CN113343889A - 基于静默活体检测的人脸识别*** - Google Patents
基于静默活体检测的人脸识别*** Download PDFInfo
- Publication number
- CN113343889A CN113343889A CN202110698253.0A CN202110698253A CN113343889A CN 113343889 A CN113343889 A CN 113343889A CN 202110698253 A CN202110698253 A CN 202110698253A CN 113343889 A CN113343889 A CN 113343889A
- Authority
- CN
- China
- Prior art keywords
- module
- living body
- face
- face recognition
- detection
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/36—User authentication by graphic or iconic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于静默活体检测的人脸识别***,包括数据采集模块、数据预处理模块、人脸检测模块、活体检测模块和人脸识别模块;活体检测模块利用三个级别的模型进行活体检测,分别对整幅照片进行活体或攻击分类、对人脸区域照片进行活体或攻击分类以及对整幅照片进行攻击特征检测,检测的目标包括摩尔纹、光影异常、手机边框、照片手持、显示器反光和塑料材质反光等;本发明的人脸识别***仅需用户正脸朝向屏幕进行短暂的拍摄即可区分攻击或活体,活体检测模块中的模型具有较好的泛化能力,识别精度高,有效降低攻击成功的概率,保证用户安全,适用于身份认证、解锁登陆等多种人脸识别场景。
Description
技术领域
本发明涉及一种人脸识别***,具体为基于静默活体检测的人脸识别***。
背景技术
近年来人脸识别技术应用广泛,人脸识别***中为了防止恶意者伪造和窃取他人的照片或图像用于身份认证,保证用户安全,需要进行活体检测,目前的活体检测主要分两类:一类为依靠图片分类模型的活体检测,需要采集近百万个样本才能在有限的场景中保证活体检测的精度,对于数据集以外场景的泛化能力较差,识别速度和精度较低;另一类为配合式活体检测,需要用户配合完成转头、眨眼等动作,用户体验较差。
发明内容
发明目的:本发明的目的是提供一种能够提高识别速度和精度,减少用户配合的静默活体人脸识别***。
技术方案:本发明所述的基于静默活体检测的人脸识别***包括数据采集模块、数据预处理模块、活体检测模块和人脸识别模块;所述数据预处理模块筛选若干张所述数据采集模块采集的照片作为活体检测模块的输入;所述活体检测模块利用三个级别的模型进行活体检测,所述三个级别的模型分别对整幅照片、对人脸区域照片进行活体或攻击分类以及对整幅照片进行攻击特征检测;所述人脸识别模块根据所述活体检测模块的检测结果识别人脸。
用户正脸朝向屏幕,数据采集模块获取人脸照片;数据预处理模块根据照片的清晰度和亮度筛选若干张照片作为活体检测模块的输入;人脸检测模块检测照片中的人脸包围框;活体检测模块利用三个级别的模型进行活体检测,分别对整幅照片进行活体或攻击分类、对人脸区域照片进行活体或攻击分类以及对整幅照片进行攻击特征检测,检测的目标包括摩尔纹、光影异常、手机边框、照片手持、显示器反光和塑料材质反光等,这些目标在不同场景下也能稳定的保持不变,因此模型的泛化能力较好;三个级别的模型分别得出预测分数,其平均值高于阈值时判断为活体;人脸识别模块根据所述活体检测模块的检测结果识别人脸。
有益效果:本发明与现有技术相比具有显著的优点:(1)静默活体检测仅需用户正脸朝向屏幕进行短暂拍摄,数据采集耗时短,用户体验效果好;(2)人脸识别精度高,有效降低攻击成功的概率,保证用户安全;(3)模型泛化能力高,能够对AI换脸、手持照片等恶意攻击进行检测。
附图说明
图1为本发明的人脸识别***框图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示,本发明的人脸识别***包括数据采集模块、数据预处理模块、人脸检测模块、活体检测模块和人脸识别模块,可以用在多种人脸识别场景,包括门禁闸机、自助身份认证、解锁登录和考勤等。
(1)数据采集模块
摄像头连续地采集人脸照片,并实时分析照片的亮度是否充足等,如果用户处于光线较暗的环境,则打开本***的灯光,照射用户,提高亮度。数据采集时仅需要用户正脸朝向屏幕进行短暂的配合,无需夸张动作。
(2)数据预处理模块
对数据采集模块传送过来的图片数据进行分析,包括人脸区域的图占比,人脸照片的模糊程度,人脸区域的亮度是否充足等;筛选出3张符合后续模块使用需求的照片,记做照片A、照片B和照片C。本实施例使用3张照片作为输入,丰富数据的来源,提高攻击特征捕捉的准确度。
(3)人脸检测模块
人脸检测模块的输入是数据预处理模块的输出,可以对若干张照片进行检测,本实施例中人脸检测模型对照片B进行人脸检测,得到标记了人脸包围框的照片B'。人脸检测模型使用神经网络训练得到,能够有效的提取特征,避免了人工设计特征值的局限性,提高模型的泛化能力。
(4)活体检测模块
活体检测模块的输入为照片A、照片B'和照片C,用三个级别的神经网络进行活体检测,每个级别都可以使用一个或多个模型,提高活体检测的精度。本实施例中三个级别分别使用神经网络训练的全局活体分类模型、人脸区域活体分类模型和攻击特征检测模型。
第一级使用照片A作为输入,用全局活体分类模型初步判断照片A是活体照片还是攻击照片,根据人脸形状是否有畸变、是否有纸质照片边框、是否有手机边框、是否存在光影异常等得出预测分数a。
第二级使用照片B'作为输入,在人脸包围框上下左右各保留一部分背景作为感兴趣区域,本实施例中在人脸区域周围保留30个像素,提取感兴趣区域得到照片D,用人脸区域活体分类模型进一步判断照片D是活体照片还是攻击照片,得出预测分数b。
第三级使用照片C作为输入,用攻击特征检测模型进行目标检测,得出预测分数c,目标依靠纹理或形状等信息,包括摩尔纹、光影异常、手机边框、照片手持、显示器反光和塑料材质反光等,这些目标在对照片应用了数据增强之后依然不会被破坏,且在不同的场景下他们的特征能保持稳定,即使在第一级和第二级的分类失效时,依然可以利用检测到的攻击特征判断照片是否为攻击图片。同时由于可以进行数据增强,数据的采集规模可以降低到20000张左右,就可以得到泛化能力较好的模型。
三个级别的模型并行运行,计算三个模型得出的平均预测分数S=(a+b+c)/3,当S高于一定阈值时判断其为活体。
(5)人脸识别模块
人脸识别模块的输入是照片B'以及活体检测模块判断的分数S,如果活体检测模块判断本组照片拍摄的不是活体,则结束本次验证过程;如果是活体,则使用照片B'中的人脸包围框内的人脸照片,经过人脸对齐操作后,实现人脸的识别。
Claims (7)
1.一种基于静默活体检测的人脸识别***,其特征在于,包括数据采集模块、数据预处理模块、活体检测模块和人脸识别模块;所述数据预处理模块筛选若干张所述数据采集模块采集的照片作为活体检测模块的输入;所述活体检测模块利用三个级别的模型进行活体检测,所述三个级别的模型分别对整幅照片进行活体或攻击分类、对人脸区域照片进行活体或攻击分类以及对整幅照片进行攻击特征检测;所述人脸识别模块根据所述活体检测模块的检测结果识别人脸。
2.根据权利要求1所述的基于静默活体检测的人脸识别***,其特征在于,所述活体检测模块中的三个模型的分别得出预测分数,所述三个预测分数的平均值高于阈值时判断为活体。
3.根据权利要求1所述的基于静默活体检测的人脸识别***,其特征在于,还包括用于检测人脸包围框的人脸检测模块,所述活体检测模块对人脸包围框附近一定像素范围内的人脸区域照片进行活体或攻击分类。
4.根据权利要求1所述的基于静默活体检测的人脸识别***,其特征在于,所述活体检测模块对整幅照片进行攻击特征检测的目标包括摩尔纹、光影异常、手机边框、照片手持、显示器反光和塑料材质反光。
5.根据权利要求1所述的基于静默活体检测的人脸识别***,其特征在于,所述人脸识别模块在所述活体检测结果为活体时,进行人脸对齐操作并识别人脸,在所述活体检测结果为攻击时结束人脸识别。
6.根据权利要求1所述的基于静默活体检测的人脸识别***,其特征在于,所述数据采集模块利用摄像头连续采集人脸照片并实时检测照片亮度。
7.根据权利要求1所述的基于静默活体检测的人脸识别***,其特征在于,所述数据预处理模块根据照片清晰度和亮度筛选三张所述数据采集模块采集的照片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698253.0A CN113343889A (zh) | 2021-06-23 | 2021-06-23 | 基于静默活体检测的人脸识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698253.0A CN113343889A (zh) | 2021-06-23 | 2021-06-23 | 基于静默活体检测的人脸识别*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113343889A true CN113343889A (zh) | 2021-09-03 |
Family
ID=77478351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110698253.0A Pending CN113343889A (zh) | 2021-06-23 | 2021-06-23 | 基于静默活体检测的人脸识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343889A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116597527A (zh) * | 2023-07-18 | 2023-08-15 | 第六镜科技(成都)有限公司 | 活体检测方法、装置、电子设备和计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557726A (zh) * | 2015-09-25 | 2017-04-05 | 北京市商汤科技开发有限公司 | 一种带静默式活体检测的人脸身份认证***及其方法 |
CN109086718A (zh) * | 2018-08-02 | 2018-12-25 | 深圳市华付信息技术有限公司 | 活体检测方法、装置、计算机设备及存储介质 |
CN109460733A (zh) * | 2018-11-08 | 2019-03-12 | 北京智慧眼科技股份有限公司 | 基于单摄像头的人脸识别活体检测方法及***、存储介质 |
CN109670430A (zh) * | 2018-12-11 | 2019-04-23 | 浙江大学 | 一种基于深度学习的多分类器融合的人脸活体识别方法 |
CN110569808A (zh) * | 2019-09-11 | 2019-12-13 | 腾讯科技(深圳)有限公司 | 活体检测方法、装置及计算机设备 |
US20200410215A1 (en) * | 2016-08-23 | 2020-12-31 | Samsung Electronics Co., Ltd. | Liveness test method and apparatus |
US20210110018A1 (en) * | 2019-10-15 | 2021-04-15 | Assa Abloy Ab | Systems and methods for using machine learning for image-based spoof detection |
-
2021
- 2021-06-23 CN CN202110698253.0A patent/CN113343889A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557726A (zh) * | 2015-09-25 | 2017-04-05 | 北京市商汤科技开发有限公司 | 一种带静默式活体检测的人脸身份认证***及其方法 |
US20200410215A1 (en) * | 2016-08-23 | 2020-12-31 | Samsung Electronics Co., Ltd. | Liveness test method and apparatus |
CN109086718A (zh) * | 2018-08-02 | 2018-12-25 | 深圳市华付信息技术有限公司 | 活体检测方法、装置、计算机设备及存储介质 |
CN109460733A (zh) * | 2018-11-08 | 2019-03-12 | 北京智慧眼科技股份有限公司 | 基于单摄像头的人脸识别活体检测方法及***、存储介质 |
CN109670430A (zh) * | 2018-12-11 | 2019-04-23 | 浙江大学 | 一种基于深度学习的多分类器融合的人脸活体识别方法 |
CN110569808A (zh) * | 2019-09-11 | 2019-12-13 | 腾讯科技(深圳)有限公司 | 活体检测方法、装置及计算机设备 |
US20210110018A1 (en) * | 2019-10-15 | 2021-04-15 | Assa Abloy Ab | Systems and methods for using machine learning for image-based spoof detection |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116597527A (zh) * | 2023-07-18 | 2023-08-15 | 第六镜科技(成都)有限公司 | 活体检测方法、装置、电子设备和计算机可读存储介质 |
CN116597527B (zh) * | 2023-07-18 | 2023-09-19 | 第六镜科技(成都)有限公司 | 活体检测方法、装置、电子设备和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10650261B2 (en) | System and method for identifying re-photographed images | |
Shao et al. | Deep convolutional dynamic texture learning with adaptive channel-discriminability for 3D mask face anti-spoofing | |
CN108229362B (zh) | 一种基于门禁***的双目人脸识别活体检测方法 | |
da Silva Pinto et al. | Video-based face spoofing detection through visual rhythm analysis | |
CN108470169A (zh) | 人脸识别***及方法 | |
CN108182409B (zh) | 活体检测方法、装置、设备及存储介质 | |
CN110569808A (zh) | 活体检测方法、装置及计算机设备 | |
CN108549854A (zh) | 一种人脸活体检测方法 | |
CN112165573A (zh) | 拍摄处理方法和装置、设备、存储介质 | |
CN111967319B (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 | |
CN107798279A (zh) | 一种人脸活体检测方法及装置 | |
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 | |
CN208351494U (zh) | 人脸识别*** | |
CN115131880A (zh) | 一种多尺度注意力融合的双重监督人脸活体检测方法 | |
CN114387548A (zh) | 视频及活体检测方法、***、设备、存储介质及程序产品 | |
KR102194409B1 (ko) | 멀티포커싱 ai신경망을 이용한 안면검출 및 안면식별 시스템 | |
Lin et al. | Face detection based on skin color segmentation and neural network | |
CN113343889A (zh) | 基于静默活体检测的人脸识别*** | |
Benlamoudi | Multi-modal and anti-spoofing person identification | |
KR20080101388A (ko) | 엔엠씨티 기반의 얼굴 검출 방법 | |
Ohki et al. | Efficient spoofing attack detection against unknown sample using end-to-end anomaly detection | |
CN112861588A (zh) | 一种活体检测的方法、装置 | |
CN111209863B (zh) | 一种活体模型训练和人脸活体检测方法、装置和电子设备 | |
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*** |
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 |