APP下载

基于近红外与可见光双目视觉的活体人脸检测方法

2020-08-06邓茜文冯子亮邱晨鹏

计算机应用 2020年7期
关键词:深度特征检测

邓茜文,冯子亮,邱晨鹏

(四川大学计算机学院,成都 610065)

(*通信作者电子邮箱xiwen_deng_cc@163.com)

0 引言

目前,人脸识别技术已日趋成熟并得到广泛的应用[1],但在无人值守的场合,人脸识别系统很容易受到人脸模型、人脸照片以及人皮面具等方式的攻击,因此需要活体人脸检测[2]。基于运动信息的检测方法是一种常用的活体人脸检测方法,其原理是让用户完成转头、眨眼等动作,通过对这些动作的检测来实现活体人脸检测;但是该类方法耗时较长,且需要用户配合,同时攻击者也可以通过预设动作进行攻击。

基于人脸三维信息的检测方法是一种新型的活体人脸检测方法[3-4],通过计算人脸整体的三维信息来防止诸如人脸照片的攻击;但不仅需要预先建模,识别时也需要重建三维人脸模型,实现时存在较多困难。

基于主动式近红外图像的活体人脸检测方法[5-6],充分利用活体人脸的近红外纹理特征,基本不受外界光照影响,可实现对电子屏或视频人脸、普通人脸照片和人脸模型的检测,但面对高质量的经特殊处理的人脸照片也会由于纹理差异减小而导致检测失败。

针对活体人脸检测技术存在的问题,本文提出了一种在无需用户配合的场景下,采用近红外与可见光双目视觉技术的活体人脸检测方法。其中,利用近红外成像特性可以防止电子屏、视频以及光滑照片人脸的攻击;利用双目视觉获取的深度信息进行特征点三维重建,利用检测到的深度差异防止高质量伪造图的攻击。……

登录APP查看全文

猜你喜欢

深度特征检测
如何表达“特征”
不忠诚的四个特征
深度观察
深度观察
深度观察
小波变换在PCB缺陷检测中的应用
线性代数的应用特征