CN110008878A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110008878A
CN110008878A CN201910237403.0A CN201910237403A CN110008878A CN 110008878 A CN110008878 A CN 110008878A CN 201910237403 A CN201910237403 A CN 201910237403A CN 110008878 A CN110008878 A CN 110008878A
Authority
CN
China
Prior art keywords
image
face
detected
light source
false
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
CN201910237403.0A
Other languages
English (en)
Other versions
CN110008878B (zh
Inventor
李治农
王学文
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.)
ZKTeco Co Ltd
Original Assignee
ZKTeco Co Ltd
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 ZKTeco Co Ltd filed Critical ZKTeco Co Ltd
Priority to CN201910237403.0A priority Critical patent/CN110008878B/zh
Publication of CN110008878A publication Critical patent/CN110008878A/zh
Application granted granted Critical
Publication of CN110008878B publication Critical patent/CN110008878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive

Abstract

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,其中,人脸检测的防假方法包括:在第一光源模式下,获取待检测人脸的第一图像;在第二光源模式下,获取待检测人脸的第二图像;随后,根据第一图像和第二图像的图像特征信息判断待检测人脸是否为活体人脸。上述的人脸检测的防假方法及具备防假功能的人脸识别装置,通过分别在两种光源模式下采集待检测人脸的图像,并通过第一图像和第二图像的图像特征信息,判断待检测人脸是否为活体人脸,可靠性和安全性高,达到了防假的效果,解决了传统的人脸识别技术中存在将拍摄有人脸图像的纸张、照片、视频或人脸模型误判为活体人脸而导致无法做到防假,其可靠性低以及安全性低的问题。

Description

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
技术领域
本发明属于人脸识别技术领域,尤其涉及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。
背景技术
目前,传统的人脸识别主要以红外光人脸识别为主,近几年因为AI芯片及算法的快速迭代,人脸识别逐渐大量使用可见光人脸识别技术,主要原因是可见光下拍摄的人脸图像包含的各种特征信息较红外的多。现有的可见光人脸识别技术是通过采用彩色镜头采集人脸图像后,将人脸图像上的信息与预存的人脸特征信息作对比,判断两者是否吻合,若吻合则判断为活体人脸,若不吻合则判断为非活体人脸。然而,当有人将拍摄有人脸图像的纸张、照片、视频或者人脸模型放置在彩色镜头前时,由于纸张、照片或视频上的人脸图像,或者人脸模型的人脸特征信息同样能吻合预存的人脸特征信息,因此现有的可见光人脸识别技术会将上述拍摄有人脸图像的纸张、照片、视频或者人脸模型误判为活体人脸,因此不具备防假功能,可靠性低、安全性低。
因此,传统的人脸识别技术中存在将拍摄有人脸图像的纸张、照片、视频或人脸模型误判为活体人脸而导致无法做到防假,其可靠性低以及安全性低的问题。
发明内容
有鉴于此,本发明实施例提供了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,旨在解决传统的人脸识别技术中存在将拍摄有人脸图像的纸张、照片、视频或人脸模型误判为活体人脸而导致无法做到防假,其可靠性低以及安全性低的问题。
本发明实施例的第一方面提供了一种人脸检测的防假方法,包括:
在第一光源模式下,获取待检测人脸的第一图像;
在第二光源模式下,获取所述待检测人脸的第二图像;
根据所述第一图像和所述第二图像的图像特征信息判断所述待检测人脸是否为活体人脸。
本发明实施例的第二方面提供了一种具备防假功能的人脸识别装置,包括:
第一图像采集模块,用于在第一光源模式下,获取待检测人脸的第一图像,并输出所述第一图像的图像特征信息;
第二图像采集模块,用于在第二光源模式下,获取所述待检测人脸的第二图像,并输出所述第二图像的图像特征信息;以及
处理模块,用于接收所述第一图像采集模块和所述第二图像采集模块分别输出的所述图像特征信息,并根据所述图像特征信息判断所述待检测人脸是否为活体人脸。
上述的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,通过获取第一图像和第二图像并根据第一图像和第二图像的图像特征信息,判断待检测人脸是否为活体人脸,可靠性和安全性高,达到了防假的效果,解决了传统的人脸识别技术中存在将拍摄有人脸图像的纸张、照片、视频或人脸模型误判为活体人脸而导致无法做到防假,其可靠性低以及安全性低的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种人脸检测的防假方法的具体流程图;
图2为本发明一实施例提供的一种具备防假功能的人脸识别装置的模块结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明是基于可见光人脸识别技术中所存在的由于仅仅只判断图像的人脸特征信息(人脸器官等信息)而不分析图像特征信息(灰度信息和色彩信息)而导致的容易将诸如拍摄有人脸图像的纸张、照片、视频或人脸模型等非活体人脸误判为活体人脸的问题,而发明了一种人脸检测的防假方法,并将该防假方法应用于可见光人脸识别上,在现有的可见光人脸识别技术上增加了防假功能,可靠性和安全性高。
请参阅图1,为本发明实施例提供的一种人脸检测的防假方法的具体流程图,为了便于说明,仅示出了与本实施例相关的部分,详述如下:
一种人脸检测的防假方法,包括如下步骤:
S01,在第一光源模式下,获取待检测人脸的第一图像;
S02,在第二光源模式下,获取所述待检测人脸的第二图像;
S03,根据第一图像和第二图像的图像特征信息判断待检测人脸是否为活体人脸。
具体地,第一光源模式是指采用第一光源进行照射,并且不使用第二光源;第二光源模式是指采用第二光源进行照射,并且不使用第一光源。第一光源所发出的光波为可见光,第二光源所发出的光波为近红外光。
可选的,上述第一光源即可见光和第二光源即近红外光可同时由同一个发光装置发出,由于获取第一图像的装置可过滤掉其他光波,只保留可见光光波,因此在第一光源模式下拍摄第一图像时,只采用第一光源即可见光,不使用第二光源即近红外光;同理,由于获取第二图像的装置可过滤掉其他光波,只保留近红外光光波,因此在第二光源模式下拍摄第二图像时,只采用第二光源即近红外光,不使用第一光源即可见光。
可选的,上述的防假方法可同时采集第一图像和第二图像,也可不同时采集。在不同时采集的情况下,可以先采集第一图像,再采集第二图像;也可以先采集第二图像,再采集第一图像。
理论上,第一图像应是彩色人脸图像,第二图像应是红外人脸图像;如果判断出第一图像是非彩色人脸图像或者判断出第二图像是非红外人脸图像,则判定该待检测人脸为非活体人脸。
本发明实施例提供的一种人脸检测的防假方法适用于公安、金融、机场、地铁、边防口岸或者考勤等多个对人员身份进行自然比对识别的重要领域,当判断出待检测人脸为活体人脸时,识别通过,而后进行进一步的比对,也就是将该活体人脸图像与人脸识别系统中存储的人脸图像进行比对,或比对通过,则说明该活体人脸图像是人脸识别系统合法授权的对象,从而解除门禁,允许该人体通过;当判断出待检测人脸为非活体人脸时,识别不通过。通过分别在两种光源模式下采集待检测人脸的图像,并通过第一图像和第二图像的图像特征信息,判断待检测人脸是否为活体人脸,可靠性和安全性高,达到了防假的效果,解决了传统的人脸识别技术中存在将拍摄有人脸图像的纸张、照片、视频或人脸模型误判为活体人脸而导致无法做到防假,其可靠性低以及安全性低的问题。
在一可选实施例中,上述的图像特征信息包括色彩信息和灰度信息。
具体地,色彩信息指所获取的第一图像的色彩,若待检测人脸为活体人脸,则第一图像呈现的色彩应当时彩色的。
灰度信息指所获取的第一图像和第二图像的灰度。本发明实施例所提供的防假方法中,主要是获取和分析第二图像的灰度信息,若待检测人脸为非活体人脸,则第二图像存在灰度异常的情况,即对比度偏淡或者灰度信息缺失等。
在一可选实施例中,上述步骤S03:根据第一图像和第二图像的图像特征信息判断待检测人脸是否为活体人脸,具体包括:
当第一图像为彩色的人脸图像,且第二图像的灰度信息低于预设阈值时,判定为非活体人脸;
当第一图像为黑白的人脸图像,且第二图像采集的人脸图像中的灰度信息处于预设阈值内时,判定为非活体人脸;
仅当第一图像为彩色的人脸图像,且第二图像采集的人脸图像中的灰度信息处于预设阈值内时,判定为活体人脸。
具体地,上述的根据第一图像和第二图像的图像特征信息判定该待检测人脸为非活体人脸在实际应用场景中包括但不限于下方表1所列的几种情况:
待检测人脸 第一图像 第二图像
a 喷墨打印纸张 彩色的人脸图像 灰度信息异常
b 手机显示图像或视频 彩色的人脸图像 采集不到人脸灰度图
c 黑白激光打印照片 黑白的人脸图像 采集正常
d 彩色激光打印照片 彩色的人脸图像 灰度信息异常
表1
对应表1的a,若待检测人脸实际是喷墨打印纸张,则所获取的第一图像为彩色图像;所获取的第二图像则存在灰度异常的情况,即第二图像的灰度信息低于预设阈值,判定该待检测人脸为非活体人脸。在该情况下,第二图像的灰度信息异常的原因是:墨水与活体人脸对红外光的反射能力不相同,墨水对红外光的反射能力相对活体人脸而言较差;因此在第二光源模式下,对喷墨打印纸张进行拍摄所得到的第二图像的灰度轮廓不清晰,并且没有层次感,因此第二图像的灰度信息低于预设阈值,从而判定该待检测人脸为非活体人脸。
对应表1的b,若待检测人脸实际是手机显示的图像或视频,则所获取的第一图像为彩色图像;所获取的第二图像则存在灰度异常的情况,即第二图像的没有呈现出与人脸吻合的灰度图,即第二图像的灰度信息低于预设阈值,在该情况下,第二图像的灰度信息异常的原因是:由于手机、相机或者摄像机等显示装置只能显示没有红外光信息的可见光图像,因此在第二光源模式下,对手机等显示装置所显示的图像或者视频进行拍摄而得到的第二图像无法呈现出于人脸吻合的灰度图,第二图像的灰度信息低于预设阈值,即此时第二图像里没有人脸特征信息,因此判定该待检测人脸为非活体人脸。
对应表1的c,若待检测人脸实际是黑白激光打印照片,则所获取的第二图像的灰度信息处于预设范阈值内,即第二图像呈现的是黑白的人脸图;然而所获取的第一图像为黑白图像,因此判定该待检测人脸为非活体人脸。
对应表1的d,若待检测人脸实际是彩色激光打印照片,则所获取的第一图像为彩色图像,所获取的第二图像则由于存在边框等背景而使得其灰度信息异常,即灰度信息低于或者高于预设阈值,第二图像的灰度信息异常的原因是:第二图像中出现诸如“照片的边角”等背景时,该背景所在的位置可能表现为在一个直角形状的位置内灰度值相同,因而可判断该位置是某种边框的一个直角及其两边,从而判断出该待检测人脸不是活体人脸,而是激光打印的照片,从而达到了防假的效果。
当且仅当第一图像为彩色的人脸图像,且第二图像采集的人脸图像中的灰度信息处于预设阈值内时,判定该待检测人脸为活体人脸。具体地,上述的预设阈值可根据实际需求设定。
上述的人脸检测的防假方法通过分别在两种光源模式下采集待检测人脸的图像,并通过第一图像和第二图像的图像特征信息,判断待检测人脸是否为活体人脸,可靠性和安全性高,达到了防假的效果,解决了传统的人脸识别技术中存在将拍摄有人脸图像的纸张、照片、视频或人脸模型误判为活体人脸而导致无法做到防假,其可靠性低以及安全性低的问题,适用于公安、金融、机场、地铁、边防口岸或者考勤等多个对人员身份进行自然比对识别的重要领域。当判断出待检测人脸为活体人脸时,识别通过;当判断出待检测人脸为喷墨打印纸张、手机显示图像或视频、黑白激光打印照片或彩色将光打印照片等非活体人脸时,则识别不通过,安全可靠,具备防假功能。
请参阅图2,为本发明一实施例提供的一种具备防假功能的人脸识别装置的模块结构示意图,为了便于说明,仅示出了与本实施例相关的部分,详述如下:
本发明实施例的第二方面提供了一种具备防假功能的人脸识别装置,包括第一图像采集模块10、第二图像采集模块20以及处理模块30。
其中,第一图像采集模块10用于在第一光源模式下,获取待检测人脸的第一图像,并输出第一图像的图像特征信息。
第二图像采集模块20用于在第二光源模式下,获取待检测人脸的第二图像,并输出第二图像的图像特征信息。
处理模块30用于接收第一图像采集模块10和第二图像采集模块20分别输出的图像特征信息,并根据图像特征信息判断待检测人脸是否为活体人脸。
具体地,第一光源模式指采用第一光源进行照射,并且不使用第二光源;第二光源模式是指采用第二光源进行照射,并且不使用第二光源。第一光源所发出的光波为可见光,第二光源所发出的光波为近红外光。上述的图像特征信息包括色彩信息和灰度信息。
处理模块30还用于判断第一图像上的人脸特征信息是否符合预存的人脸特征信息。人脸与人体的其它生物特征如指纹和虹膜等一样,都是与生俱来的,人脸的唯一性和不易被复制的良好特性是身份识别技术的必要前提。人脸特征信息指的是待检测人脸的五官特征、肤色特征、面部轮廓特征或者面部表情特征等等能够判断该第一图像上所呈现的画面是否是人脸的特征信息。当处理模块30判定该第一图像上呈现的画面是人脸时,再通过分析第一图像和第二图像各自的图像特征信息从而判断该人脸是否为活体人脸。
在一可选实施例中,上述的第一图像采集模块10采用彩色摄像头实现,第二图像采集模块20采用红外摄像头实现。
在一可选实施例中,上述的处理模块30采用中央处理器实现。具体地,彩色摄像头、红外摄像头和中央处理器的工作过程如下:
进行位置校准,通过彩色摄像头先对待检测人脸进行识别,获取第一图像,中央处理器判断该第一图像的图像特征信息处于预设阈值内时,识别通过,标识出待检测人脸的位置区域。再由红外摄像头在该位置区域中进行识别,获取第二图像,中央处理器判断该第二图像的图像特征信息处于预设阈值内时,识别通过,从而中央处理器判定该待检测人脸为活体人脸;否则,中央处理器判定该待检测人脸为非活体人脸。
中央处理器还用于判断第一图像上的人脸特征信息是否符合预存的人脸特征信息。
在一可选实施例中,上述的彩色摄像头包括滤光片。滤光片用于透过第一光源模式下接收到的光,即可见光。
在一可选实施例中,上述的滤光片的表面镀有增透膜和/或眩光膜。其中,增透膜起到防反射和增透的功能,眩光膜起到防光晕的作用。通过在滤光片的表面镀增透膜和眩光膜,增大可见光的透过率,防止光晕,从而确保采集到的第一图像清晰、还原度高。
综上所述,本发明提供的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,通过分别在两种光源模式下采集待检测人脸的图像,即第一图像和第二图像,并通过分析第一图像和第二图像的图像特征信息,判断待检测人脸是否为活体人脸,可靠性和安全性高,达到了防假的效果,解决了传统的人脸识别技术中存在将拍摄有人脸图像的纸张、照片、视频或人脸模型误判为活体人脸而导致无法做到防假,其可靠性低以及安全性低的问题。
在本文对各种方法和装置描述了各种实施方式。阐述了很多特定的细节以提供对如在说明书中描述的和在附图中示出的实施方式的总结构、功能、制造和使用的彻底理解。然而本领域中的技术人员将理解,实施方式可在没有这样的特定细节的情况下被实施。在其它实例中,详细描述了公知的操作、部件和元件,以免使在说明书中的实施方式难以理解。本领域中的技术人员将理解,在本文和所示的实施方式是非限制性例子,且因此可认识到,在本文公开的特定的结构和功能细节可以是代表性的且并不一定限制实施方式的范围。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。

Claims (10)

1.一种人脸检测的防假方法,其特征在于,包括:
在第一光源模式下,获取待检测人脸的第一图像;
在第二光源模式下,获取所述待检测人脸的第二图像;
根据所述第一图像和所述第二图像的图像特征信息判断所述待检测人脸是否为活体人脸。
2.如权利要求1所述的防假方法,其特征在于,所述图像特征信息包括:
色彩信息和灰度信息。
3.如权利要求2所述的防假方法,其特征在于,根据所述第一图像和所述第二图像的图像特征信息判断所述待检测人脸是否为活体人脸具体包括:
仅当所述第一图像为彩色的人脸图像,且所述第二图像采集的人脸图像的所述灰度信息处于预设范阈值内时,则判定所述待检测人脸为活体人脸。
4.如权利要求2所述的防假方法,其特征在于,根据所述第一图像和所述第二图像的图像特征信息判定所述待检测人脸为非活体人脸具体包括:
当所述第一图像为彩色的人脸图像,且所述第二图像的灰度信息低于预设阈值时;或者
当所述第一图像为黑白的人脸图像,且所述第二图像采集的所述灰度信息处于预设范阈值内时;
均判定所述待检测人脸为非活体人脸。
5.如权利要求1所述的防假方法,其特征在于,
所述第一光源模式为采用波长在可见光波段内的光源提供光线的模式;
所述第二光源模式为采用波长在近红外光波段内的光源提供光线的模式。
6.一种具备防假功能的人脸识别装置,其特征在于,包括:
第一图像采集模块,用于在第一光源模式下,获取待检测人脸的第一图像,并输出所述第一图像的图像特征信息;
第二图像采集模块,用于在第二光源模式下,获取所述待检测人脸的第二图像,并输出所述第二图像的图像特征信息;以及
处理模块,用于接收所述第一图像采集模块和所述第二图像采集模块分别输出的所述图像特征信息,并根据所述图像特征信息判断所述待检测人脸是否为活体人脸。
7.如权利要求6所述的具备防假功能的人脸识别装置,其特征在于,
所述第一图像采集模块采用彩色摄像头实现;
所述第二图像采集模块采用红外摄像头实现。
8.如权利要求7所述的具备防假功能的人脸识别装置,其特征在于,
所述彩色摄像头包括滤光片,所述滤光片用于透过所述第一光源模式下接收到的光。
9.如权利要求8所述的具备防假功能的人脸识别装置,其特征在于,
所述滤光片的表面镀有增透膜和/或防眩光膜。
10.如权利要求6所述的具备防假功能的人脸识别装置,其特征在于,所述处理模块采用中央处理器实现。
CN201910237403.0A 2019-03-27 2019-03-27 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 Active CN110008878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910237403.0A CN110008878B (zh) 2019-03-27 2019-03-27 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910237403.0A CN110008878B (zh) 2019-03-27 2019-03-27 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

Publications (2)

Publication Number Publication Date
CN110008878A true CN110008878A (zh) 2019-07-12
CN110008878B CN110008878B (zh) 2021-07-30

Family

ID=67168388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910237403.0A Active CN110008878B (zh) 2019-03-27 2019-03-27 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

Country Status (1)

Country Link
CN (1) CN110008878B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144277A (zh) * 2019-12-25 2020-05-12 东南大学 一种带活体检测功能的人脸验证方法和系统
CN111814561A (zh) * 2020-06-11 2020-10-23 浙江大华技术股份有限公司 人脸识别方法、设备及门禁系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104834901A (zh) * 2015-04-17 2015-08-12 北京海鑫科金高科技股份有限公司 一种基于双目立体视觉的人脸检测方法、装置及系统
CN105023005A (zh) * 2015-08-05 2015-11-04 王丽婷 人脸识别装置及其识别方法
CN105187726A (zh) * 2015-06-17 2015-12-23 广州市巽腾信息科技有限公司 一种多功能移动图像处理装置、处理方法及用途
CN106650669A (zh) * 2016-12-27 2017-05-10 重庆邮电大学 一种鉴别仿冒照片欺骗的人脸识别方法
CN106874871A (zh) * 2017-02-15 2017-06-20 广东光阵光电科技有限公司 一种活体人脸双摄像头识别方法及识别装置
WO2018040307A1 (zh) * 2016-08-31 2018-03-08 上海依图网络科技有限公司 一种基于红外可见双目图像的活体检测方法及装置
CN107798281A (zh) * 2016-09-07 2018-03-13 北京眼神科技有限公司 一种基于lbp特征的人脸活体检测方法和装置
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
CN108229362A (zh) * 2017-12-27 2018-06-29 杭州悉尔科技有限公司 一种基于门禁系统的双目人脸识别活体检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104834901A (zh) * 2015-04-17 2015-08-12 北京海鑫科金高科技股份有限公司 一种基于双目立体视觉的人脸检测方法、装置及系统
CN105187726A (zh) * 2015-06-17 2015-12-23 广州市巽腾信息科技有限公司 一种多功能移动图像处理装置、处理方法及用途
CN105023005A (zh) * 2015-08-05 2015-11-04 王丽婷 人脸识别装置及其识别方法
WO2018040307A1 (zh) * 2016-08-31 2018-03-08 上海依图网络科技有限公司 一种基于红外可见双目图像的活体检测方法及装置
CN107798281A (zh) * 2016-09-07 2018-03-13 北京眼神科技有限公司 一种基于lbp特征的人脸活体检测方法和装置
CN106650669A (zh) * 2016-12-27 2017-05-10 重庆邮电大学 一种鉴别仿冒照片欺骗的人脸识别方法
CN106874871A (zh) * 2017-02-15 2017-06-20 广东光阵光电科技有限公司 一种活体人脸双摄像头识别方法及识别装置
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
CN108229362A (zh) * 2017-12-27 2018-06-29 杭州悉尔科技有限公司 一种基于门禁系统的双目人脸识别活体检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DHRUBAJYOTI DAS等: ""Face liveness detection based on frequency and micro-texture analysis"", 《2014 INTERNATIONAL CONFERENCE ON ADVANCES IN ENGINEERING & TECHNOLOGY RESEARCH (ICAETR - 2014)》 *
邱晨鹏: ""基于双目摄像机的人脸活体检测的研究"", 《现代计算机》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144277A (zh) * 2019-12-25 2020-05-12 东南大学 一种带活体检测功能的人脸验证方法和系统
CN111144277B (zh) * 2019-12-25 2023-09-26 东南大学 一种带活体检测功能的人脸验证方法和系统
CN111814561A (zh) * 2020-06-11 2020-10-23 浙江大华技术股份有限公司 人脸识别方法、设备及门禁系统

Also Published As

Publication number Publication date
CN110008878B (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN103383723B (zh) 用于生物特征验证的电子欺骗检测的方法和系统
CN106874871B (zh) 一种活体人脸双摄像头识别方法及识别装置
KR101286454B1 (ko) 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법
US10303865B2 (en) Blue/violet light touchless palm print identification
CN108470169A (zh) 人脸识别系统及方法
JP2019506694A (ja) 生体測定分析のシステムおよび方法
CN104834908B (zh) 一种移动终端基于眼纹识别的图像曝光方法及曝光系统
CN110163078A (zh) 活体检测方法、装置及应用活体检测方法的服务系统
Kashem et al. Face recognition system based on principal component analysis (PCA) with back propagation neural networks (BPNN)
US20160019420A1 (en) Multispectral eye analysis for identity authentication
Thavalengal et al. Iris liveness detection for next generation smartphones
WO2016010724A1 (en) Multispectral eye analysis for identity authentication
WO2016010721A1 (en) Multispectral eye analysis for identity authentication
Tarrés et al. A novel method for face recognition under partial occlusion or facial expression variations
CN106599660A (zh) 终端安全验证方法及装置
US20080298644A1 (en) System and method for controlling image quality
CN102867179A (zh) 一种数字证件照片采集质量检测的方法
AU2016245332A1 (en) Multi-biometric authentication
CN104778445B (zh) 基于手指静脉立体特征的活体识别装置及方法
CN109255282B (zh) 一种生物识别方法、装置和系统
CN109661668A (zh) 用于虹膜识别的图像处理方法和系统
CN208351494U (zh) 人脸识别系统
US20210256244A1 (en) Method for authentication or identification of an individual
CN110008878A (zh) 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
CN113411507B (zh) 测肤图像的获取方法、装置、设备及存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 523710, 26, 188 Industrial Road, Pingshan Town, Guangdong, Dongguan, Tangxia

Applicant after: Entropy Technology Co., Ltd

Address before: 523710, 26, 188 Industrial Road, Pingshan Town, Guangdong, Dongguan, Tangxia

Applicant before: Zhongkong Smart Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant