Hvordan skelner deltagelse i ansigtsgenkendelse mellem ansigter og fotos?

Ansigtsgenkendelse Time Deltagelsesteknologi er en enhed, som maskinen får billeder gennem kameraet og udfører menneskelig identifikation. Denne teknologi bruges hovedsageligt til identitetsgenkendelse, såsom finansiering, mobiltelefonlåse, adgangskontrol og ansigtsbetaling i shopping osv., Anvendelsesteknologi til anerkendelse af tid findes allerede i vores daglige liv. Den virkelige identifikationsfunktion er naturligvis enhedens ansigt. Hvis det er et foto, fordi det er det samme som det menneskelige ansigt fra et flyperspektiv, hvordan man undgår det falske problem med at udskifte det rigtige ansigt med et foto.

Under anerkendelsen behøver brugeren kun at gøre ansigtsudtryk for at samarbejde med handlingen, såsom en reparation, gøre et specifikt udtryk grimas, fordi det er vanskeligt at opnå en sådan specifik handling på billedet, og dermed kan undgå fotosvindel, I henhold til Deltagelsesforskningens forskning i henhold til tilståelsen af ​​personalet er detektionen af ​​blinking en meget pålidelig metode.
For at reducere fejlfrekvensen i ansigtsgenkendelse og deltagelsessystem anvender systemet dybdeinformation til ansigtsdetektionsalgoritmen, der bruges i eksisterende fotografering, og skalerer intelligent størrelsen på ansigtsvinduet i henhold til dybdekoordinaterne i ansigtsvinduet, det Er, jo længere ansigtet er fra kameraet, den omgivende indfangningsramme er mindre.
Denne metode bruger specielle infrarøde stråler til at projicere et kort over lysstråling på scenen, som derefter omdannes til et dybdekort, og selvom systemet kan identificere de fleste ansigter, mangler det evnen til at identificere forskelle mellem individuelle ansigter, så det er ikke biometrik I stedet for en løsning i sig selv, kan det blive et kritisk synslinie-trin i det bredere godkendelsessystem.
Brug af dybdeinformation til at registrere ansigter i digitale videostreamer i en scene, hvis der er flere mennesker, kan ansigtet mislykkes i henhold til afstanden fra forskellige mennesker fra linsen. Deltagelse i generaliseret ansigtsgenkendelse inkluderer faktisk konstruktionen af ​​ansigtsgenkendelse Deltagelse En række relaterede teknologier i systemet, herunder ansigtets erhvervelse af ansigt, ansigtspositionering, ansigtsgenkendelse Deltagelsesforarbejdning, identitetsbekræftelse og identitetssøgning osv., Og ansigtsgenkendelsesdeltagelse i en deltagelse i en Smal Sense refererer til identitetsbekræftelse eller identitetssøgning gennem ansigter teknologi eller system.
Livity -detektion er en metode til at bestemme de virkelige fysiologiske egenskaber ved objekter i nogle identitetsverifikationsscenarier. Livity-detektion er hovedsageligt opdelt i to typer, kooperativ Livity Detection og ikke-samarbejdsvillig anerkendelse af livligheden.
1. Kooperativ Livity -detektion: Ansigtsdetektionssystemet udsender nogle tilfældige kommandohandlinger, såsom blinkende, drejer hovedet og åbner munden.
2. Ikke-samarbejdsvillig Livity-detektion: Det infrarøde kamera indsamler billeder til raffineret detektion, og denne proces behøver ikke at samarbejde med specificerede handlinger.
Her vil jeg tale om forskellen mellem infrarøde kameraer og almindelige kameraer. Sammenlignet med almindelige kameraer er den største forskel mellem infrarøde kameraer og almindelige kameraer forskellen i lyskilde. Først og fremmest, til billeddannelse af kameraer, bestråles lys på genstande, diffus spredning forekommer og reflekteres tilbage en del af lyset vil blive modtaget af objektivet for at fokusere på overfladen af ​​billedføleren og derefter omdannes til et elektrisk signal , efter (A/D) analog-til-digital konvertering, konverteret til et digitalt billedsignal og derefter sendt til den digitale signalbehandlingschip til behandling, og til sidst gennem USB overføres grænsefladen til systemet og til sidst vises på overvåge.
Sammenlignet med almindelige kameraer er den største forskel mellem infrarøde kameraer og almindelige kameraer lyskilden. Lyskilden til almindelige kameraer kommer fra synligt lys, det vil sige sollys. Den indbyggede infrarøde lampe udsender infrarøde stråler, som er diffus spredt og modtaget af kameraet efter at have været bestrålet på objektet.
1. Billeddannelsesprincip
Vi ved, at uanset om det er synligt lys eller infrarødt lys, er den grundlæggende essens elektromagnetiske bølger. Det billede, vi endelig ser, er relateret til de reflekterende egenskaber på den materielle overflade. Ægte menneskelige ansigter og papir, skærme, tredimensionelle masker og andre angrebsmedier Reflektionsegenskaberne er alle forskellige, så billeddannelsen er også forskellig, og denne forskel vil være mere åbenlyst i den infrarøde bølgeflektion. For eksempel er der i det infrarøde billeddannelsesbillede af en skærm kun et stykke hvide blomster, ikke engang et menneskeligt ansigt. , for at undgå forkert vurdering.
2. Indbygget algoritme
I henhold til den optiske strømningsmetode bruges den tidsmæssige variation og korrelation af pixelintensitetsdata i billedsekvens Forskelfilter, LBP -egenskaber og understøttelsesvektorer På samme tid er det optiske flowfelt følsomt over for bevægelsen af ​​genstande, og det optiske flowfelt kan bruges til ensartet at detektere øjenbevægelse og blinkende. Denne live -detektionsmetode kan opnå blinddetektion uden samarbejdet fra brugeren.
Andre bedømmelsesmetoder inkluderer 3D -ansigtsdetektion, der bruger et 3D -kamera til at skyde et ansigt, integrerer de data, der er erhvervet af kameraet, syntetiserer et ansigt, analyserer det og dømmer til sidst, om det er et rigtigt ansigt eller et foto.