重庆师范大学 杨杰之 袁玉杰

人脸识别在课堂签到领域的应用越来越广泛，同时人脸识别也容易受到人为的攻击，例如头戴面具或者手持照片让网络做出错误的判断，针对目前基于深度学习的活体检测算法大都为大型卷积神经网络,而部署到移动端的课堂签到系统对于网络具有轻量化要求的问题，搭建了一种基于轻量级网络的快速人脸识别系统。

首先，利用SSD进行人脸检测,对输入图片进行人脸区域的识别再利用OpenCV对人脸区域进行分割，其次,以基于VGG改进的轻量级网络VGG_light为基础网络进行活体检测，从RGB图中提取特征，再使用Softmax层作出真假人脸的判断，最后利用ArcFace进行人脸匹配，判断输入人脸是否在库中，从而得到签到是否成功的判断。然后，将此技术部署到了移动端，利用JAVA与Android SDK完成了一个课堂签到APP，并在APP进行了应用。实验结果显示，改进的轻量化网络不仅保证了活体检测算法的高效性，同时也具有很高的准确率，满足实时性需求,并且对于多种欺骗手段的都具有很好的防御效果，使得整个系统在人脸识别上更加可靠,得到的判断结果更加准确。

1 系统设计

1.1 总体步骤及流程图

本系统主要功能是搭建一个轻量级的网络，以手机端为数据传输入口，可以快速的对人脸进行活体检测，判别识别出来的人脸是真实的人脸，还是采用了欺骗手段的假体人脸。总体步骤如图1所示。

图1 总体算法流程图

1.2 主要功能

主要包括人脸识别，人脸活体检测两个部分。……