CN104915649A - 一种应用于人脸识别的活体检测方法 - Google Patents
一种应用于人脸识别的活体检测方法 Download PDFInfo
- Publication number
- CN104915649A CN104915649A CN201510300584.9A CN201510300584A CN104915649A CN 104915649 A CN104915649 A CN 104915649A CN 201510300584 A CN201510300584 A CN 201510300584A CN 104915649 A CN104915649 A CN 104915649A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- sigma
- background
- 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
Links
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
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种应用于人脸识别的活体检测方法,该方法包括:对当前识别环境的背景进行建模;人脸检测,获取人脸位置和大小,同时作为下一次检测人脸的初始位置;采用SSIM方法计算输入人脸图像的背景和建模背景图像之间的相似度;检测到人脸时,利用超声波测量摄像头与障碍物之间的距离,同时利用逻辑回归模型获取分类概率值f;SSIM值和f值线性组合,得到最终结果R,R小于一定阈值时认为是欺骗攻击。本发明方法检测的成功率高,稳定性好。
Description
技术领域
本发明属于生物特征识别安全领域,特别是一种应用于人脸识别的活体检测方法。
背景技术
随着人脸识别技术的迅速发展和广泛应用,其安全性也受到严峻的挑战。欺骗攻击依然是人脸识别系统的致命威胁。通常而言,在人脸识别领域,有三种欺诈手段:
a.使用合法用户的照片;
b.使用合法用户的视频;
c.使用合法用户的三维模型。
相片攻击是最廉价、最方便的欺骗手段,因为人脸图像非常容易得到,比如网上下载、摄像头偷拍等。入侵者可以旋转、移动和弯曲照片造成类似合法用户真人效果去欺骗人脸识别系统。目前来看,检测一张输入图像是真实人脸或者是照片人脸依旧是一件有挑战性的工作。视频欺诈可以呈现出的效果和真实人脸效果非常相似,如头部运动、脸部表情和眨眼运动等。制造一个人的三维模型也绝非易事。
为了检测这些欺骗手段,提出了各种活体检测方法。大致可以分为四类,第一类是检测人脸固有的特征,包括眨眼检测,频谱分析等。眨眼检测根据用户无意识的行为特征,但是不能解决虚假视频的问题。依据假设:照片的高频成分低于活体人脸图像,频谱分析也是进行活体检测的一种方法。只是此方法需要高分辨率的图像。第二类是利用光源或者传感设备等,热图像传感器在红外光下,通过探测活体人脸和虚假图像的反射区别检测欺骗攻击。第三类是从视频和音频中提取特征信息,人说话时嘴部运动和声音是同步的。最后一类需要用户的参与,如用户被要求说一句话,通过语音识别和嘴部运动验证它们是否同步来进行活体检测。实际应用中,最后一类是效果最好的,但是它不友好,需要用户参与。第二类方法需要增加设备,加大花费的成本。
发明内容
本发明的目的在于提供一种应用于人脸识别的活体检测方法。
实现本发明目的的技术解决方案为:一种应用于人脸识别的活体检测方法,步骤如下:
步骤1、对捕获人脸处背景进行建模,具体采取平均帧的方法,即选取多张背景图片,进行图像预处理,之后求取平均帧;
步骤2、在输入的视频图像中对人脸进行检测,具体是采用harr特征和adaboost相结合的方法进行检测,如果检测到人脸则输出人脸的位置和大小之后执行步骤3,否则不处理;
步骤3、测量图像背景的相似度,具体是将步骤1中建模的背景和步骤2中的输入视频图像中人脸区域去除,之后采用结构相似性方法确定图像的相似度;
步骤4、采用超声波测距法测量摄像头和人脸的距离,并初步判断是否为活体;
步骤5、将步骤3、步骤4的结果进行线性组合,判断是否是活体,如果是则结果有效,否则,结果无效。
本发明与现有的技术相比,其显著优点为:(1)本发明的检测的成功率高,稳定性好;(2)不需要用户刻意去配合,很友好;(3)解决高清照片或者高清视频欺骗人脸识别系统的问题;(4)识别系统不需要更换原有低分辨摄像头,检测过程简单,计算快。
附图说明
图1是本发明的应用于人脸识别的活体检测方法的流程图。
图2是背景相似度对比的流程图。
图3是超声波测距场景示意图。
具体实施方式
结合附图,本发明的一种应用于人脸识别的活体检测方法,步骤如下:
步骤1、对捕获人脸处背景进行建模,具体采取平均帧的方法,即选取多张背景图片,进行图像预处理,之后求取平均帧;所述背景图片的数量大于等于十张,进行图像预处理具体是对图片进行去噪和灰度化处理。
步骤2、在输入的视频图像中对人脸进行检测,具体是采用harr特征和adaboost相结合的方法进行检测,如果检测到人脸则输出人脸的位置和大小之后执行步骤3,否则不处理;
步骤3、测量图像背景的相似度,具体是将步骤1中建模的背景和步骤2中的输入视频图像中人脸区域去除,之后采用结构相似性方法确定图像的相似度;采用结构相似性方法确定图像的相似度具体为:
步骤3-1、对图像亮度进行比较,所用公式为:
μx为去除人脸区域后建模背景的图像均值,μy为去除人脸区域后的输入视频图像的图像均值,C1为常数,l(x,y)为图像亮度比较结果;
步骤3-2、对图像的对比度进行比较,所用公式为:
σx为去除人脸区域后建模背景的图像的方差,σy为去除人脸区域后的输入视频图像的方差,C2为常数,c(x,y)为图像的对比度比较结果;
步骤3-3、对图像的结构进行对比,所用公式为:
σxy为去除人脸区域后建模背景的图像和去除人脸区域后输入视频图像的协方差,C3为常数;
步骤3-4、确定图像的相似度,所用公式为:
SSIM(x,y)=[l(x,y)]α·[c(x,y)]β·[s(x,y)]γ,
式中,α=1,β=1,γ=1,SSIM值为
常数的取值为:
C1=(k1*L)2,
C2=(k2*L)2,
C3=C2/2,
k1,k2均远小于1,数量级为10-2,L为像素最大值,取值为255。
步骤4、采用超声波测距法测量摄像头和人脸的距离,并初步判断是否为活体;采用超声波测距法测量摄像头和人脸的距离,并初步判断是否为活体时,所用的模型为:
式中,单位采用cm;θTx=θ0+θ1x1;x是距离组成的向量(1,x1),x1为距离样本,0≤f<1,f值越接近于0,虚假的可能越大,θ0、θ1为待求解系数。
步骤5、将步骤3、步骤4的结果进行线性组合,判断是否是活体,如果是则结果有效,否则,结果无效。将步骤3、步骤4的结果进行线性组合,所用公式为:
R=α·SSIM+β·(f(x)),
其中,α+β=1,0≤R≤1,δ为阈值,如果R<δ,当前视频图像中不是活体,即来人脸图像来自于照片或者视频,相反,认为人脸图像来自于活体。
下面结合实施例并配合附图对本发明做进一步详细的描述。
实施例1
接合图1至图3,本发明的一种人脸识别的活体检测方法,具体包括以下步骤:
步骤1、对捕获人脸处背景进行建模,具体采取平均帧的方法,即选取多张背景图片,进行图像预处理,之后求取平均帧;背景图片的数量大于等于十张,进行图像预处理具体是对图片进行去噪和灰度化处理。
步骤2、在输入的视频图像中对人脸进行检测,具体是采用harr特征和adaboost相结合的方法进行检测,如果检测到人脸则输出人脸的位置和大小之后执行步骤3,否则不处理;
步骤3、测量图像背景的相似度,具体是将步骤1中建模的背景和步骤2中的输入视频图像中人脸区域去除,之后采用结构相似性方法确定图像的相似度;采用结构相似性方法确定图像的相似度具体为:
步骤3-1、对图像亮度进行比较,所用公式为:
μx为去除人脸区域后建模背景的图像均值,μy为去除人脸区域后的输入视频图像的图像均值,C1为常数,l(x,y)为图像亮度比较结果;
步骤3-2、对图像的对比度进行比较,所用公式为:
σx为去除人脸区域后建模背景的图像的方差,σy为去除人脸区域后的输入视频图像的方差,C2为常数,c(x,y)为图像的对比度比较结果;
步骤3-3、对图像的结构进行对比,所用公式为:
σxy为去除人脸区域后建模背景的图像和去除人脸区域后输入视频图像的协方差,C3为常数。
步骤3-4、确定图像的相似度,所用公式为:
SSIM(x,y)=[l(x,y)]α·[c(x,y)]β·[s(x,y)]γ,
式中,α=1,β=1,γ=1,SSIM值为
式中,C1=(k1*L)2,
C2=(k2*L)2,
C3=C2/2,
k1,k2均远小于1,数量级为10-2,L为像素最大值,取值为255。
步骤4、采用超声波测距法测量摄像头和人脸的距离,并初步判断是否为活体;采用超声波测距法测量摄像头和人脸的距离,并初步判断是否为活体时,所用的模型为:
式中,单位采用cm;θTx=θ0+θ1x1;X是距离组成的向量(1,x1),x1为距离样本,0≤f<1,f值越接近于0,虚假的可能越大,θ0、θ1为待求解系数。求解过程如下,若有包含真实人脸距离和虚假人脸距离两类数据的m个样本,设真实人脸距离为第1类样本,虚假人脸距离为第0类样本,且第1类样本的概率为
其中y为样本类别。然后对下式进行极大似然估计求解θ0、θ1
Xi是第i个样本距离值xi组成的向量(1,xi),yi为Xi对应的类别。
步骤5、将步骤3、步骤4的结果进行线性组合,判断是否是活体,如果是则结果有效,否则,结果无效。进行线性组合,所用公式为:
R=α·SSIM+β·(f(x)),
其中,α+β=1,0≤R≤1,α=0.6,δ为阈值,取值为0.5。如果R<δ,当前视频图像中不是活体,即来人脸图像来自于照片或者视频,相反,认为人脸图像来自于活体。
由上可知,本发明的检测的成功率高,稳定性好;不需要用户刻意去配合,很友好;解决高清照片或者高清视频欺骗人脸识别系统的问题。
Claims (6)
1.一种应用于人脸识别的活体检测方法,其特征在于,步骤如下:
步骤1、对捕获人脸处背景进行建模,具体采取平均帧的方法,即选取多张背景图片,进行图像预处理,之后求取平均帧;
步骤2、在输入的视频图像中对人脸进行检测,具体是采用harr特征和adaboost相结合的方法进行检测,如果检测到人脸则输出人脸的位置和大小之后执行步骤3,否则不处理;
步骤3、测量图像背景的相似度,具体是将步骤1中建模的背景和步骤2中的输入视频图像中人脸区域去除,之后采用结构相似性方法确定图像的相似度;
步骤4、采用超声波测距法测量摄像头和人脸的距离,并初步判断是否为活体;
步骤5、将步骤3、步骤4的结果进行线性组合,判断是否是活体,如果是则结果有效,否则,结果无效。
2.根据权利1要求所述的一种应用于人脸识别的活体检测方法,其特征在于,步骤1中背景图片的数量大于等于十张,进行图像预处理具体是对图片进行去噪和灰度化处理。
3.根据权利1要求所述的一种应用于人脸识别的活体检测方法,其特征在于,步骤3中采用结构相似性方法确定图像的相似度具体为:
步骤3‐1、对图像亮度进行比较,所用公式为:
μx为去除人脸区域后建模背景的图像均值,μy为去除人脸区域后的输入视频图像的图像均值,C1为常数,l(x,y)为图像亮度比较结果;
步骤3‐2、对图像的对比度进行比较,所用公式为:
σx为去除人脸区域后建模背景的图像的方差,σy为去除人脸区域后的输入视频图像的方差,C2为常数,c(x,y)为图像的对比度比较结果;
步骤3‐3、对图像的结构进行对比,所用公式为:
σxy为去除人脸区域后建模背景的图像和去除人脸区域后输入视频图像的协方差,C3为常数;
步骤3‐4、确定图像的相似度,所用公式为:
SSIM(x,y)=[l(x,y)]α·[c(x,y)]β·[s(x,y)]γ,
式中,α=1,β=1,γ=1,SSIM值为
4.根据权利1要求所述的一种应用于人脸识别的活体检测方法,其特征在于,步骤4中采用超声波测距法测量摄像头和人脸的距离,并初步判断是否为活体时,所用的模型为:
式中,单位采用cm;θTx=θ0+θ1x1;x是距离组成的向量(1,x1),x1为距离样本,0≤f<1,f值越接近于0,虚假的可能越大,θ0、θ1为待求解系数。
5.根据权利1要求所述的一种应用于人脸识别的活体检测方法,其特征在于,步骤5中将步骤3、步骤4的结果进行线性组合,所用公式为:
R=α·SSIM+β·(f(x)),
其中,α+β=1,0≤R≤1,δ为阈值,如果R<δ,当前视频图像中不是活体,即来人脸图像来自于照片或者视频,相反,认为人脸图像来自于活体。
6.根据权利3要求所述的一种应用于人脸识别的活体检测方法,其特征在于,常数的取值为:
C1=(k1*L)2,
C2=(k2*L)2,
C3=C2/2,
k1,k2均远小于1,数量级为10‐2,L为像素最大值,取值为255。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510300584.9A CN104915649B (zh) | 2015-06-04 | 2015-06-04 | 一种应用于人脸识别的活体检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510300584.9A CN104915649B (zh) | 2015-06-04 | 2015-06-04 | 一种应用于人脸识别的活体检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104915649A true CN104915649A (zh) | 2015-09-16 |
CN104915649B CN104915649B (zh) | 2018-12-14 |
Family
ID=54084701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510300584.9A Active CN104915649B (zh) | 2015-06-04 | 2015-06-04 | 一种应用于人脸识别的活体检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104915649B (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243378A (zh) * | 2015-11-13 | 2016-01-13 | 清华大学 | 基于眼部信息的活体人脸检测方法及装置 |
CN105913001A (zh) * | 2016-04-06 | 2016-08-31 | 南京邮电大学盐城大数据研究院有限公司 | 基于聚类的在线式多人脸图像处理的方法 |
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系统及其方法 |
CN106778559A (zh) * | 2016-12-01 | 2017-05-31 | 北京旷视科技有限公司 | 活体检测的方法及装置 |
CN107239735A (zh) * | 2017-04-24 | 2017-10-10 | 复旦大学 | 一种基于视频分析的活体检测方法和系统 |
CN107341457A (zh) * | 2017-06-21 | 2017-11-10 | 北京小米移动软件有限公司 | 人脸检测方法及装置 |
CN107368769A (zh) * | 2016-05-11 | 2017-11-21 | 北京市商汤科技开发有限公司 | 人脸活体检测方法、装置及电子设备 |
CN107609463A (zh) * | 2017-07-20 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 活体检测方法、装置、设备及存储介质 |
CN107862247A (zh) * | 2017-10-13 | 2018-03-30 | 平安科技(深圳)有限公司 | 一种人脸活体检测方法及终端设备 |
CN108664880A (zh) * | 2017-03-27 | 2018-10-16 | 三星电子株式会社 | 活性测试方法和设备 |
CN108875331A (zh) * | 2017-08-01 | 2018-11-23 | 北京旷视科技有限公司 | 人脸解锁方法、装置和系统及存储介质 |
CN108885689A (zh) * | 2016-03-02 | 2018-11-23 | 眼验股份有限公司 | 使用邻近传感器的欺骗侦测 |
CN109190522A (zh) * | 2018-08-17 | 2019-01-11 | 浙江捷尚视觉科技股份有限公司 | 一种基于红外相机的活体检测方法 |
CN109325413A (zh) * | 2018-08-17 | 2019-02-12 | 深圳市中电数通智慧安全科技股份有限公司 | 一种人脸识别方法、装置及终端 |
CN109376643A (zh) * | 2018-10-16 | 2019-02-22 | 杭州悉住信息科技有限公司 | 人脸识别方法及系统 |
CN109635620A (zh) * | 2017-09-28 | 2019-04-16 | Ncr公司 | 自助服务终端(sst)面部认证处理 |
CN109961587A (zh) * | 2017-12-26 | 2019-07-02 | 天地融科技股份有限公司 | 一种自助银行监控系统 |
CN110378219A (zh) * | 2019-06-13 | 2019-10-25 | 北京迈格威科技有限公司 | 活体检测方法、装置、电子设备及可读存储介质 |
CN110807368A (zh) * | 2019-10-08 | 2020-02-18 | 支付宝(杭州)信息技术有限公司 | 一种注入攻击的识别方法、装置及设备 |
US10630681B2 (en) | 2014-04-07 | 2020-04-21 | EyeVerify Inc. | Bio leash for user authentication |
CN111368811A (zh) * | 2020-05-26 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 活体检测方法、装置、设备及存储介质 |
US10776609B2 (en) | 2018-02-26 | 2020-09-15 | Samsung Electronics Co., Ltd. | Method and system for facial recognition |
CN111666835A (zh) * | 2020-05-20 | 2020-09-15 | 广东志远科技有限公司 | 一种人脸活体检测方法和装置 |
CN111985400A (zh) * | 2020-08-20 | 2020-11-24 | 中国建设银行股份有限公司 | 一种人脸活体识别方法、装置、设备及存储介质 |
US20210027080A1 (en) * | 2019-07-24 | 2021-01-28 | Alibaba Group Holding Limited | Spoof detection by generating 3d point clouds from captured image frames |
CN112492158A (zh) * | 2020-11-26 | 2021-03-12 | 歌尔科技有限公司 | 一种摄像头防欺骗的方法、装置、系统及摄像头系统 |
CN113033530A (zh) * | 2021-05-31 | 2021-06-25 | 成都新希望金融信息有限公司 | 证件翻拍检测方法、装置、电子设备及可读存储介质 |
CN113177437A (zh) * | 2017-06-13 | 2021-07-27 | 阿里巴巴集团控股有限公司 | 一种人脸识别方法和装置 |
CN113192358A (zh) * | 2021-04-26 | 2021-07-30 | 贵州车秘科技有限公司 | 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法 |
CN113569806A (zh) * | 2021-08-18 | 2021-10-29 | 浙江大华技术股份有限公司 | 人脸识别方法及装置 |
US11354940B2 (en) | 2020-03-31 | 2022-06-07 | Konica Minolta Business Solutions U.S.A., Inc. | Method and apparatus for foreground geometry and topology based face anti-spoofing |
CN114882577A (zh) * | 2022-07-11 | 2022-08-09 | 中海银河科技(北京)有限公司 | 健康状态识别方法、装置、电子设备和计算机可读介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101702198A (zh) * | 2009-11-19 | 2010-05-05 | 浙江大学 | 基于背景比对的视频和活体人脸的鉴别方法 |
CN101999900A (zh) * | 2009-08-28 | 2011-04-06 | 南京壹进制信息技术有限公司 | 一种应用于人脸识别的活体检测方法及系统 |
CN103886301A (zh) * | 2014-03-28 | 2014-06-25 | 中国科学院自动化研究所 | 一种人脸活体检测方法 |
-
2015
- 2015-06-04 CN CN201510300584.9A patent/CN104915649B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101999900A (zh) * | 2009-08-28 | 2011-04-06 | 南京壹进制信息技术有限公司 | 一种应用于人脸识别的活体检测方法及系统 |
CN101702198A (zh) * | 2009-11-19 | 2010-05-05 | 浙江大学 | 基于背景比对的视频和活体人脸的鉴别方法 |
CN103886301A (zh) * | 2014-03-28 | 2014-06-25 | 中国科学院自动化研究所 | 一种人脸活体检测方法 |
Non-Patent Citations (4)
Title |
---|
J YANG ETAL: "Face liveness detection with component dependent descriptor", 《INTERNATIONAL CONFERENCE ON BIOMETRICS》 * |
TAO WANG ETAL: "Face Liveness Detection Using 3D Structure Recovered from a Single Camera", 《INTERNATIONAL CONFERENCE ON BIOMETRICS》 * |
孙霖 等: "人脸识别中视频回放假冒攻击的实时检测方法", 《电路与系统学报》 * |
杨健伟: "面向人脸识别的人脸活体检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10630681B2 (en) | 2014-04-07 | 2020-04-21 | EyeVerify Inc. | Bio leash for user authentication |
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系统及其方法 |
CN105243378A (zh) * | 2015-11-13 | 2016-01-13 | 清华大学 | 基于眼部信息的活体人脸检测方法及装置 |
US10652749B2 (en) | 2016-03-02 | 2020-05-12 | EyeVerify Inc. | Spoof detection using proximity sensors |
CN108885689B (zh) * | 2016-03-02 | 2020-06-16 | 眼验股份有限公司 | 使用邻近传感器的欺骗侦测 |
CN108885689A (zh) * | 2016-03-02 | 2018-11-23 | 眼验股份有限公司 | 使用邻近传感器的欺骗侦测 |
CN105913001A (zh) * | 2016-04-06 | 2016-08-31 | 南京邮电大学盐城大数据研究院有限公司 | 基于聚类的在线式多人脸图像处理的方法 |
CN107368769A (zh) * | 2016-05-11 | 2017-11-21 | 北京市商汤科技开发有限公司 | 人脸活体检测方法、装置及电子设备 |
CN106778559A (zh) * | 2016-12-01 | 2017-05-31 | 北京旷视科技有限公司 | 活体检测的方法及装置 |
US11721131B2 (en) | 2017-03-27 | 2023-08-08 | Samsung Electronics Co., Ltd. | Liveness test method and apparatus |
CN108664880A (zh) * | 2017-03-27 | 2018-10-16 | 三星电子株式会社 | 活性测试方法和设备 |
CN108664880B (zh) * | 2017-03-27 | 2023-09-05 | 三星电子株式会社 | 活性测试方法和设备 |
CN107239735A (zh) * | 2017-04-24 | 2017-10-10 | 复旦大学 | 一种基于视频分析的活体检测方法和系统 |
CN113177437A (zh) * | 2017-06-13 | 2021-07-27 | 阿里巴巴集团控股有限公司 | 一种人脸识别方法和装置 |
CN107341457A (zh) * | 2017-06-21 | 2017-11-10 | 北京小米移动软件有限公司 | 人脸检测方法及装置 |
CN107609463A (zh) * | 2017-07-20 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 活体检测方法、装置、设备及存储介质 |
US10824890B2 (en) | 2017-07-20 | 2020-11-03 | Baidu Online Network Technology (Beijing) Co., Ltd. | Living body detecting method and apparatus, device and storage medium |
CN108875331A (zh) * | 2017-08-01 | 2018-11-23 | 北京旷视科技有限公司 | 人脸解锁方法、装置和系统及存储介质 |
CN109635620B (zh) * | 2017-09-28 | 2023-12-12 | Ncr公司 | 自助服务终端(sst)面部认证处理 |
CN109635620A (zh) * | 2017-09-28 | 2019-04-16 | Ncr公司 | 自助服务终端(sst)面部认证处理 |
WO2019071739A1 (zh) * | 2017-10-13 | 2019-04-18 | 平安科技(深圳)有限公司 | 人脸活体检测方法、装置、可读存储介质及终端设备 |
CN107862247A (zh) * | 2017-10-13 | 2018-03-30 | 平安科技(深圳)有限公司 | 一种人脸活体检测方法及终端设备 |
CN109961587A (zh) * | 2017-12-26 | 2019-07-02 | 天地融科技股份有限公司 | 一种自助银行监控系统 |
US10776609B2 (en) | 2018-02-26 | 2020-09-15 | Samsung Electronics Co., Ltd. | Method and system for facial recognition |
CN109190522A (zh) * | 2018-08-17 | 2019-01-11 | 浙江捷尚视觉科技股份有限公司 | 一种基于红外相机的活体检测方法 |
CN109325413A (zh) * | 2018-08-17 | 2019-02-12 | 深圳市中电数通智慧安全科技股份有限公司 | 一种人脸识别方法、装置及终端 |
CN109376643A (zh) * | 2018-10-16 | 2019-02-22 | 杭州悉住信息科技有限公司 | 人脸识别方法及系统 |
CN110378219A (zh) * | 2019-06-13 | 2019-10-25 | 北京迈格威科技有限公司 | 活体检测方法、装置、电子设备及可读存储介质 |
US20210027080A1 (en) * | 2019-07-24 | 2021-01-28 | Alibaba Group Holding Limited | Spoof detection by generating 3d point clouds from captured image frames |
CN110807368B (zh) * | 2019-10-08 | 2022-04-29 | 支付宝(杭州)信息技术有限公司 | 一种注入攻击的识别方法、装置及设备 |
CN110807368A (zh) * | 2019-10-08 | 2020-02-18 | 支付宝(杭州)信息技术有限公司 | 一种注入攻击的识别方法、装置及设备 |
US11354940B2 (en) | 2020-03-31 | 2022-06-07 | Konica Minolta Business Solutions U.S.A., Inc. | Method and apparatus for foreground geometry and topology based face anti-spoofing |
CN111666835A (zh) * | 2020-05-20 | 2020-09-15 | 广东志远科技有限公司 | 一种人脸活体检测方法和装置 |
CN111368811A (zh) * | 2020-05-26 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 活体检测方法、装置、设备及存储介质 |
CN111368811B (zh) * | 2020-05-26 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 活体检测方法、装置、设备及存储介质 |
CN111985400A (zh) * | 2020-08-20 | 2020-11-24 | 中国建设银行股份有限公司 | 一种人脸活体识别方法、装置、设备及存储介质 |
CN112492158A (zh) * | 2020-11-26 | 2021-03-12 | 歌尔科技有限公司 | 一种摄像头防欺骗的方法、装置、系统及摄像头系统 |
CN112492158B (zh) * | 2020-11-26 | 2022-05-06 | 歌尔科技有限公司 | 一种摄像头防欺骗的方法、装置、系统及摄像头系统 |
CN113192358A (zh) * | 2021-04-26 | 2021-07-30 | 贵州车秘科技有限公司 | 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法 |
CN113033530B (zh) * | 2021-05-31 | 2022-02-22 | 成都新希望金融信息有限公司 | 证件翻拍检测方法、装置、电子设备及可读存储介质 |
CN113033530A (zh) * | 2021-05-31 | 2021-06-25 | 成都新希望金融信息有限公司 | 证件翻拍检测方法、装置、电子设备及可读存储介质 |
CN113569806A (zh) * | 2021-08-18 | 2021-10-29 | 浙江大华技术股份有限公司 | 人脸识别方法及装置 |
CN114882577A (zh) * | 2022-07-11 | 2022-08-09 | 中海银河科技(北京)有限公司 | 健康状态识别方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104915649B (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104915649A (zh) | 一种应用于人脸识别的活体检测方法 | |
CN103116763B (zh) | 一种基于hsv颜色空间统计特征的活体人脸检测方法 | |
CN105160318B (zh) | 基于面部表情的测谎方法及系统 | |
CN107766819B (zh) | 一种视频监控系统及其实时步态识别方法 | |
CN103054569B (zh) | 基于可见光图像测量人体心率的方法、装置及手持设备 | |
CN102214309B (zh) | 一种基于头肩模型的特定人体识别方法 | |
TWI707243B (zh) | 基於眼球跟蹤之活體檢測的方法、裝置及系統 | |
WO2016172923A1 (zh) | 视频检测方法、视频检测系统以及计算机程序产品 | |
CN105740775A (zh) | 一种三维人脸活体识别方法及其装置 | |
CN109766755A (zh) | 人脸识别方法及相关产品 | |
CN108596041A (zh) | 一种基于视频的人脸活体检测方法 | |
CN113378649A (zh) | 身份、位置和动作识别方法、系统、电子设备及存储介质 | |
JP4159159B2 (ja) | 広告メディア評価装置 | |
Błażek et al. | An unorthodox view on the problem of tracking facial expressions | |
Kumtepe et al. | Driver aggressiveness detection via multisensory data fusion | |
CN111222380A (zh) | 一种活体检测方法、装置、及其识别模型训练方法 | |
CN111680670B (zh) | 一种跨模态人头检测方法及装置 | |
CN112801037A (zh) | 一种基于连续帧间差异的人脸篡改检测方法 | |
CN114565976A (zh) | 一种训练智能测试方法以及装置 | |
CN106407966A (zh) | 一种应用于考勤的人脸识别方法 | |
CN104185012B (zh) | 三维视频格式自动检测方法及装置 | |
Ince et al. | Child and adult classification using ratio of head and body heights in images | |
CN110222647A (zh) | 一种基于卷积神经网络的人脸活体检测方法 | |
Li et al. | Megc2022: Acm multimedia 2022 micro-expression grand challenge | |
CN114299569A (zh) | 一种基于眼球运动的安全人脸认证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201223 Address after: 210014 Guanghua Road 129-3, Qinhuai District, Nanjing City, Jiangsu Province Patentee after: NUST SCIENCE AND TECHNOLOGY PARK Co.,Ltd. Address before: 210094 No. 200, Xiaolingwei, Jiangsu, Nanjing Patentee before: NANJING University OF SCIENCE AND TECHNOLOGY |