机器学习笔记 基于CNN+OpenCV的人脸活体检测

一、活体检测

        如果一个用户可以尝试举起另一个人的照片。也许他们的智能手机上甚至有一张照片或视频，可以拿着负责进行人脸识别的相机。在这种情况下，摄像头上的人脸完全有可能被正确识别……但最终会导致未经授权的用户绕过人脸识别系统。

        如何识别真脸和假脸？大致分运动、纹理和生命体征几个方向。

        另外活体检测有多种方法，包括：

        纹理分析，包括在人脸区域计算局部二元模式（LBP），并用SVM将人脸分类为真实人脸或伪造人脸。

        频率分析，例如检查面部的傅立叶域。

        可变聚焦分析，例如检查两个连续帧之间像素值的变化。

        基于启发式的算法，包括眼球运动、嘴唇运动和眨眼检测。这组算法试图跟踪眼球运动和眨眼，以确保用户不会拿着另一个人的照片（因为照片不会眨眼或移动嘴唇）。

        光流算法，即检查从3D对象和2D平面生成的光流的差异和财产。