人臉識(shí)別門禁技術(shù)在我國(guó)越來(lái)越成熟，在我們生活中的應(yīng)用越來(lái)越廣泛，人臉識(shí)別門禁技術(shù)賦能的無(wú)感通行智能快捷，深受廣大用戶的青睞。

為避免被惡意破解，活體檢測(cè)的人臉?lè)纻渭夹g(shù)成為必備的檢測(cè)技術(shù)，其中以動(dòng)作活體檢測(cè)的方式的安全性最高，但由于需要用戶指定動(dòng)作，在用戶體驗(yàn)度仍需進(jìn)一步優(yōu)化，事實(shí)上，為了達(dá)到無(wú)感通行的最佳效果，有些設(shè)備并沒(méi)有采用動(dòng)作活體檢測(cè)，例如人臉識(shí)別門禁機(jī)，通常采用圖像和光效效果的方式來(lái)進(jìn)行活體辨別，下面就由深圳捷易科技與大家一起來(lái)探討一下這個(gè)問(wèn)題吧：

一、普通類型的攝像頭活體檢測(cè)

即便沒(méi)有要求配合各種動(dòng)作指令，但當(dāng)人站在人臉識(shí)別門禁機(jī)面前，人臉也不是絕對(duì)的靜止，仍然可以從一些微表情進(jìn)行甄別，例如眼皮和眼球的律動(dòng)、眨眼、嘴唇及其周邊面頰的伸縮等。

利用特定的某種物理特征，或多種物理特征的融合，我們可以通過(guò)深度學(xué)習(xí)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類器，以區(qū)分是活體，還是攻擊。活體檢測(cè)中的物理特征主要分為紋理特征、顏色特征、頻譜特征、運(yùn)動(dòng)特征、圖像質(zhì)量特征，此外，還包括心跳特征等。

二、紅外類型的攝像頭活體檢測(cè)

紅外人臉活體檢測(cè)主要是基于光流法而實(shí)現(xiàn)。光流法是利用圖像序列中的像素強(qiáng)度數(shù)據(jù)的時(shí)域變化和相關(guān)性來(lái)確定各像素位置的“運(yùn)動(dòng)”，即從圖像序列中得到各個(gè)像素點(diǎn)的運(yùn)行信息，采用高斯差分濾波器、LBP特征和支持向量機(jī)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。同時(shí)，光流場(chǎng)對(duì)物體運(yùn)動(dòng)比較敏感，利用光流場(chǎng)可以統(tǒng)一檢測(cè)眼球移動(dòng)和眨眼。這種活體檢測(cè)方式可以在用戶無(wú)配合的情況下實(shí)現(xiàn)盲測(cè)。

三、3D類型的攝像頭活體檢測(cè) 　　

通過(guò)3D攝像頭拍攝人臉，獲取相應(yīng)的人臉區(qū)域的3D數(shù)據(jù)，基于這些數(shù)據(jù)，選擇最具有區(qū)分度的特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類器，最終利用訓(xùn)練好的分類器區(qū)分活體和非活體。特征的選擇至關(guān)重要，我們選擇的特征既包含了全局的信息，也包含了局部的信息，這樣的選擇有利于算法的穩(wěn)定性和魯棒性。

3D人臉活體檢測(cè)分為以下3個(gè)步驟：

首先，提取活體和非活體人臉區(qū)域的N個(gè)特征點(diǎn)的三維信息，對(duì)這些點(diǎn)之間的幾何結(jié)構(gòu)關(guān)系進(jìn)行初步的分析處理；

其次，提取整個(gè)人臉區(qū)域的三維信息，對(duì)相應(yīng)的特征點(diǎn)做進(jìn)一步的處理，再采用協(xié)調(diào)訓(xùn)練Co－training的方法訓(xùn)練正負(fù)樣本數(shù)據(jù)，利用得到的分類器進(jìn)行初分類；

最后，利用以上兩個(gè)步驟所提取的特征點(diǎn)進(jìn)行曲面的擬合來(lái)描述三維模型特征，根據(jù)曲面的曲率從深度圖像中提取凸起區(qū)域，對(duì)每個(gè)區(qū)域提取EGI特征，然后利用其球形相關(guān)度進(jìn)行再分類識(shí)別。? ? ?

人臉識(shí)別門禁技術(shù)日益普及地運(yùn)用在各行各業(yè)，為用戶提供更智能和快捷功能的同時(shí)，我們?nèi)砸獙踩禂?shù)作為首要條件進(jìn)行考慮。