深度学习 ABIS 人脸识别 虹膜识别 指纹识别 机器视觉
首页|核心技术|人脸识别

我们利用3D摄像头拍摄人脸,得到相应的人脸区域的3D数据,并基于这些数据做进一步的分析, 最终判断出这个人脸是来自活体还是非活体。这里非活体的来源是比较广泛的,包括手机和Pad等介质的照片和视频、各种打印的不同材质的照片(这里包含各种情形的弯曲、折叠、剪裁、挖洞等情形)等。

人脸活体检测4.jpg

我们基于活体和非活体的3D人脸数据,选择最具有区分度的特征来训练分类器,利用训练好的分类器来区分活体和非活体。特征的选择是至关重要的,这里我们选择的特征既包含了全局的信息,也包含了局部的信息,这样的特征有利于算法的稳定性和鲁棒性。下面是3D人脸检活原理的几个步骤:

首先,我们提取了活体和非活体人脸区域的256个特征点的三维信息,并对这些点之间的几何结构关系进行了初部的分析处理;

其次,我们提取了整个人脸区域的三维信息,并对相应的特征点做进一步的处理,再采用协调训练Co-training的方法训练了正负样本数据,之后利用得到的分类器进行了初分类;

最后,利用以上两个步骤所提取的特征点进行曲面的拟合来描述三维模型特征,然后根据曲面的曲率从深度图像中提取凸起区域,再对每个区域提取EGI特征,最后利用其球形相关度进行再分类识别。



返回列表