版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、人臉識別技術(shù)是一種精度高、穩(wěn)定性好、使用方便的生物識別技術(shù),市場應(yīng)用前景廣闊。然而,人臉識別技術(shù)頻繁受到假冒攻擊(或復(fù)制攻擊),仍存在諸多安全隱患。在抵抗假冒攻擊(或復(fù)制攻擊)方面,活體檢測具有顯著的效果,它對樣本是否具有生命特征進(jìn)行了辨識。針對人臉識別系統(tǒng)無法識別采集的人臉圖像是否來自真人的問題,本文重點(diǎn)研究了基于2D人臉圖像和3D人臉深度圖的活體檢測算法。主要工作包括:
1、針對現(xiàn)有3D人臉活體檢測數(shù)據(jù)庫較少的問題,本文采
2、集了一個RGBD人臉數(shù)據(jù)庫。該數(shù)據(jù)庫正樣本包括使用Kinect和另一雙目設(shè)備采集的104個真人在0.5-2米處不同姿態(tài)的深度人臉數(shù)據(jù),共計(jì)20973張圖片。負(fù)樣本包括使用Kinect采集在不同環(huán)境下0.5-2米處不同角度的ipad、電腦、手機(jī)、照片攻擊人臉,共計(jì)12300張圖片。
2、針對現(xiàn)有的傅里葉頻譜分析方法較為簡單且準(zhǔn)確率較低的情況,本文提出了一種改進(jìn)的傅里葉頻譜特征方法。該方法在對2D人臉區(qū)域圖像提取二維離散傅里葉頻譜
3、圖的基礎(chǔ)上,加入分塊子空間的方法,將傅里葉頻譜圖分成若干個子塊,并求得每一個子塊內(nèi)圖像的平均能量值,歸一化后級聯(lián)成一個全局傅里葉頻譜特征向量。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后傅里葉頻譜特征能有效地提高2D人臉圖像的活體檢測準(zhǔn)確率。
3、針對在訓(xùn)練樣本增加時(shí),基于傅里葉頻譜特征的2D人臉活體檢測準(zhǔn)確率會進(jìn)一步下降的情況,本文提出了融合LBP特征的FS-LBP特征人臉活體檢測方法。該方法將傅里葉頻譜特征和低維的LBP特征級聯(lián),并使用SVM來分
4、類判別。實(shí)驗(yàn)結(jié)果表明,該方法在2D人臉活體檢測上更優(yōu)于時(shí)下最主流的MSLBP特征方法。
4、針對灰度共生矩陣緯度低,且其3D人臉的活體檢測率仍可進(jìn)一步提升的情況,本文提出了一種多尺度灰度共生矩陣的方法。該方法首先通過對RGB圖像進(jìn)行人臉檢測并同步采集深度圖的人臉區(qū)域圖像,其次將人臉區(qū)域深度圖調(diào)整為不同尺度大小的深度圖像,并分別提取其灰度共生矩陣特征,并級聯(lián)成一個多尺度灰度共生矩陣特征,最后使用SVM來分類判別。實(shí)驗(yàn)結(jié)果表明,該
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 人臉活體檢測關(guān)鍵技術(shù)研究.pdf
- 基于人臉的活體檢測關(guān)鍵技術(shù)的研究.pdf
- 基于稀疏表示的2d-3D人臉識別算法研究.pdf
- 基于CUDA的2D-3D醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究.pdf
- 2D轉(zhuǎn)3D關(guān)鍵技術(shù)研究.pdf
- 基于DIBR的2D轉(zhuǎn)3D關(guān)鍵技術(shù)研究.pdf
- 基于插值的2D轉(zhuǎn)3D關(guān)鍵技術(shù)研究.pdf
- 人臉識別中的活體檢測技術(shù)研究.pdf
- 基于人臉特征的疲勞檢測關(guān)鍵技術(shù)研究.pdf
- 3D質(zhì)量引導(dǎo)的2D-3D轉(zhuǎn)換技術(shù).pdf
- 基于2D-3D復(fù)合機(jī)器視覺的三維鋼軌表面缺陷檢測技術(shù)研究.pdf
- 基于DRR的2D-3D醫(yī)學(xué)圖像配準(zhǔn)技術(shù)的研究.pdf
- 多光譜人臉活體檢測特征的研究.pdf
- 基于GIST特征匹配與SIFT流的2D-3D圖像轉(zhuǎn)換方法研究.pdf
- 用于大屏2D-3D兼容顯示的多點(diǎn)紅外觸摸技術(shù)研究.pdf
- 2D-3D視頻轉(zhuǎn)換中關(guān)鍵幀選取方法的研究.pdf
- 2D轉(zhuǎn)3D視頻關(guān)鍵技術(shù)的研究.pdf
- 基于雙目圖像的2D-3D圖像轉(zhuǎn)換方法研究.pdf
- 2D-3D醫(yī)學(xué)圖像配準(zhǔn)研究.pdf
- 3D打印驅(qū)動關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論