身份认证中的活性人脸检测技术的研究

发布时间:2020-07-29 07:59
【摘要】:近年来,生物认证技术高速发展,其中,人脸识别被广泛应用到各种安全系统的身份认证中。但是,传统的人脸识别系统仅仅只能辨别采集图像中的人脸,却无法辨别图像中的人脸是来源于摄像头前的真实人脸还是一张打印出来的照片,更或者是提前录制好的视频等。总的来说,传统人脸识别系统存在不可忽视的弊端,它无法辨别真实人脸和假冒人脸,即无法辨别人脸的活性和非活性。为了解决这个安全隐患,活性人脸检测技术应运而生。但由于人脸识别中欺诈方式的多样性、外部环境的多变化等原因,使得活性人脸检测技术成为人脸识别实际应用领域中的一个难点与热点。本文针对活性人脸检测展开研究,认真学习并总结了相关领域中前人的工作。本文的主要研究工作如下:(1)基于kinect深度信息的活性人脸检测方法:鉴于kinect可有效且廉价地获取图像的深度信息的特点,本文利用kinect可以同时捕获视野范围内的彩色图像以及深度图像的特点,在人脸深度图像上提取纹理描述子,如局部二进制模式算子,并结合二进制分类器的方法,来辨别人脸的活性与非活性。此外,为检测纹理描述子的活体检测性能,本文比较了不同类型的LBP算子及其变种。考虑到人脸较小区域可能使得图像攻击或视频攻击的纹理特征更加可视化,本文还提出采用两种不同方式(人脸分块和人脸不分块)计算纹理特征。并且比较了不同二值化分类器的真假人脸分类性能。考虑到目前已公开的活性人脸数据库无法满足本算法的实验要求,本人采集了基于kinect的深度信息的活体人脸检测数据集,并在该数据集中验证了该算法的性能。(2)基于卷积神经网络的活性人脸检测方法:不同于以往人工选择图像特征描述子,该方法使用卷积神经网络(CNN)进行图像的特征学习,通过复杂有效的网络结构对人脸建模,然后再结合支持向量机对提取到的更具区分性的特征进行人脸活性的分类。该方法,无需用户配合且不需要额外的硬件设备。除了利用CNN进行有效的特征学习,本文也提出了两种数据增强策略,包括空间尺度的增加和时间尺度的增加。通过增加空间尺度,本文进一步探究背景区域对活性人脸检测的影响,并且利用空间尺度和时间尺度的融合来提高活性人脸检测性能。
【学位授予单位】:安徽大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41

【相似文献】

相关期刊论文 前10条

1 金帅;邢丽冬;钱志余;王笑;李忠强;刘保玉;;3D影片中深度信息与观看者疲劳度的关联研究[J];中国生物医学工程学报;2014年03期

2 李寅,卢汉清,沈向洋;从同心拼图中恢复深度信息[J];计算机学报;2000年12期

3 王新成,朱维乐,顾德仁;平行多视点算法实时求取深度信息[J];电子科学学刊;1995年03期

4 蔚艳,杨振华,王成道;多方法相融合的复杂物体深度信息的恢复[J];中国图象图形学报;1999年04期

5 姜太平;王帅;占涛;;基于运动估计的深度信息生成技术研究[J];计算机技术与发展;2010年10期

6 高秀丽;陈华华;;融合深度信息的视觉注意模型研究[J];杭州电子科技大学学报;2013年02期

7 王新成,朱维乐,顾德仁;平行多视点算法求取深度信息[J];电子科技大学学报;1995年02期

8 王新成,朱维乐,顾德仁;平行多视点算法实时求取深度信息[J];系统工程与电子技术;1996年02期

9 凌剑勇;何昕;魏仲慧;李一芒;梁国龙;;融合纹理特征与深度信息的足迹自动比对算法[J];光学精密工程;2014年07期

10 王惠明;董文辉;宁金辉;张乾;陈积文;;“二维+深度信息”的立体电视应用[J];广播与电视技术;2009年10期

相关会议论文 前6条

1 孙明竹;赵新;卢桂章;;微操作工具深度信息提取实验研究[A];2005年中国智能自动化会议论文集[C];2005年

2 柴秀娟;唐毅力;山世光;陈熙霖;马丙鹏;;融合图像和深度信息的手势跟踪及应用[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年

3 魏琳;黄鑫材;;Kinect深度信息的研究及其在检测中的应用[A];浙江省电子学会2013学术年会论文集[C];2013年

4 姜太平;王晓娟;张学锋;邰伟鹏;刘玉洁;;基于candide模型的人脸深度信息生成技术研究[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【poster】[C];2011年

5 张俊;柳健;彭复员;;由单幅SAR图像提取目标深度信息算法[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年

6 徐晶;桂华侨;阎杰;许立新;明海;;基于集成成像技术的深度信息提取[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年

相关博士学位论文 前1条

1 刘艳丽;融合颜色和深度信息的三维同步定位与地图构建研究[D];中南大学;2014年

相关硕士学位论文 前10条

1 徐昊;基于深度信息的3D人脸识别[D];长安大学;2015年

2 郑迪;高质量的虚拟视点绘制方法研究[D];宁波大学;2015年

3 白晓;基于机器人双目视觉的三维场景深度信息恢复[D];哈尔滨工业大学;2015年

4 杨静;基于深度信息的人体运动识别方法研究[D];合肥工业大学;2014年

5 王一;基于光场信息的显著性检测方法研究[D];合肥工业大学;2015年

6 段琳琳;融合颜色信息与深度信息的多目标检测及跟踪方法研究[D];合肥工业大学;2014年

7 杨洁;融合深度信息的多光谱光度立体三维重建及其在水下的应用[D];中国海洋大学;2015年

8 胡占峰;基于深度信息的公交驾驶员不安全操作识别[D];北方工业大学;2016年

9 刘宇浩;基于深度信息的室内场景重建技术[D];燕山大学;2016年

10 冯祥群;一种融合深度信息的彩色图像分割算法研究[D];辽宁大学;2016年



本文编号:2773664

论文下载
论文发表

本文链接:http://www.bigengculture.com/shoufeilunwen/xixikjs/2773664.html

上一篇:兴业期货人事管理系统的设计与实现  
下一篇:没有了
分享