采集系统包括备有彩色摄像头的相机和备有红外摄像头的相机，两个相机来进行视频图像采集，其中：备有彩色摄像头的相机采集彩色视频图像，备有红外摄像头的相机采集红外视频图像，两个相机位于同一平行线且同时采集。
3.根据权利要求1所述的一种基于门禁系统的双目人脸识别活体检测方法，其特征是，在步骤(2)中，人脸检测采用经典的机器学习算法Adaboost人脸检测算法。
4.根据权利要求1所述的一种基于门禁系统的双目人脸识别活体检测方法，其特征是，在步骤(4)中，利用彩色照片和活体人脸的两组样本来训练机器学习的SVM活体检测分类器。
5.根据权利要求1所述的一种基于门禁系统的双目人脸识别活体检测方法，其特征是，在步骤(5)中，具体步骤如下：利用彩色视频图像进行人脸比对，将采集到的人脸和人脸底库中的所有人脸进行相似度计算一个分值，如果最高分值大于80分，则说明人脸比对成功，匹配的人脸为得分最高的底库人脸，人脸识别成功，为合法用户，门禁系统控制开门；否则，人脸比对失败，为非合法用户，门禁系统不开门。
CN201711452118.8A 2017-12-27 2017-12-27 一种基于门禁系统的双目人脸识别活体检测方法 Active CN108229362B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711452118.8A CN108229362B (zh) 2017-12-27 2017-12-27 一种基于门禁系统的双目人脸识别活体检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711452118.8A CN108229362B (zh) 2017-12-27 2017-12-27 一种基于门禁系统的双目人脸识别活体检测方法

Publications (2)

Publication Number Publication Date
CN108229362A CN108229362A (zh) 2018-06-29
CN108229362B true CN108229362B (zh) 2021-12-21

Family

ID=62649288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711452118.8A Active CN108229362B (zh) 2017-12-27 2017-12-27 一种基于门禁系统的双目人脸识别活体检测方法

Country Status (1)

Country Link
CN (1) CN108229362B (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117752A (zh) * 2018-07-24 2019-01-01 广州市国锐科技有限公司 一种基于灰度及rgb的面部识别方法
CN109147116A (zh) * 2018-07-25 2019-01-04 深圳市飞瑞斯科技有限公司 智能锁及控制智能锁开启的方法
CN109145817A (zh) * 2018-08-21 2019-01-04 佛山市南海区广工大数控装备协同创新研究院 一种人脸活体检测识别方法
EP3624032B1 (en) * 2018-09-14 2023-08-16 RDS Global Limited Apparatus, method and computer program for linking a plurality of network input/output entities
CN109389719B (zh) * 2018-09-29 2021-01-26 厦门狄耐克智能科技股份有限公司 一种小区单元门门禁系统及开门方法
CN111046703B (zh) * 2018-10-12 2023-04-18 杭州海康威视数字技术股份有限公司 人脸防伪检测方法、装置及多目相机
CN109636956A (zh) * 2018-10-26 2019-04-16 深圳云天励飞技术有限公司 一种门禁系统控制方法、装置以及电子设备
CN109766849B (zh) * 2019-01-15 2023-06-20 深圳市凯广荣科技发展有限公司 一种活体检测方法、检测装置及自助终端设备
CN110008878B (zh) * 2019-03-27 2021-07-30 熵基科技股份有限公司 一种人脸检测的防假方法及具备防假功能的人脸识别装置
CN110335379A (zh) * 2019-05-30 2019-10-15 深圳市威富视界有限公司 基于人脸识别的智能门锁控制方法
CN110363087B (zh) * 2019-06-12 2022-02-25 苏宁云计算有限公司 一种长基线双目人脸活体检测方法及系统
CN110427887B (zh) * 2019-08-02 2023-03-10 腾讯科技（深圳）有限公司 一种基于智能的会员身份识别方法及装置
CN110503760B (zh) * 2019-08-27 2021-06-01 海信集团有限公司 门禁控制方法及门禁系统
CN110555930B (zh) * 2019-08-30 2021-03-26 北京市商汤科技开发有限公司 门锁控制方法及装置、电子设备和存储介质
CN110555931A (zh) * 2019-08-31 2019-12-10 华南理工大学 一种基于深度学习识别的人脸检测与门禁系统装置
CN110991301A (zh) * 2019-11-27 2020-04-10 成都超有范儿科技有限公司 一种人脸识别的方法
CN111063079B (zh) * 2019-11-27 2022-04-15 深圳云天励飞技术有限公司 一种基于门禁系统的双目活体人脸检测方法及装置
CN111178249A (zh) * 2019-12-27 2020-05-19 杭州艾芯智能科技有限公司 人脸比对的方法、装置、计算机设备及存储介质
CN111444831B (zh) * 2020-03-25 2023-03-21 深圳中科信迅信息技术有限公司 一种活体检测人脸识别的方法
TWI722872B (zh) * 2020-04-17 2021-03-21 技嘉科技股份有限公司 人臉辨識裝置以及人臉辨識方法
CN111738065A (zh) * 2020-05-11 2020-10-02 广东天波信息技术股份有限公司 一种人脸识别门禁控制方法及系统
CN112052729B (zh) * 2020-07-30 2024-04-16 广州市标准化研究院 一种基于人脸识别的智能动态高清视频检测方法及系统
CN111914769B (zh) * 2020-08-06 2024-01-26 腾讯科技（深圳）有限公司 用户合法性判定方法、装置、计算机可读存储介质及设备
CN113192358A (zh) * 2021-04-26 2021-07-30 贵州车秘科技有限公司 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法
CN113298993A (zh) * 2021-04-29 2021-08-24 杭州魔点科技有限公司 一种基于人脸识别的人员进出管理方法和系统
CN113205058A (zh) * 2021-05-18 2021-08-03 中国科学院计算技术研究所厦门数据智能研究院 一种防止非活体攻击的人脸识别方法
CN114093004B (zh) * 2021-11-25 2023-05-02 成都智元汇信息技术股份有限公司 一种基于多摄像头的人脸融合比对方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117695B (zh) * 2015-08-18 2017-11-24 北京旷视科技有限公司 活体检测设备和活体检测方法
CN105930780A (zh) * 2016-04-14 2016-09-07 苏州优化智能科技有限公司 基于近红外和面部微表情的真人活体身份验证方法
CN105912908A (zh) * 2016-04-14 2016-08-31 苏州优化智能科技有限公司 基于红外的真人活体身份验证方法
CN106650669A (zh) * 2016-12-27 2017-05-10 重庆邮电大学 一种鉴别仿冒照片欺骗的人脸识别方法

Also Published As

Publication number Publication date
CN108229362A (zh) 2018-06-29

Similar Documents

Publication Publication Date Title
CN108229362B (zh) 一种基于门禁系统的双目人脸识别活体检测方法
CN107862299B (zh) 一种基于近红外与可见光双目摄像头的活体人脸检测方法
CN108921041A (zh) 一种基于rgb和ir双目摄像头的活体检测方法及装置
CN108764058B (zh) 一种基于热成像效应的双摄像头人脸活体检测方法
US8027521B1 (en) Method and system for robust human gender recognition using facial feature localization
CN110543867A (zh) 一种多摄像头条件下的人群密度估测系统及方法
CN104123543B (zh) 一种基于人脸识别的眼球运动识别方法
CN102214309B (zh) 一种基于头肩模型的特定人体识别方法
CN102663411B (zh) 一种目标人体识别方法
CN108446690B (zh) 一种基于多视角动态特征的人脸活体检测方法
CN104361326A (zh) 一种判别活体人脸的方法
EP3905104B1 (en) Living body detection method and device
KR20170006355A (ko) 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치
CN111582197A (zh) 一种基于近红外和3d摄像技术的活体以及人脸识别系统
CN111523344B (zh) 人体活体检测系统及方法
CN105574509B (zh) 一种基于光照的人脸识别系统回放攻击检测方法及应用
CN110414314A (zh) 一种可进行人脸跟踪识别的摄像头结构及系统
CN105335691A (zh) 笑脸识别鼓励系统
CN105975938A (zh) 一种智能动态人脸识别社区管家服务系统
CN107480586B (zh) 基于人脸特征点位移的生物识别照片仿冒攻击检测方法
CN112818722A (zh) 模块化动态可配置的活体人脸识别系统
CN108268825A (zh) 基于移动云台的三维人脸跟踪及表情识别系统
CN111967319A (zh) 基于红外和可见光的活体检测方法、装置、设备和存储介质
WO2013075295A1 (zh) 低分辨率视频的服装识别方法及系统
CN106778704A (zh) 一种人脸识别匹配方法及半自动化人脸匹配系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant