简介
人脸活体验证是人脸识别过程中重要的一环,主要用以区分真实人脸与假脸图像,能够识别通过纸张打印、屏幕翻拍、3D模型等场景的欺骗行为。我们在算法设计阶段,尝试了不同的方法,包括SVM、LBP、深度学习等,针对单一场景或者摄像头,能够得到不错的效果,但是没有得到一个能够适配多种摄像头的活体算法
算法简介
我们将我们训练的HyperFAS其中一个模型开放出来,逆光等情况下效果不是很好,大家可以作为参考:https://github.com/zeusees/HyperFAS
数据
这个模型我们大约采用了36w张图像,其中假脸18w张,真脸18w万张,包括纸张、屏幕,也采用了大部分公开的假脸数据集。
分类
活体检测的方法,从区分方法来分类,可以分为两种:一种是配合型活体检测,通过人脸的偏转,眨眼,张嘴等动作,判断是否为真人;第二种为静默活体,这种方式不需要用户配合,通过检测到的图像特征,用以判别图像的真实性。
两种方式各有优缺点,首先对于配合型活体检测,个人感觉这种方式安全性要高一些,没有确切的数据支撑,只是感觉,因为各大银行app,支付宝等,在进行人脸核验的时候,大多采用了这种方式,需要用户配合相应的动作。
配合型活体检测
配合型活体检测可以通过人脸关键点检测辅助来做ÿ