CN111144277A - 一种带活体检测功能的人脸验证方法和*** - Google Patents

一种带活体检测功能的人脸验证方法和*** Download PDF

Info

Publication number
CN111144277A
CN111144277A CN201911353472.4A CN201911353472A CN111144277A CN 111144277 A CN111144277 A CN 111144277A CN 201911353472 A CN201911353472 A CN 201911353472A CN 111144277 A CN111144277 A CN 111144277A
Authority
CN
China
Prior art keywords
face
living body
recognition frame
body detection
face recognition
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.)
Granted
Application number
CN201911353472.4A
Other languages
English (en)
Other versions
CN111144277B (zh
Inventor
张柏礼
王征
游帆
凌可可
刘艳红
凌建辉
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201911353472.4A priority Critical patent/CN111144277B/zh
Publication of CN111144277A publication Critical patent/CN111144277A/zh
Application granted granted Critical
Publication of CN111144277B publication Critical patent/CN111144277B/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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种带活体检测功能的人脸验证方法和***。方法包括：(1)显示第一人脸识别框，提示用户将脸部校准到人脸识别框的预设位置，并实时检测是否校准成功；(2)在用户将脸部成功校准到所述第一人脸识别框的预设位置后，对捕捉到的人脸图像进行第一阶段的活体检测和人脸匹配；(3)若第一阶段的活体检测和人脸匹配通过，则显示第二人脸识别框，提示用户将脸部校准到预设位置；其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同；(4)随机采样用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，进行第二阶段的活体检测和人脸匹配。本发明无需专用设备，抗攻击能力强，操作便捷，用户体验好。

Description

一种带活体检测功能的人脸验证方法和***
技术领域
本发明涉及人脸识别，尤其涉及一种带活体检测功能的人脸验证方法和***。
背景技术
人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流首先判断其是否存在人脸；如果存在人脸，则进一步的检测脸部的位置、大小和各个主要面部器官的位置信息，依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。人脸匹配是被检测到的人脸进行身份确认或在人脸库中进行目标搜索，也就是将采样到的人脸图像与人脸库中的人脸图像依次进行比对，并找出最佳的匹配对象。
人脸识别技术应用于工业界尚不完备，还存在一些漏洞，其中一个就是人脸识别的仿冒认证。多数人脸识别***可以对摄像头采集的人脸图像进行辨认，却无法分辨出采集的人脸图像是来自真人还是一张照片。因此，人脸识别***易受到各类蓄意的仿冒攻击，常见手段包括盗用合法用户人脸照片、盗用合法用户人脸视频等。目前，活体检测是应对的基本方法，其主要的防范策略可以分为三种类：一、是采用带红外摄像头的双目摄像头或3D摄像头，可显著地提高攻击者的仿冒成本和难度，但专用摄像头的使用也很大程度提高了检测成本和限制其适用的范围；二、采用基本的RGB静默活体检测，进行摩尔纹和成像畸形等基本检测外，可以防范基本的照片和视频攻击，但是由于识别用的普通手机***层美颜功能的不断升级，且美颜的方法千差万别，导致这种方法错误率较高；三、在人脸识别***加入交互环节，进行生物活性检测(眨眼、张嘴、摇头或朗读随机数字等)手段，很大程度上提升人脸识别对照片、视频攻击的防范能力，但这一过程比较繁琐，偶尔进行用户尚可以接受，但如果用于日常打卡一类应用，用户将非常抵触。
发明内容
发明目的：本发明针对现有技术存在的问题，提供一种带活体检测功能的人脸验证方法和***，可应用于普通手机、ipad、智能手表等设备上，不需要专用设备，成本低，抗攻击能力强，验证方法简单，用户体验好。
技术方案：一种带活体检测功能的人脸验证方法，其特征在于该方法包括：
(1)显示第一人脸识别框，提示用户将脸部校准到人脸识别框的预设位置，并实时检测是否校准成功；
(2)在用户将脸部成功校准到所述第一人脸识别框的预设位置后，对捕捉到的人脸图像进行第一阶段的活体检测和人脸匹配；
(3)若第一阶段的活体检测和人脸匹配通过，则显示第二人脸识别框，提示用户将脸部校准到预设位置；其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同；
(4)随机采样用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，进行第二阶段的活体检测和人脸匹配。
进一步的，步骤(1)中所述第一人脸识别框，为与屏幕角度一致的识别框。
进一步的，步骤(2)中所述第一阶段的活体检测，是指采用RGB静默活体检测，包括屏幕反光、摩尔纹和人脸图像畸变检测，用以判断是否为真人活体。
进一步的，步骤(2)中所述第一阶段的人脸匹配，是指将检测到的人脸图像进行身份特征提取，并与人脸数据库中标准人脸图像的特征进行匹配，判别二者是否为同一人。
进一步的，步骤(3)中所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同，具体体现在相对于屏幕：(a)识别框具有一个随机的倾斜角度；和/或(b)识别框在屏幕上的位置有所不同；和/或(c)识别框大小有所不同。
进一步的，步骤(4)中所述第二阶段的活体检测，是指对随机采样的若干图像进行人脸匹配、RGB静默活体检测以及可能攻击行为的检测，所述可能攻击行为的检测包括图片中是否有照片边框、是否有视频播放器边框、是否有扶持设备的手指；其中，采样的图像包括人脸图像和校准时的中间状态图像。
本发明所述的带活体检测功能的人脸验证***包括：
第一人脸校准模块，用于显示第一人脸识别框，提示用户将脸部校准到人脸识别框的预设位置，并实时检测是否校准成功；
第一人脸检测模块，用于在用户将脸部成功校准到所述第一人脸识别框的预设位置后，对捕捉到的人脸图像进行第一阶段的活体检测和人脸匹配；
第二人脸校准模块，用于在第一阶段的活体检测和人脸匹配通过时，显示第二个人脸识别框，提示用户将脸部校准到预设位置；其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同；
第二人脸检测模块，用于采集用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，进行第二阶段的活体检测和人脸匹配。
进一步的，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同，具体体现在相对于屏幕：(a)识别框具有一个随机的倾斜角度；和/或(b)识别框在屏幕上的位置有所不同；和/或(c)识别框大小有所不同。
进一步的，所述第一阶段的活体检测，是指采用RGB静默活体检测，包括屏幕反光、摩尔纹和人脸图像畸变检测，用以判断是否为真人活体。
进一步的，所述第二阶段的活体检测，是指对采集的若干图像随机抽样，将抽样的图像进行人脸匹配、RGB静默活体检测以及可能攻击行为的检测，所述可能攻击行为的检测包括图片中是否有照片边框、是否有视频播放器边框、是否有扶持设备的手指；其中，采集的图像包括人脸图像和校准时的中间状态图像。
有益效果：本发明与现有技术相比，其显著优点是：
1、本发明提供一种带活体检测功能的人脸验证方法和***，无需专用摄像头，可应用于普通手机或ipad等设备上，成本低；
2、具备可靠的活体检测功能，可有效防范常见的照片、视频攻击。本发明通过改变手机屏幕上的人脸识别框的位置大小以及角度，录制人脸对准不同识别框的过程，生成短视频或实时进行随机采样。如果用户通过拍照获得一个人的脸部特征，使用设备中的照片或视频来冒充人脸，该发明可识别出图像中出现的设备边框(如手机，iPad等)以及扶持设备的手指，从而可有效避免遭受类似攻击的风险，提高人脸识别的可靠性与精准性；
3、验证方法简单，用户体验更好。
附图说明
图1是本发明提供的带活体检测功能的人脸验证方法的流程示意图；
图2是识别框的示意效果图；
图3是本发明提供的带活体检测功能的人脸验证***的***框图。
具体实施方式
本实施例提供了一种带活体检测功能的人脸验证方法，该方法可以应用与任何具有前置摄像头的手机、ipad、智能手表等终端上，如图1所示，具体包括如下步骤：
S1、当需要人脸验证时，显示第一人脸识别框，提示用户将脸部校准到人脸识别框的预设位置，并实时检测是否校准成功。
其中，第一人脸识别框最好为与屏幕角度一致的识别框，如图2(a)所示，可以是一个显示在屏幕中央的标准矩形人脸识别框，边框与屏幕边框平行。当然也可以是其他圆形、椭圆形识别框等，保持与屏幕角度相同，方便用户识别即可。在校准过程中，会实时计算人脸中心坐标与识别框中心坐标的距离，以及人脸面积占识别框面积的比例，具体是计算识别框中人脸中心横、纵坐标——face_x，face_y与识别框中心横、纵坐标—rect_x,rect_y的差值，设置二者的差值均小于300dp为合理范围，即：Math.abs(rect_x-face_x)<＝300.0且Math.abs(rect_y-face_y)<＝300.0；计算人脸面积face_s与识别框的面积rect_s，据此计算二者的比值cmp＝face_s/(rect_s)，设置cmp>＝0.7且cmp<＝1.0为合理范围。若人脸在识别框中的位置符合上述要求，判定校准成功。
S2、在用户将脸部成功校准到所述第一人脸识别框的预设位置后，对捕捉到的人脸图像进行第一阶段的活体检测和人脸匹配。
在人脸位于所述第一人脸识别框的预设位置后，对捕捉到的人脸图像帧进行第一阶段的活体检测，活体检测采用RGB静默活体检测，用于检测是否为真人活体，主要检测包括进行屏幕反光、摩尔纹、人脸图像畸变检测以判定是否为攻击行为，若未通过则判定此次认证失败；若通过检测，则将捕获的人脸图像与人脸数据库中的人脸图像进行匹配。匹配不成功则结束验证，并显示警告信息：该用户不存在数据库中，认证失败。如匹配成功则执行步骤S3，开始录制视频随机采集若干图像。人脸匹配时以开源Dlib库作为人脸识别算法基础框架：对采集到的人脸图像进行人脸特征点检测，得到68个特征点，接着基于人脸关键特征点对人脸进行矫正对齐，然后将对齐人脸转换成128维人脸特征向量，并与人脸库中计算好的人脸特征向量进行相似度对比，例如采用余弦距离来计算两张人脸的相似度，余弦值越小则越相似，当相似度小于设定的阈值时，则人脸匹配成功，否则人脸匹配失败。
S3、若第一阶段的活体检测和人脸匹配通过，则显示第二人脸识别框，提示用户将脸部校准到预设位置；其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同。
其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同，这里显示不同是指：所述第二人脸识别框与所述第一人脸识别框相对于屏幕：倾斜角度不同，和/或位置不同，和/或框大小不同，所述倾斜角度、位置或框大小为随机出现，不可预知。第二个人脸识别框入图2(b)所示。校准的检测过程同步骤S1相同。
S4、随机采样用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，进行第二阶段的活体检测和人脸匹配。
在校准成功后结束视频录制，从该视频中采样用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，包括人脸图像和校准时的中间状态图像。也可以采用另外一种方式采集图像，即从用户在将脸部校准到所述第二个人脸识别框内的过程中进行实时采样并存储。
当识别框调整为倾斜状态后，需要用户重新调整人脸和手机的相对位置，尤其是需要转动手机，才能让脸部清楚地显示于识别框中央；这一过程对于普通用户而言，比较容易，只需要简单地旋转一下手机角度，调整和自己脸部的距离即可；而对于进行照片或视频攻击的人员，却不太容易将照片或视频图像对准于斜置的识别框中央，即使能做到，但耗时一般要远大于普通用户的正常操作，而且，整个调整、攻击操作过程也暴露在手机摄像头中，很容易被检测到。因此，此时可以重点检测其中有无进行照片边框、视频攻击的播放器边框(如手机，iPad等)以及扶持设备的手指，该方法通过非常简便的交互有效地区分采集的人脸是来自真人还是照片或设备中的照片/视频，进一步降低人脸错误验证的可能，以较低的成本和简便的流程提高人脸识别的识别度和准确性，获得比现有的交互活体检测方法更好的方便性和适用性。
本步骤中进行的第二阶段活体检测是指对随机采样的若干图像进行人脸匹配、RGB静默活体检测以及可能攻击行为的检测，所述可能攻击行为的检测包括图片中是否有照片边框、是否有视频播放器边框、是否有扶持设备的手指，只有全部通过才判断该用户认证成功。为了减小计算量，对视频流按照一定间隔进行帧的抽取，将抽取到的帧图像进行去噪、均衡化等图像预处理，首先将图像从空间域变换到傅里叶频域，通过高低频分布等信息判断是否存在摩尔纹、反光等特征，然后通过Canny等边缘检测算法提取图像中物体的边缘信息，接着采用LSD等直线检测算法找出图像中存在的直线段，并对斜率相近的相邻直线进行合并。如果图像中存在明显的长直线或四边形边框，尤其是当图像中存在人脸且直线在人脸附近等情况时，则判断图像中存在设备边框，同时通过高斯混合肤色模型判断设备边框附近是否存在手指。
上述的检测和匹配等处理过程可以在终端上进行，也可以发送给远程服务器进行。
对应上述方法，本实施例还提供了一种带活体检测功能的人脸验证***，如图3所示，包括：
第一人脸校准模块，用于显示第一人脸识别框，提示用户将脸部校准到人脸识别框的预设位置，并实时检测是否校准成功；
第一人脸检测模块，用于在用户将脸部成功校准到所述第一人脸识别框的预设位置后，对捕捉到的人脸图像进行第一阶段的活体检测和人脸匹配；所述第一阶段的活体检测，是指采用RGB静默活体检测，包括屏幕反光、摩尔纹和人脸图像畸变检测，用以判断是否为真人活体；
第二人脸校准模块，用于在第一阶段的活体检测和人脸匹配通过时，显示第二个人脸识别框，提示用户将脸部校准到预设位置；其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同，具体体现在相对于屏幕：(a)识别框具有一个随机的倾斜角度；和/或(b)识别框在屏幕上的位置有所不同；和/或(c)识别框大小有所不同。
第二人脸检测模块，用于采集用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，进行第二阶段的活体检测和人脸匹配；所述第二阶段的活体检测，是指对采集的若干图像随机抽样，将抽样的图像进行人脸匹配、RGB静默活体检测以及可能攻击行为的检测，所述可能攻击行为的检测包括图片中是否有照片边框、是否有视频播放器边框、是否有扶持设备的手指；其中，采集的图像包括人脸图像和校准时的中间状态图像。
本实施例的***与上述方法一一对应，未详尽之处请参照上述方法，不再赘述。

Claims (10)

1.一种带活体检测功能的人脸验证方法，其特征在于该方法包括：
(1)显示第一人脸识别框，提示用户将脸部校准到人脸识别框的预设位置，并实时检测是否校准成功；
(2)在用户将脸部成功校准到所述第一人脸识别框的预设位置后，对捕捉到的人脸图像进行第一阶段的活体检测和人脸匹配；
(3)若第一阶段的活体检测和人脸匹配通过，则显示第二人脸识别框，提示用户将脸部校准到预设位置；其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同；
(4)随机采样用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，进行第二阶段的活体检测和人脸匹配。
2.根据权利要求1所述带活体检测功能的人脸验证方法，其特征在于：步骤(1)中所述第一人脸识别框，为与屏幕角度一致的识别框。
3.根据权利要求1所述带活体检测功能的人脸验证方法，其特征在于：步骤(2)中所述第一阶段的活体检测，是指采用RGB静默活体检测，包括屏幕反光、摩尔纹和人脸图像畸变检测，用以判断是否为真人活体。
4.根据权利要求1所述带活体检测功能的人脸验证方法，其特征在于：步骤(2)中所述第一阶段的人脸匹配，是指将检测到的人脸图像进行身份特征提取，并与人脸数据库中标准人脸图像的特征进行匹配，判别二者是否为同一人。
5.根据权利要求1所述带活体检测功能的人脸验证方法，其特征在于：步骤(3)中所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同，具体体现在相对于屏幕：(a)识别框具有一个随机的倾斜角度；和/或(b)识别框在屏幕上的位置有所不同；和/或(c)识别框大小有所不同。
6.根据权利要求1所述带活体检测功能的人脸验证方法，其特征在于：步骤(4)中所述第二阶段的活体检测，是指对随机采样的若干图像进行人脸匹配、RGB静默活体检测以及可能攻击行为的检测，所述可能攻击行为的检测包括图片中是否有照片边框、是否有视频播放器边框、是否有扶持设备的手指；其中，采样的图像包括人脸图像和校准时的中间状态图像。
7.一种带活体检测功能的人脸验证***，包括：
第一人脸校准模块，用于显示第一人脸识别框，提示用户将脸部校准到人脸识别框的预设位置，并实时检测是否校准成功；
第一人脸检测模块，用于在用户将脸部成功校准到所述第一人脸识别框的预设位置后，对捕捉到的人脸图像进行第一阶段的活体检测和人脸匹配；
第二人脸校准模块，用于在第一阶段的活体检测和人脸匹配通过时，显示第二个人脸识别框，提示用户将脸部校准到预设位置；其中，所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同；
第二人脸检测模块，用于采集用户将脸部从第一人脸识别框校准到第二人脸识别框的过程中的图像，进行第二阶段的活体检测和人脸匹配。
8.根据权利要求7所述带活体检测功能的人脸验证***，其特征在于：所述第二人脸识别框与所述第一人脸识别框在屏幕上的显示不同，具体体现在相对于屏幕：(a)识别框具有一个随机的倾斜角度；和/或(b)识别框在屏幕上的位置有所不同；和/或(c)识别框大小有所不同。
9.根据权利要求7所述带活体检测功能的人脸验证***，其特征在于：所述第一阶段的活体检测，是指采用RGB静默活体检测，包括屏幕反光、摩尔纹和人脸图像畸变检测，用以判断是否为真人活体。
10.根据权利要求7所述带活体检测功能的人脸验证***，其特征在于：所述第二阶段的活体检测，是指对采集的若干图像随机抽样，将抽样的图像进行人脸匹配、RGB静默活体检测以及可能攻击行为的检测，所述可能攻击行为的检测包括图片中是否有照片边框、是否有视频播放器边框、是否有扶持设备的手指；其中，采集的图像包括人脸图像和校准时的中间状态图像。
CN201911353472.4A 2019-12-25 2019-12-25 一种带活体检测功能的人脸验证方法和*** Active CN111144277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911353472.4A CN111144277B (zh) 2019-12-25 2019-12-25 一种带活体检测功能的人脸验证方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911353472.4A CN111144277B (zh) 2019-12-25 2019-12-25 一种带活体检测功能的人脸验证方法和***

Publications (2)

Publication Number Publication Date
CN111144277A true CN111144277A (zh) 2020-05-12
CN111144277B CN111144277B (zh) 2023-09-26

Family

ID=70519752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911353472.4A Active CN111144277B (zh) 2019-12-25 2019-12-25 一种带活体检测功能的人脸验证方法和***

Country Status (1)

Country Link
CN (1) CN111144277B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860394A (zh) * 2020-07-28 2020-10-30 成都新希望金融信息有限公司 一种基于姿态估计和动作检测的动作活体识别方法
CN112183357A (zh) * 2020-09-29 2021-01-05 深圳龙岗智能视听研究院 一种基于深度学习的多尺度活体检测方法及***
CN112906597A (zh) * 2021-03-03 2021-06-04 支付宝(杭州)信息技术有限公司 用户身份的识别方法、装置和刷脸设备
CN113256834A (zh) * 2021-06-01 2021-08-13 杭州魔点科技有限公司 高校点名方法和***
CN114724257A (zh) * 2022-04-20 2022-07-08 北京快联科技有限公司 一种活体检测的方法及装置
CN115035579A (zh) * 2022-06-22 2022-09-09 支付宝(杭州)信息技术有限公司 基于人脸交互动作的人机验证方法和***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133608A (zh) * 2017-05-31 2017-09-05 天津中科智能识别产业技术研究院有限公司 基于活体检测和人脸验证的身份认证***
CN107862299A (zh) * 2017-11-28 2018-03-30 电子科技大学 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
CN108140123A (zh) * 2017-12-29 2018-06-08 深圳前海达闼云端智能科技有限公司 人脸活体检测方法、电子设备和计算机程序产品
CN108875546A (zh) * 2018-04-13 2018-11-23 北京旷视科技有限公司 人脸身份验证方法、***及存储介质
CN110008878A (zh) * 2019-03-27 2019-07-12 中控智慧科技股份有限公司 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133608A (zh) * 2017-05-31 2017-09-05 天津中科智能识别产业技术研究院有限公司 基于活体检测和人脸验证的身份认证***
CN107862299A (zh) * 2017-11-28 2018-03-30 电子科技大学 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
CN108140123A (zh) * 2017-12-29 2018-06-08 深圳前海达闼云端智能科技有限公司 人脸活体检测方法、电子设备和计算机程序产品
CN108875546A (zh) * 2018-04-13 2018-11-23 北京旷视科技有限公司 人脸身份验证方法、***及存储介质
CN110008878A (zh) * 2019-03-27 2019-07-12 中控智慧科技股份有限公司 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张高铭等: "基于人脸的活体检测***", 《计算机***应用》 *
游帆: "面向社区矫正对象的静默活体检测算法研究", 《中国优秀硕士学位论文全文数据库（电子期刊） 社会科学Ⅰ辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860394A (zh) * 2020-07-28 2020-10-30 成都新希望金融信息有限公司 一种基于姿态估计和动作检测的动作活体识别方法
CN112183357A (zh) * 2020-09-29 2021-01-05 深圳龙岗智能视听研究院 一种基于深度学习的多尺度活体检测方法及***
CN112183357B (zh) * 2020-09-29 2024-03-26 深圳龙岗智能视听研究院 一种基于深度学习的多尺度活体检测方法及***
CN112906597A (zh) * 2021-03-03 2021-06-04 支付宝(杭州)信息技术有限公司 用户身份的识别方法、装置和刷脸设备
CN113256834A (zh) * 2021-06-01 2021-08-13 杭州魔点科技有限公司 高校点名方法和***
CN113256834B (zh) * 2021-06-01 2021-09-14 杭州魔点科技有限公司 高校点名方法和***
CN114724257A (zh) * 2022-04-20 2022-07-08 北京快联科技有限公司 一种活体检测的方法及装置
CN114724257B (zh) * 2022-04-20 2022-12-06 北京快联科技有限公司 一种活体检测的方法及装置
CN115035579A (zh) * 2022-06-22 2022-09-09 支付宝(杭州)信息技术有限公司 基于人脸交互动作的人机验证方法和***

Also Published As

Publication number Publication date
CN111144277B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
CN111144277B (zh) 一种带活体检测功能的人脸验证方法和***
US10650261B2 (en) System and method for identifying re-photographed images
CN102663444B (zh) 防止账号被盗用的方法和***
JP3753722B2 (ja) 歯牙映像からの歯牙領域の抽出方法及び歯牙映像を利用した身元確認方法及び装置
US10237459B2 (en) Systems and methods for liveness analysis
WO2019134536A1 (zh) 基于神经网络模型的人脸活体检测
EP2580711B1 (en) Distinguishing live faces from flat surfaces
US20180034852A1 (en) Anti-spoofing system and methods useful in conjunction therewith
KR20190001066A (ko) 얼굴 인증 방법 및 장치
US10061996B1 (en) Face recognition method and system for personal identification and authentication
JP2007280367A (ja) 顔照合装置
AU2018253963B2 (en) Detection system, detection device and method therefor
US11315360B2 (en) Live facial recognition system and method
CN110838119A (zh) 人脸图像质量评估方法、计算机装置及计算机可读存储介质
KR102038576B1 (ko) 홍채 인식 시스템의 부정행위 검출 방법
KR20170104521A (ko) 생동감 평가에 근거하는 비디오 스푸핑 검출을 위한 시스템 및 프로세스
CN111079687A (zh) 证件伪装识别方法、装置、设备及存储介质
US11048915B2 (en) Method and a device for detecting fraud by examination using two different focal lengths during automatic face recognition
CN112861588A (zh) 一种活体检测的方法、装置
CN115240245A (zh) 人脸活体检测方法、人脸活体检测装置及电子设备
KR101346328B1 (ko) 저화질 이미지를 이용한 신분증 판별 장치 및 이를 이용한 판별 방법
CN114663930A (zh) 一种活体检测方法、装置、终端设备及存储介质
CN111126283A (zh) 一种自动过滤模糊人脸的快速活体检测方法及***
CN111291586A (zh) 活体检测方法、装置、电子设备及计算机可读存储介质
Toprak et al. Fusion of full-reference and no-reference anti-spoofing techniques for ear biometrics under print attacks

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