人脸识别系统实现活体检测的常用方法

现在人脸识别门禁系统已经应用非常广发了，而人脸识别系统最为离不开的功能就是现在受关注非常高的活体检测功能了，说到活体检测功能，很多人都会好奇，这个活体检测功能是通过哪些方法来进行识别并且判断活体的呢？以前也有活体检测功能，但是以前受限于技术原因，要实现活体检测需要用户主动配合，用户体验实在是不怎么样，如果现在的人脸识别门禁系统还要用户主动去做这些动作，那么无疑没有几个人回去用它。

为了实现真正的无感通行，人脸识别门禁系统已经进行了完善的更新，并且已经实现了真正的无感通行。那么人脸识别系统实现活体检测的常用方法是什么？下面就来一起了解下吧！

普通摄像头检测法

我们的人脸从表面来看是静止的，但是事实上却不是如此，从微观来看，我们的人脸也是在不断的进行运动，总是有一些我们不易察觉的微表情显露，我们可能不能很精准的看到，但是分辨率很高的摄像头能够精准的捕捉人脸的微表情，比如人眼皮和眼球轻微的律动、嘴唇以及周边脸颊皮肤肌肉的收缩，利用特定的物理特征，以及多种物理特征的融合，活体检测系统能够可以很好的区分是活体还是造假，活体检测中的物理特征主要分为纹理特征、颜色特征、频谱特征、运动特征、图像质量特征，此外，还包括心跳特征等。

红外摄像头活体检测法

红外人脸活体检测主要是基于光流法而实现。光流法是利用图像序列中的像素强度数据的时域变化和相关性来确定各像素位置的“运动”，即从图像序列中得到各个像素点的运行信息，采用高斯差分滤波器、LBP特征和支持向量机进行数据统计分析。

同时，光流场对物体运动比较敏感，利用光流场可以统一检测眼球移动和眨眼。这种活体检测方式可以在用户无配合的情况下实现盲测。

3D摄像头活体检测

首先，提取活体和非活体人脸区域的N个（推荐256个）特征点的三维信息，对这些点之间的几何结构关系进行初步的分析处理;

其次，提取整个人脸区域的三维信息，对相应的特征点做进一步的处理，再采用协调训练Co-training的方法训练正负样本数据，利用得到的分类器进行初分类;

最后，利用以上两个步骤所提取的特征点进行曲面的拟合来描述三维模型特征，根据曲面的曲率从深度图像中提取凸起区域，对每个区域提取EGI特征，然后利用其球形相关度进行再分类识别。

以上就是关于人脸识别系统活体检测的常用的几种方法，人脸识别门禁系统是现在认可度非常高的系统，也是好评最多的系统，方便快捷，还很安全。可以发展一天一个样，以后说不定还会出现更加先进更加安全高效的手段。
责任编辑：YYX