多光譜人臉活體檢測特征的研究.pdf

1、人臉檢測在人機交互及未來視頻監(jiān)控等應用中都有著非常重要的作用，如何有效提高在復雜環(huán)境下的檢測和識別能力非常關鍵。傳統(tǒng)的人臉檢測主要基于RGB圖像或視頻，極易受到類似人臉的其他物體干擾。多光譜圖像中含有豐富的場景信息，因此得到的檢測結(jié)果更可靠，這有助于降低系統(tǒng)誤檢率。本文研究了基于窄帶多光譜成像系統(tǒng)的人臉檢測技術(shù)，本文工作包括以下幾點:
　　1.研究了人體皮膚的獨特生理特征。利用光纖光譜儀測量并比較了400nm-1000nm波段下人

2、體皮膚與生活中常見類似皮膚物品在的多光譜反射率特性曲線，確定了人臉活體檢測的方案。
　　2.搭建了窄帶多光譜成像系統(tǒng)。該系統(tǒng)可以采集不同場景下的窄帶多光譜圖像。本文中采集了人臉正樣本，包括人臉照片、人臉模型以及人臉面具的負樣本，建立多光譜人臉圖像數(shù)據(jù)庫。
　　3.在光照可控、拍攝距離一定的場景下，提取了窄帶多光譜圖像的反射率特征，設計了人臉活體檢測算法，利用SVM(Support Vector Machine，支持向量機)訓

3、練和檢測，可以有效區(qū)分人臉與類人臉物品。
　　4.許多實際應用場景中，外界光照條件與拍攝距離不可控。本文提出了窄帶多光譜圖像灰度比值特征，該特征可以降低拍攝距離的影響;本文提出了灰度差值特征，該特征可以消除外界光照的影響;進而本文提出了灰度差值-比值特征，設計了相應的活體檢測算法，利用SVM訓練和測量。實驗結(jié)果表明，灰度差值-比值特征較有效地消除了拍攝距離與外界光照的影響。
　　本文實驗結(jié)果表明，基于窄帶多光譜成像的活體檢測