人脸捕捉与WEB端的活体检测

如今现在的活体检测都是与硬件相辅相成的。

活体检测就是通过人脸捕捉进行识别拍照的或者把脸型进行结合出来的活体检测,将一些活体的体征点进行识别。

活体检测是指用户按照系统指示做出相应的动作,防止用户在一些重要环境下用照片骗过系统完成验证。在用户按照系统提示完成相应动作后,后台对用户完成的动作进行识别,并提示用户活体检测是否通过。

活体检测在社保、网上开户等重要场合都有其应用。通过验证确定老年人身份真实且健在后才能进行养老金的领取。网上开户时需要用户验证,证明并非用户用照片完成验证,以保证用户信息的真实、有效和安全。

活体检测中,用户按照网页提示完成指定动作,通过后系统返回检测通过的提示。

其中按照一些算法进行识别。

 

clmtrackr是一个Javascript库用于精确跟踪图片或视频中的脸部特征。clmtrackr跟踪人脸,并输出人脸模型的坐标位置作为一个数组,按照下面的模型编号:

    580x274

该库需要 ccv.js (初始人脸检测)和 numeric.js (矩阵数学)。

 

项目主页:http://www.open-open.com/lib/view/home/1391758497129

 

 

 

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个基于人脸动作捕捉活体检测模型代码的示例,使用了Python和OpenCV库: ```python import cv2 import numpy as np # 定义全局变量 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 人脸检测器 eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml') # 眼睛检测器 cap = cv2.VideoCapture(0) # 打开摄像头 frames = [] # 存储视频帧 motion_threshold = 20000 # 动作阈值 # 采集视频帧 while True: ret, frame = cap.read() if not ret: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 将帧转换为灰度图像 faces = face_cascade.detectMultiScale(gray, 1.3, 5) # 检测人脸 for (x,y,w,h) in faces: roi_gray = gray[y:y+h, x:x+w] # 提取人脸区域 roi_color = frame[y:y+h, x:x+w] eyes = eye_cascade.detectMultiScale(roi_gray) # 检测眼睛 for (ex,ey,ew,eh) in eyes: cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2) cv2.imshow('frame',frame) if cv2.waitKey(1) & 0xFF == ord('q'): # 等待按下 'q' 键退出程序 break frames.append(gray) # 存储灰度图像帧 # 计算运动量 motion = 0 for i in range(len(frames)-1): frame1 = frames[i] frame2 = frames[i+1] diff = cv2.absdiff(frame1, frame2) # 计算帧间差异 motion += np.sum(diff > motion_threshold) # 计算运动像素数量 # 活体检测 if motion > 1000: # 如果运动量超过阈值,则判断为假人脸 print("Fake Face Detected!") else: print("Real Face Detected!") # 释放资源 cap.release() cv2.destroyAllWindows() ``` 该代码通过使用OpenCV库中的Haar级联分类器来检测人脸和眼睛,并计算相邻帧之间的差异来计算运动量。最后,如果运动量超过阈值,则判断为假人脸,否则判断为真人脸

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值