CN110532877A - 一种单摄像头人脸识别方案防欺骗方法、***、设备及存储装置 - Google Patents
一种单摄像头人脸识别方案防欺骗方法、***、设备及存储装置 Download PDFInfo
- Publication number
- CN110532877A CN110532877A CN201910681317.9A CN201910681317A CN110532877A CN 110532877 A CN110532877 A CN 110532877A CN 201910681317 A CN201910681317 A CN 201910681317A CN 110532877 A CN110532877 A CN 110532877A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- value
- gray value
- average gray
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种单摄像头人脸识别方案防欺骗方法、***、设备及存储装置,通过前后两张人脸图片采集时间上的差异,对比人体面部动态变化与图片动态变化的差异,判断出所采集的人脸是否为真实人脸或者是图片模拟人脸。本发明可以自动检测人脸并鉴定其为自然人脸还是图片模拟人脸,该方法计算量小、运行速度快、识别速度快、适用性高、识别率高。
Description
技术领域
本发明涉及人脸识别以及应用领域,特别是涉及一种单摄像头人脸识别方案防欺骗方法。
背景技术
随着模式识别技术的研究和不断发展,其在人们生活中的应用越来越广泛,而人脸识别是其中最重要的一种。由于人脸识别技术的发展还不够成熟,目前,通常的人脸识别***无法准确的判别前方人脸是否为自然人人脸,还是图片假冒的模拟人脸,特别是当注册人脸为非自然人人脸时,现有人脸识别***无法辨别。常规技术中对于上述问题,也存在着一定的研究。
现有技术揭露了一种偏振成像探测***的光学结构,其特征在于可以同时获取一场景4幅偏振辐射图像,解决了时序测量法和空间匹配测量法存在的问题,但是该***光学结构复杂,体积较为庞大,对***的组成光学器件制造精度要求较高,无法实现结构紧凑、***精密和易于推广使用的要求。
所以,现有技术无法在人脸识别***中,对于人脸防伪性能方面都不能达到较好的技术效果。
发明内容
本发明主要解决的技术问题是提供一种不需要进行参数的动态调整、方法量小、运行速度快、应用范围广的一种单摄像头人脸识别方案防欺骗方法。
为解决上述技术问题,本发明提供一种单摄像头人脸识别方案防欺骗方法,包括如下步骤:
步骤10:获取至少两张相隔预定时间差的包含人脸面部区域的图像;
步骤20:选取其中一张图像,提取该图像中的人脸面部特征值;基于所述人脸面部特征值在数据库中查找匹配数据,若找到,则进入下一步骤,否则,结束;
步骤30:提取上述两张图像中的人脸区域,分别计算出平均灰度值;计算两张图片平均灰度值的变化率,若变化率大于阈值,则判定为真,否则判定为模拟人脸。
根据本发明的一个方面,所述步骤30还包括:
步骤31:提取上述两张图像中的人脸区域,提取人脸图像在灰度色彩空间与YCbCr色彩空间各个色彩通道上的特征值;计算上述各特征值与数据库中已存储特征值的相似性;若预定数量的特征值的相似性大于阈值,则判断为真,否则为假。
根据本发明的一个方面,所述步骤30还包括:
在每张图片中,选取人脸区域内的至少两块对应的检测区域,计算两张图片中对应的检测区域的在各色彩通道上的特征值变化率;并计算两个检测区域特征值变化率的差值,若该差值大于阈值,则判定为真,否则为假。
根据本发明的一个方面,所述步骤10还包括,在获取第一张图像后,调整显示屏的亮度,随后获取第二张图像。
根据本发明的一个方面,还包括:
步骤11、在两张图像中分别查找眼部区域,计算人眼宽高比,进行眨眼检测判断,若通过眨眼检测,则判定为活体,反之,进入步骤12;
步骤12、对图像进行摩尔纹检测,若超过阈值,判定为非活体。
根据本发明的一个方面,所述步骤30还包括:在每张图片中,查找人脸区域内的位于上下左右四个方向以及鼻部的检测区域,判断两种图像中,各对应区域的不同色彩通道上的特征值变化率,若符合预期,则判定为真,反之判定为假。
一种单摄像头人脸识别方案防欺骗方法,包括如下步骤:
步骤1. 将面部正面对准于摄像头正前方;镜头成像到图像传感器单元,图像传感器单元会产生图像;处理器单元对图像进行处理,处理器单元从图像提取人脸面部区域以及计算出该区域平均灰度值来处理上述图像;
步骤2. 将人脸面部的特征值通过算法提取出来,在人脸库中进行搜索比对,确定其是否为已注册图像;将图片提取人脸面部区域并计算出该区域的平均灰度图像,再比对两图像的平均灰度值变化的比率;
步骤3. 判断人脸图像为真实自然人脸图像还是图片模拟人脸图像:
通过时间上两张图片的比对,鉴定人脸面部区域平均灰度值的变化比率,判定图像为真实自然人脸或是图片模拟人脸,若人脸面部平均灰度值整体变化比率超过一定阈值,则判定为真实自然人脸;若人脸面部平均灰度值整体变化在一定阈值内,则判定为图片模拟人脸;
因外部光线强弱和角度的不同,在立体图形中,细微的角度变化,会导致人脸向光的一侧灰度值较小的区域面积占比变大,而背光的一侧灰度值较大的区域面积占比变小,平均灰度值则会呈现出一种相关性的变化。
一种单摄像头人脸识别方案防欺骗***,包括:
图像采集模块,用于获取至少两张相隔预定时间差的包含人脸面部区域的图像;
图像预处理模块,选取其中一张图像,提取该图像中的人脸面部特征值;基于所述人脸面部特征值在数据库中查找匹配数据;
人脸识别模块,提取上述两张图像中的人脸区域,分别计算出平均灰度值;计算两张图片平均灰度值的变化率,若变化率大于阈值,则判定为真,否则判定为模拟人脸。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现实施例中任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
有益效果:
(1)可以有效改善传统人脸识别模块在一定的照片模拟人脸的条件下,被***识别为自然真实人脸的错误,即为认假率误判率,在实际操作过程中,不需要进行参数的动态调整,方法量小,运行速度快,通过对相邻时间上获取的两张人脸图片进行平均灰度值的变化比率侦别获取的人脸图像是真实自然人脸还是非自然的图片模拟人脸,从而在一定程度上降低人脸识别的认假率。
(2)通过相邻时间上读取的人脸图像的平均灰度值的变化比率,模拟变化率,即通过鉴别摄像头前被采集人脸的动态变化导致的在自然光下图片人脸部分平均灰度值的变化比率来判定人体面部图像的来源是否为真实自然人脸或是非自然的图片模拟人脸,能够有效降低人脸识别***的认假率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图,其中:
图1是本发明的一种单摄像头人脸识别方案防欺骗方法的主要流程过程;
图2是本发明的一种单摄像头人脸识别方案防欺骗方法一较佳实施例的图片模拟人脸在方法端第一次得到的图片;
图3是本发明的一种单摄像头人脸识别方案防欺骗方法一较佳实施例的图片模拟人脸在方法端第二次得到的图片;
图4是本发明的一种单摄像头人脸识别方案防欺骗方法一较佳实施例的实物模拟人脸在方法端第一次得到的图片;
图5是本发明的一种单摄像头人脸识别方案防欺骗方法一较佳实施例的实物模拟人脸在方法端第二次得到的图片。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在人脸识别中,主要的攻击方法包括照片、视频和3D模型,基于人工神经网络的***虽然识别程度高,但是算法复杂,运算量很大,一般需要部署在服务器中,因此需要通信网络。现有部分方案,采用增加摄像头、主动光源或其他光学结构的方式来实现立体成像和数据采集,物理机构复杂,很难推广应用。因此如何同时降低算法复杂度和物理结构复杂度,并保持较高的识别率,是目前推广中遇到的主要问题。为此,申请人提供了如下方案:
实施例一、请参阅图1至图5,本发明实施例包括:单摄像头人脸识别方案防欺骗方法,包括:人脸面部图片采集和人脸面部区域平均灰度值的变化比率的比对。人脸图像的采集过程中添加一个适当长度的延迟,再进行第二次人脸图像的采集,让真实人脸在这个适当长的延迟过程中产生一定的动作变化,或面朝角度或面部表情。在采集到的二维图像中,方法提取出人脸面部区域并计算出平均灰度值,将两张图片的平均灰度值进行比较,模拟出一个变化的过程,进行变化率的比对,变化比率会因为物体的立体特性和平面特性的差异而产生不同的表现。在本发明一个较佳实施例中,采集图像时添加一个延迟进行第二次采集,采集两个具有时间差的人体面部图像。在本发明一个较佳实施例中,对比人脸面部区域平均灰度值的变化比率来鉴别真实人脸和图片模拟的人脸。
一种单摄像头人脸识别方案防欺骗方法,分时间先后采集两张人脸图片,比较动态变化来判断是否为真实人脸或者是图片模拟人脸。如图1所示,人脸识别模块对人脸进行两次相邻时间上的采图,读取第一幅图像中人脸的特征值,在人脸库中进行比对搜索,确认其是否为已注册人脸,若不是则直接退出程序。若是则标定两幅图中人脸的面部区域,并计算出该区域内的平均灰度值,将读取到的第一幅图像中人脸面部区域的平均灰度值与第二幅图像中人脸面部区域的平均灰度值进行比较,若图像整体的均灰度值变化率超过一定的阈值,则判定为真实自然人脸,若在阈值范围内则判定为非自然人脸。
如图2所示,实物图片模拟人脸正面获取到的图片做计算平均灰度值的样式。
如图3所示,实物图片模拟人脸在进行一些角度改变后获取的图片计算平均灰度值的样式。
如图4所示,实物模拟真实人脸正面获取到的图片做计算平均灰度值的样式。
如图5所示,实物模拟真实人脸在进行一些角度改变后获取的图片计算平均灰度值的样式。
本发明还提供一种单摄像头人脸识别方案防欺骗方法的检测方法,包括以下步骤:
(1)将面部正面对准于摄像头正前方,
(2)镜头成像到图像传感器单元,图像传感器单元会产生图像,
(3)处理器单元对图像进行处理,处理器单元从图像提取人脸面部区域以及计算出该区域平均灰度值来处理上述图像。
具体处理方法为:首先,将人脸面部的特征值通过方法提取出来,在人脸库中进行搜索比对,确定其是否为已注册图像。然后,将图片提取人脸面部区域并计算出该区域的平均灰度图像,再比对两图像的平均灰度值变化的比率
(4)判断人脸图像为真实自然人脸图像还是图片模拟人脸图像。
通过时间上两张图片的比对,鉴定人脸面部区域平均灰度值的变化比率,来判定图像为真实自然人脸或是图片模拟人脸,若人脸面部平均灰度值整体变化比率超过一定阈值,则判定为真实自然人脸,若人脸面部平均灰度值整体变化在一定阈值内,则判定为图片模拟人脸。因外部光线强弱和角度的不同,在立体图形中,细微的角度变化,会导致人脸向光的一侧灰度值较小的区域面积占比变大(变小),而背光的一侧灰度值较大的区域面积占比变小(变大),这样平均灰度值则会呈现出一种相关性的变化。
在实施例一中,通过延时采集包含人脸区域的数据图像,并计算图像的特征值,例如实施例中的灰度值,判断变化率是否大于阈值,若大于阈值,则判定为真实,否则为虚假攻击行为。
在进一步的实施例中,提取上述两张图像中的人脸区域,提取人脸图像在灰度色彩空间与YCbCr色彩空间各个色彩通道上的特征值;计算上述各特征值与数据库中已存储特征值的相似性;若预定数量的特征值的相似性大于阈值,则判断为真,否则为假。
在该实施例中,对上述实施例进一步细化,即将图像特征数据细分为不同色彩通道中的特征数据,由于图片或视频属于二次图像采集,因此真人图像与照片或视频的图像在不同的色彩通道中,其纹理特征数据具有显著差异,计算获取到的图像特征数据与数据库中已经存储的图像特征数据的相似度,即可判断是否为真人。例如,经发明人研究发现,在某个实验中,采集的真人图像与数据库中预存储的真人图像数据,在YCbCr-Y通道中,数据的卡方值低于20,而同一人的照片的图像数据与数据库中已存储的真人图像数据,在YCbCr-Y通道中,数据的卡方值高于80,而同一人的视频的图像数据与数据库中已存储的真人图像数据,在YCbCr-Y通道中,数据的卡方值高于150。因此差异相当明显,通过该特征值可以较为容易地判断是否为真人。在其他通道中,例如YCbCr-Cb通道中,也有类似的结构,在此不再详述。
在进一步的实施例中,在每张图片中,选取人脸区域内的至少两块对应的检测区域,计算两张图片中对应的检测区域的在各色彩通道上的特征值变化率;并计算两个检测区域特征值变化率的差值,若该差值大于阈值,则判定为真,否则为假。
例如,在第一张图像中,选择左眼和右眼作为检测区域,在第二张图像乃至可能存在的第三至第N张图像中,也选择左眼和右眼作为检测区域,由于相邻或相间的图像之间具有一定的时间差,在这个时间内真人的面部或图片的空间位置会发生变化,真人的面部具有立体感,因此其不同区域随着光照角度的变化,会呈现出符合人体规律的变化特征。例如如果面部发生左右偏转,则两侧的光照会发生变化,且沿面部中线成对称变化分布。而照片或视频,其并没有立面,因此其光照的变化相对均匀。通过查找不同位置不同区域的图像特征数据变化值,例如灰度值,可以对是否为真人进行判断。
在进一步的实施例中,可以选择多组图像,每两组图像作为对照,分别计算各组图像的数据特征值,进行统计分析,以提高检测结果的准确性。
在进一步的实施例中,在每张图片中,查找人脸区域内的位于上下左右四个方向以及鼻部的检测区域,判断两种图像中,各对应区域的不同色彩通道上的特征值变化率,若符合预期,则判定为真,反之判定为假。
由于真人面部区域具有立体感,因此在光照下,其角度不同时,不同区域的变化值会规律变化,如果按照时间顺序分析各时刻的图像数据,则不同区域的图像数据会呈现出规律性,将各区域不同时刻的图像特征值分析,则可以形成一定的光流,通过光流的方向判断是否为真人。与图片、照片或者视频相比,真人面部不会出现的情况是:左右向中间弯曲、上下向中间弯曲,弯曲的方向均为两个。因此,如果图像出现上下区域灰度值变大或变小,而中间灰度值变小或变大,则说明为假。一般而言,真人图像会出现的情况是:面部所有区域灰度值等比例变大或变小,面部一侧(上下或左右)的灰度值变大、另一侧变小,面部两侧灰度值均变大或变小,且一侧变化的比例大于另一侧。如果出现相反的情况,则认定为假。在不同的工况下,上述认定规则可以不同,由***预置。
在进一步的实施例中,在两张图像中分别查找眼部区域,计算人眼宽高比,进行眨眼检测判断,若通过眨眼检测,则判定为活体,反之,对图像进行摩尔纹检测,若超过阈值,判定为非活体。为了提高检测速度,通过人眼检测和摩尔纹检测,如果判定为活体,则直接进行数据匹配,匹配成功后,即结束检测流程。
在进一步的实施例中,在获取第一张图像后,调整显示屏的亮度,随后获取第二张图像。在部分环境中,例如光线比较暗的情况下,灰度值的变化率可能淹没在噪声中,因此通过调整屏幕或摄像头闪光灯进行补光,使灰度值的变化率能够符合预期。通过补光获得预期质量的图像。
在进一步的实施例中,提供一种单摄像头人脸识别方案防欺骗***,包括:
图像采集模块,用于获取至少两张相隔预定时间差的包含人脸面部区域的图像;
图像预处理模块,选取其中一张图像,提取该图像中的人脸面部特征值;基于所述人脸面部特征值在数据库中查找匹配数据;
人脸识别模块,提取上述两张图像中的人脸区域,分别计算出平均灰度值;计算两张图片平均灰度值的变化率,若变化率大于阈值,则判定为真,否则判定为模拟人脸。
在进一步的实施例中,相关模块的具体细节已经在上文方法中描述,在此不再详述。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种单摄像头人脸识别方案防欺骗方法,其特征在于,包括如下步骤:
步骤10:获取至少两张相隔预定时间差的包含人脸面部区域的图像;
步骤20:选取其中一张图像,提取该图像中的人脸面部特征值;基于所述人脸面部特征值在数据库中查找匹配数据,若找到,则进入下一步骤,否则,结束;
步骤30:提取上述两张图像中的人脸区域,分别计算出平均灰度值;计算两张图片平均灰度值的变化率,若变化率大于阈值,则判定为真,否则判定为模拟人脸。
2.根据权利要求1所述的单摄像头人脸识别方案防欺骗方法,其特征在于,所述步骤30还包括:
步骤31:提取上述两张图像中的人脸区域,提取人脸图像在灰度色彩空间与YCbCr色彩空间各个色彩通道上的特征值;计算上述各特征值与数据库中已存储特征值的相似性;若预定数量的特征值的相似性大于阈值,则判断为真,否则为假。
3.根据权利要求1所述的单摄像头人脸识别方案防欺骗方法,其特征在于,所述步骤30还包括:
在每张图片中,选取人脸区域内的至少两块对应的检测区域,计算两张图片中对应的检测区域的在各色彩通道上的特征值变化率;并计算两个检测区域特征值变化率的差值,若该差值大于阈值,则判定为真,否则为假。
4.根据权利要求1所述的单摄像头人脸识别方案防欺骗方法,其特征在于,所述步骤10还包括,在获取第一张图像后,调整显示屏的亮度,随后获取第二张图像。
5.根据权利要求1所述的单摄像头人脸识别方案防欺骗方法,其特征在于,还包括:
步骤11、在两张图像中分别查找眼部区域,计算人眼宽高比,进行眨眼检测判断,若通过眨眼检测,则判定为活体,反之,进入步骤12;
步骤12、对图像进行摩尔纹检测,若超过阈值,判定为非活体。
6.根据权利要求1所述的单摄像头人脸识别方案防欺骗方法,其特征在于,所述步骤30还包括:在每张图片中,查找人脸区域内的位于上下左右四个方向以及鼻部的检测区域,判断两种图像中,各对应区域的不同色彩通道上的特征值变化率,若符合预期,则判定为真,反之判定为假。
7.一种单摄像头人脸识别方案防欺骗方法,其特征在于,包括如下步骤:
步骤1. 将面部正面对准于摄像头正前方;镜头成像到图像传感器单元,图像传感器单元会产生图像;处理器单元对图像进行处理,处理器单元从图像提取人脸面部区域以及计算出该区域平均灰度值来处理上述图像;
步骤2. 将人脸面部的特征值通过算法提取出来,在人脸库中进行搜索比对,确定其是否为已注册图像;将图片提取人脸面部区域并计算出该区域的平均灰度图像,再比对两图像的平均灰度值变化的比率;
步骤3. 判断人脸图像为真实自然人脸图像还是图片模拟人脸图像:
通过时间上两张图片的比对,鉴定人脸面部区域平均灰度值的变化比率,判定图像为真实自然人脸或是图片模拟人脸,若人脸面部平均灰度值整体变化比率超过一定阈值,则判定为真实自然人脸;若人脸面部平均灰度值整体变化在一定阈值内,则判定为图片模拟人脸;
因外部光线强弱和角度的不同,在立体图形中,细微的角度变化,会导致人脸向光的一侧灰度值较小的区域面积占比变大,而背光的一侧灰度值较大的区域面积占比变小,平均灰度值则会呈现出一种相关性的变化。
8.一种单摄像头人脸识别方案防欺骗***,其特征在于,包括:
图像采集模块,用于获取至少两张相隔预定时间差的包含人脸面部区域的图像;
图像预处理模块,选取其中一张图像,提取该图像中的人脸面部特征值;基于所述人脸面部特征值在数据库中查找匹配数据;
人脸识别模块,提取上述两张图像中的人脸区域,分别计算出平均灰度值;计算两张图片平均灰度值的变化率,若变化率大于阈值,则判定为真,否则判定为模拟人脸。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681317.9A CN110532877A (zh) | 2019-07-26 | 2019-07-26 | 一种单摄像头人脸识别方案防欺骗方法、***、设备及存储装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681317.9A CN110532877A (zh) | 2019-07-26 | 2019-07-26 | 一种单摄像头人脸识别方案防欺骗方法、***、设备及存储装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110532877A true CN110532877A (zh) | 2019-12-03 |
Family
ID=68660437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910681317.9A Withdrawn CN110532877A (zh) | 2019-07-26 | 2019-07-26 | 一种单摄像头人脸识别方案防欺骗方法、***、设备及存储装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110532877A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016482A (zh) * | 2020-08-31 | 2020-12-01 | 成都新潮传媒集团有限公司 | 一种判别虚假人脸的方法、装置及计算机设备 |
CN112069942A (zh) * | 2020-08-24 | 2020-12-11 | 深圳阜时科技有限公司 | 屏下光学检测***及电子设备 |
-
2019
- 2019-07-26 CN CN201910681317.9A patent/CN110532877A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069942A (zh) * | 2020-08-24 | 2020-12-11 | 深圳阜时科技有限公司 | 屏下光学检测***及电子设备 |
CN112016482A (zh) * | 2020-08-31 | 2020-12-01 | 成都新潮传媒集团有限公司 | 一种判别虚假人脸的方法、装置及计算机设备 |
CN112016482B (zh) * | 2020-08-31 | 2022-10-25 | 成都新潮传媒集团有限公司 | 一种判别虚假人脸的方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951867B (zh) | 基于卷积神经网络的人脸识别方法、装置、***及设备 | |
KR101550474B1 (ko) | 양안을 찾아내어 추적하는 방법 및 장치 | |
CN105389554B (zh) | 基于人脸识别的活体判别方法和设备 | |
CN103632132B (zh) | 一种基于肤色分割和模板匹配的人脸检测与识别方法 | |
CN102483851B (zh) | 用于突起面部特征识别的方法和装置 | |
CN109948447B (zh) | 基于视频图像识别的人物网络关系发现及演化呈现方法 | |
CN104123543B (zh) | 一种基于人脸识别的眼球运动识别方法 | |
CN108549886A (zh) | 一种人脸活体检测方法及装置 | |
CN105260731A (zh) | 一种基于光脉冲的人脸活体检测***及方法 | |
CN106529499A (zh) | 基于傅里叶描述子和步态能量图融合特征的步态识别方法 | |
CN108563999A (zh) | 一种面向低质量视频图像的人物身份识别方法与装置 | |
CN109740588A (zh) | 基于弱监督和深度响应重分配的x光图片违禁品定位方法 | |
CN105046219A (zh) | 一种人脸识别*** | |
CN114758362B (zh) | 基于语义感知注意力和视觉屏蔽的换衣行人重识别方法 | |
CN111598132A (zh) | 一种人像识别算法性能评测方法和装置 | |
CN109934047A (zh) | 基于深度学习的人脸识别***及其人脸识别方法 | |
CN109325462A (zh) | 基于虹膜的人脸识别活体检测方法及装置 | |
CN106599785A (zh) | 人体3d特征身份信息库的建立方法及设备 | |
CN109711267A (zh) | 一种行人重识别、行人运动轨迹生成方法及装置 | |
CN106022241A (zh) | 一种基于小波变换及稀疏表示的人脸识别方法 | |
CN110532877A (zh) | 一种单摄像头人脸识别方案防欺骗方法、***、设备及存储装置 | |
CN112528939A (zh) | 一种人脸图像的质量评价方法及装置 | |
CN112365586A (zh) | 3d人脸建模与立体判断方法及嵌入式平台的双目3d人脸建模与立体判断方法 | |
CN116682140A (zh) | 基于注意力机制多模态融合的三维人体姿态估计算法 | |
CN111798404A (zh) | 基于深度神经网络的虹膜图像质量评估方法及评估*** |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191203 |