Android活体检测的实现

已于 2024-05-06 10:36:47 修改
阅读量1.4w 收藏 7
点赞数
文章标签： android 活体检测
于 2017-08-04 16:20:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33733152/article/details/76687484
版权

最近公司需要做一个活体检测的功能，类似于支付宝的人脸识别验证一样，有着眨眼，转头的一些功能，不多说上图：

刚开始的一直不知道如何实现这样的效果，总觉得很难，后来想了想发现也没有那么难，开发过程简单在这里说下

1.布局的实现：

然后将第二个图中的布局在代码中动态添加到FrameLayout中

 
2.剩下的就是自定义的相机了，我这里用的是自定义的CameraPreview添加到FrameLayout中，并将之前的布局置为最上层；
这里的CameraPreview继承于SurfaceView；
view.bringToFront();这个可以实现将布局置为最上面
3.自定义相机写好以后，就是下面的动画效果实现，这个就很简单了，在这里就不说了
4.至于活体检测的过程就需要和服务器对接

你也很优秀
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
基于Android 虹软人脸、人证对比，活体检测
suibanqiu的博客
05-13 930
最近虹软新增了人证识别、活体检测的功能，好像之前的人脸识别也更新过版本，之前一篇文章用虹软Android SDK做人脸识 别，写过虹软人脸识别的用法，最近把人脸识别、人证识别，活体检测功能都简单的封装了一下，使用起来可以更简单一点； 但是由于appkey是和so库绑定的，所以不能直接依赖，需要下载项目换成自己的so库就能使用或者发布了，还是挺方便的 虹软人脸识别库的介绍`` so库和appkey是...
活体检测眨眼、张嘴、点头、摇头动作一网打尽:人脸面部活体检测系统【含Python源码+PyqtUI界面+原理详解】
阿旭的博客
06-29 8998
活体检测眨眼、张嘴、点头、摇头动作一网打尽:人脸面部活体检测系统【含Python源码+PyqtUI界面+原理详解】
前端人脸识别，简单的活体检测（张张嘴...），vue3使用tracking.js,face.js,face-api.js实现
最新发布
qq_55303784的博客
05-22 682
本人是在工作中的项目需要考勤，前端需要活体检测。想到了这个简单的方法，在纯前端实现这些逻辑，当然精度不高，想要更好的实现，还得靠后端使用好的检测模型。更好的获取摄像头方法，在tracking.js中做修改tracking.initUserMedia_方法，使用window.stream = MediaStream;首先下载好相关的tracking.js,face.js,face-api.js（这个可以直接npm install face-api.js），以及一些静态的资源放public/models下。
Android集成虹软人脸、人证对比，活体检测
qq_32138419的博客
11-22 1270
img.png 本文是基于人脸识别v1.2版本进行封装；虹软官网已更新为v2.0版本 最近虹软新增了人证识别、活体检测的功能，好像之前的人脸识别也更新过版本，之前一篇文章用虹软Android SDK做人脸识别，写过虹软人脸识别的用法，最近把人脸识别、人证识别，活体检测功能都简单的封装了一下，使用起来可以更简单一点；但是由于appkey是和so库绑定的，所以不能直接依赖，需要下载项目换成...
离线版Android人脸检测，人脸识别和活体检测SDK 封装交流
weixin_30406497的博客
05-29 1758
Offline Android Face Detection & Recognition And Liveness Detection & Anti Spoofing SDK 离线版Android人脸检测，人脸识别和活体检测反作弊 SDK 封装交流学习。
人脸识别-静态RGB单目活体检测-不用动作配合
12-11
注意： 1、本程序是在vs2017下编译，如运行提示缺少msvcr140.dll/msvcp140.dll，请安装vc_redist2015.x86.exe； 2、活体检测算法是基于单目摄像头的RGB和光线分析，静态检测，不用眨眼张嘴等动作的配合； 3、本程序只是一个演示demo，不含源代码； 4、人脸检测、人脸特征提取、人脸比对、性别年龄检测在其他demo演示：https://download.csdn.net/download/kfy2011/10696581 5、如需sdk或定制开发合作请联系QQ:284050768；
人脸活体检测-静默活体SDK
01-18
人脸活体检测技术是当前人工智能领域中的一个重要分支，主要用于确保在进行人脸识别时，捕捉到的是真实的人脸而非照片、视频或者其他伪造的人脸图像。在这个场景下，“静默活体SDK”是一个专为Android平台设计的高效...
Android实现人体检测APP Demo（可实时运行）.zip
02-12
这是Android实现人体检测APP Demo（可实时运行）；更多内容请查看： 行人检测(人体检测)1：人体检测数据集(含下载链接):https://blog.csdn.net/guyuealian/article/details/128821763 行人检测(人体检测)2：YOLOv5...
android opencv人脸检测
11-19
在Android平台上，OpenCV库被广泛用于计算机视觉和图像处理任务，其中人脸检测是一个非常常见的应用。本项目基于Android 4.2版本和OpenCV 2.4.10进行开发，并已经在小米手机上进行了实际测试，确保了其在不同设备上...
Android人脸识别静默活体动作活体Demo APP
07-03
总的来说，这个Demo APP展示了Android平台上的先进人脸识别和活体检测技术，提供了无需用户参与就能进行生物识别的安全验证方案，这对于移动设备的安全性提升有着重要的作用。然而，为了深入了解其工作原理和技术...
疲劳检测(闭眼/眨眼识别) for android
05-18
android版本闭眼/眨眼检测,可以android手机上测试, 注意:手机要横屏
python+dlib活体检测
03-23
基于python+dlib实现的活体检测，参照了眨眼检测的代码，原理是取人脸68个特征点之中的几个点，计算它们之间的欧氏距离比率，达到特定阈值就通过，检测步骤:左转头，右转头，张张嘴
活体检测H5文档及示例代码--人脸识别
03-07
活体检测H5简介 人脸识别 微信官方Demo 微信公众平台（视频接口）开发编程文档
基于OPENCV的双摄像头活体人脸判定及实时跟踪系统
12-08
基于OPENCV的双摄像头活体人脸判定及实时跟踪系统的文档，有一定的参考价值。
Android安卓离线活体眨眼检测源码Demo
04-26
Android安卓离线活体眨眼检测源码Demo ，效果非常好，识别率非常高 是安卓人脸识别活体检测的功能模块， 下载后按照说明文档测试测试，技术支持可以联络作者。 由于csdn下载现在，无积分可以请移步到网&盘下载。 pan.baidu.com/s/1i5oXoJ7
移动端活体检测ocr识别技术
ZsHua_18519103264的博客
02-28 2034
移动端人脸活体识别技术,活体检测技术产品简介移动端人脸活体识别技术技术主要分为两部分：   第一部为前端人脸活体检测技术，主要支持android、ios平台，在前端通过眨眼、张嘴、摇头、点头等组合动作，确保操作的为真实活体人脸。   第二部为后台移动端人脸活体识别技术，该环节通过在活体检测技术环节取得整张人脸图像后，再通过扫描识别身份证，取到身份证头像后，将现场人脸与身份证上的人脸进行比对识别，判...
向「假脸」说 No：用OpenCV搭建活体检测器
qq_19582165的博客
05-09 917
照片、视频中的人脸有时也能骗过一些不成熟的人脸识别系统，让人们对人脸解锁的安全性产生很大怀疑。在这篇 4 千多字的教程中，作者介绍了如何用 OpenCV 进行活体检测（liveness detection）。跟随作者给出的代码和讲解，你可以在人脸识别系统中创建一个活体检测器，用于检测伪造人脸并执行反人脸欺骗。 我在过去的一年里写了不少人脸识别的教程，包括： ...
活体检测很复杂？仅使用opencv就能实现！（附源码） ...
weixin_34228662的博客
03-17 2218
什么是活体检测，为什么需要它？ 随着时代的发展，人脸识别系统的应用也正变得比以往任何时候都更加普遍。从智能手机上的人脸识别解锁、到人脸识别打卡、门禁系统等，人脸识别系统正在各行各业得到应用。然而，人脸识别系统很容易被“非真实”的面孔所欺骗。比如将人的照片放在人脸识别相机，就可以骗过人脸识别系统，让其识别为人脸。为了使人脸识别系统更安全，我们不仅要识别...
android活体检测张嘴眨眼代码
06-07
要实现Android端的活体检测，您可以使用OpenCV库。以下是一个简单的示例代码，用于检测用户是否张嘴或眨眼： ```java public class MainActivity extends AppCompatActivity implements CameraBridgeViewBase.CvCameraViewListener2 { private CameraBridgeViewBase mOpenCvCameraView; private CascadeClassifier mFaceDetector; private CascadeClassifier mEyeDetector; private Mat mGray; private int mAbsoluteFaceSize = 0; private float mRelativeFaceSize = 0.2f; private boolean mIsMouthOpen = false; private boolean mAreEyesClosed = false; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); mOpenCvCameraView = findViewById(R.id.camera_view); mOpenCvCameraView.setCvCameraViewListener(this); mOpenCvCameraView.enableView(); // Load cascade classifiers for face and eye detection mFaceDetector = new CascadeClassifier(); mEyeDetector = new CascadeClassifier(); mFaceDetector.load(getFilePath("haarcascade_frontalface_default.xml")); mEyeDetector.load(getFilePath("haarcascade_eye.xml")); } @Override public void onCameraViewStarted(int width, int height) { mGray = new Mat(); } @Override public void onCameraViewStopped() { mGray.release(); } @Override public Mat onCameraFrame(CameraBridgeViewBase.CvCameraViewFrame inputFrame) { Mat rgba = inputFrame.rgba(); // Convert to grayscale Imgproc.cvtColor(rgba, mGray, Imgproc.COLOR_RGBA2GRAY); // Calculate absolute face size if (mAbsoluteFaceSize == 0) { int height = mGray.rows(); if (Math.round(height * mRelativeFaceSize) > 0) { mAbsoluteFaceSize = Math.round(height * mRelativeFaceSize); } } // Detect faces MatOfRect faces = new MatOfRect(); mFaceDetector.detectMultiScale(mGray, faces, 1.1, 2, 0 | Objdetect.CASCADE_SCALE_IMAGE, new Size(mAbsoluteFaceSize, mAbsoluteFaceSize), new Size()); // Iterate over detected faces for (Rect face : faces.toArray()) { // Draw rectangle around face Imgproc.rectangle(rgba, face.tl(), face.br(), new Scalar(0, 255, 0), 3); // Detect eyes within face Mat faceROI = mGray.submat(face); MatOfRect eyes = new MatOfRect(); mEyeDetector.detectMultiScale(faceROI, eyes); // Iterate over detected eyes for (Rect eye : eyes.toArray()) { Point center = new Point(face.x + eye.x + eye.width * 0.5, face.y + eye.y + eye.height * 0.5); int radius = (int) Math.round((eye.width + eye.height) * 0.25); Imgproc.circle(rgba, center, radius, new Scalar(255, 0, 0), 2); } // Detect mouth within face Rect mouthRect = new Rect(face.x, face.y + face.height / 2, face.width, face.height / 2); Mat mouthROI = mGray.submat(mouthRect); // Calculate mouth aspect ratio double mouthAspectRatio = calculateMouthAspectRatio(mouthROI); // Check if mouth is open if (mouthAspectRatio > 0.5) { mIsMouthOpen = true; } else { mIsMouthOpen = false; } // Check if eyes are closed if (eyes.toArray().length < 2) { mAreEyesClosed = true; } else { mAreEyesClosed = false; } } return rgba; } private double calculateMouthAspectRatio(Mat mouthROI) { // Convert to binary image using Otsu's thresholding Mat binary = new Mat(); Imgproc.threshold(mouthROI, binary, 0, 255, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU); // Find contours List<MatOfPoint> contours = new ArrayList<>(); Mat hierarchy = new Mat(); Imgproc.findContours(binary, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE); // Find largest contour double maxArea = 0; MatOfPoint largestContour = null; for (MatOfPoint contour : contours) { double area = Imgproc.contourArea(contour); if (area > maxArea) { maxArea = area; largestContour = contour; } } // Calculate aspect ratio if (largestContour != null) { Rect boundingRect = Imgproc.boundingRect(largestContour); double aspectRatio = (double) boundingRect.width / boundingRect.height; return aspectRatio; } else { return 0; } } private String getFilePath(String fileName) { File cascadeDir = getDir("cascade", Context.MODE_PRIVATE); File cascadeFile = new File(cascadeDir, fileName); try { InputStream is = getResources().openRawResource(R.raw.haarcascade_frontalface_default); FileOutputStream os = new FileOutputStream(cascadeFile); byte[] buffer = new byte[4096]; int bytesRead; while ((bytesRead = is.read(buffer)) != -1) { os.write(buffer, 0, bytesRead); } is.close(); os.close(); } catch (IOException e) { e.printStackTrace(); } return cascadeFile.getAbsolutePath(); } } ``` 这个示例代码使用了OpenCV库中的级联分类器（Cascade Classifier）来检测人脸和眼睛，以及计算嘴巴的宽高比（Mouth Aspect Ratio）来判断用户是否张嘴。如果您想要完整的活体检测功能，可能需要更复杂的算法和技术。

“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 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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