發(fā)布時間：2020-07-29 07:59

【摘要】：近年來,生物認(rèn)證技術(shù)高速發(fā)展,其中,人臉識別被廣泛應(yīng)用到各種安全系統(tǒng)的身份認(rèn)證中。但是,傳統(tǒng)的人臉識別系統(tǒng)僅僅只能辨別采集圖像中的人臉,卻無法辨別圖像中的人臉是來源于攝像頭前的真實人臉還是一張打印出來的照片,更或者是提前錄制好的視頻等�？偟膩碚f,傳統(tǒng)人臉識別系統(tǒng)存在不可忽視的弊端,它無法辨別真實人臉和假冒人臉,即無法辨別人臉的活性和非活性。為了解決這個安全隱患,活性人臉檢測技術(shù)應(yīng)運而生。但由于人臉識別中欺詐方式的多樣性、外部環(huán)境的多變化等原因,使得活性人臉檢測技術(shù)成為人臉識別實際應(yīng)用領(lǐng)域中的一個難點與熱點。本文針對活性人臉檢測展開研究,認(rèn)真學(xué)習(xí)并總結(jié)了相關(guān)領(lǐng)域中前人的工作。本文的主要研究工作如下:(1)基于kinect深度信息的活性人臉檢測方法:鑒于kinect可有效且廉價地獲取圖像的深度信息的特點,本文利用kinect可以同時捕獲視野范圍內(nèi)的彩色圖像以及深度圖像的特點,在人臉深度圖像上提取紋理描述子,如局部二進制模式算子,并結(jié)合二進制分類器的方法,來辨別人臉的活性與非活性。此外,為檢測紋理描述子的活體檢測性能,本文比較了不同類型的LBP算子及其變種�？紤]到人臉較小區(qū)域可能使得圖像攻擊或視頻攻擊的紋理特征更加可視化,本文還提出采用兩種不同方式(人臉分塊和人臉不分塊)計算紋理特征。并且比較了不同二值化分類器的真假人臉分類性能�？紤]到目前已公開的活性人臉數(shù)據(jù)庫無法滿足本算法的實驗要求,本人采集了基于kinect的深度信息的活體人臉檢測數(shù)據(jù)集,并在該數(shù)據(jù)集中驗證了該算法的性能。(2)基于卷積神經(jīng)網(wǎng)絡(luò)的活性人臉檢測方法:不同于以往人工選擇圖像特征描述子,該方法使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)進行圖像的特征學(xué)習(xí),通過復(fù)雜有效的網(wǎng)絡(luò)結(jié)構(gòu)對人臉建模,然后再結(jié)合支持向量機對提取到的更具區(qū)分性的特征進行人臉活性的分類。該方法,無需用戶配合且不需要額外的硬件設(shè)備。除了利用CNN進行有效的特征學(xué)習(xí),本文也提出了兩種數(shù)據(jù)增強策略,包括空間尺度的增加和時間尺度的增加。通過增加空間尺度,本文進一步探究背景區(qū)域?qū)钚匀四槞z測的影響,并且利用空間尺度和時間尺度的融合來提高活性人臉檢測性能。
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 金帥;邢麗冬;錢志余;王笑;李忠強;劉保玉;;3D影片中深度信息與觀看者疲勞度的關(guān)聯(lián)研究[J];中國生物醫(yī)學(xué)工程學(xué)報;2014年03期

2 李寅,盧漢清,沈向洋;從同心拼圖中恢復(fù)深度信息[J];計算機學(xué)報;2000年12期

3 王新成,朱維樂,顧德仁;平行多視點算法實時求取深度信息[J];電子科學(xué)學(xué)刊;1995年03期

4 蔚艷,楊振華,王成道;多方法相融合的復(fù)雜物體深度信息的恢復(fù)[J];中國圖象圖形學(xué)報;1999年04期

5 姜太平;王帥;占濤;;基于運動估計的深度信息生成技術(shù)研究[J];計算機技術(shù)與發(fā)展;2010年10期

6 高秀麗;陳華華;;融合深度信息的視覺注意模型研究[J];杭州電子科技大學(xué)學(xué)報;2013年02期

7 王新成，朱維樂，顧德仁;平行多視點算法求取深度信息[J];電子科技大學(xué)學(xué)報;1995年02期

8 王新成，朱維樂，顧德仁;平行多視點算法實時求取深度信息[J];系統(tǒng)工程與電子技術(shù);1996年02期

9 凌劍勇;何昕;魏仲慧;李一芒;梁國龍;;融合紋理特征與深度信息的足跡自動比對算法[J];光學(xué)精密工程;2014年07期

10 王惠明;董文輝;寧金輝;張乾;陳積文;;“二維+深度信息”的立體電視應(yīng)用[J];廣播與電視技術(shù);2009年10期

相關(guān)會議論文 前6條

1 孫明竹;趙新;盧桂章;;微操作工具深度信息提取實驗研究[A];2005年中國智能自動化會議論文集[C];2005年

2 柴秀娟;唐毅力;山世光;陳熙霖;馬丙鵬;;融合圖像和深度信息的手勢跟蹤及應(yīng)用[A];第七屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

3 魏琳;黃鑫材;;Kinect深度信息的研究及其在檢測中的應(yīng)用[A];浙江省電子學(xué)會2013學(xué)術(shù)年會論文集[C];2013年

4 姜太平;王曉娟;張學(xué)鋒;邰偉鵬;劉玉潔;;基于candide模型的人臉深度信息生成技術(shù)研究[A];第七屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【poster】[C];2011年

5 張俊;柳健;彭復(fù)員;;由單幅SAR圖像提取目標(biāo)深度信息算法[A];1998年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1998年

6 徐晶;桂華僑;閻杰;許立新;明海;;基于集成成像技術(shù)的深度信息提取[A];光子科技創(chuàng)新與產(chǎn)業(yè)化——長三角光子科技創(chuàng)新論壇暨2006年安徽博士科技論壇論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 劉艷麗;融合顏色和深度信息的三維同步定位與地圖構(gòu)建研究[D];中南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 徐昊;基于深度信息的3D人臉識別[D];長安大學(xué);2015年

2 鄭迪;高質(zhì)量的虛擬視點繪制方法研究[D];寧波大學(xué);2015年

3 白曉;基于機器人雙目視覺的三維場景深度信息恢復(fù)[D];哈爾濱工業(yè)大學(xué);2015年

4 楊靜;基于深度信息的人體運動識別方法研究[D];合肥工業(yè)大學(xué);2014年

5 王一;基于光場信息的顯著性檢測方法研究[D];合肥工業(yè)大學(xué);2015年

6 段琳琳;融合顏色信息與深度信息的多目標(biāo)檢測及跟蹤方法研究[D];合肥工業(yè)大學(xué);2014年

7 楊潔;融合深度信息的多光譜光度立體三維重建及其在水下的應(yīng)用[D];中國海洋大學(xué);2015年

8 胡占峰;基于深度信息的公交駕駛員不安全操作識別[D];北方工業(yè)大學(xué);2016年

9 劉宇浩;基于深度信息的室內(nèi)場景重建技術(shù)[D];燕山大學(xué);2016年

10 馮祥群;一種融合深度信息的彩色圖像分割算法研究[D];遼寧大學(xué);2016年

本文編號：2773664