人臉遮擋和活性檢測若干關鍵技術研究.pdf

1、當視頻監(jiān)控遍布大街小巷，人臉識別的應用隨處可見，新技術的誕生帶給了大家許多便捷，解放了勞動力，但也帶來了新的安全問題:
　　1)遮擋人臉攻擊
　　近年來ATM機中蒙面犯罪屢見不鮮，若能及時檢測到遮擋人臉構建預警機制則可以有效提高ATM機使用的安全性。然而目前的人臉遮擋檢測算法對環(huán)境復雜、遮擋物種類多變、遮擋面積過大的魯棒性較差，以及深度學習模型計算效率低下，無法達到實時監(jiān)測的效果。
　　2)偽造人臉攻擊
　　隨著

2、人臉識別應用于支付、個人賬戶登錄和家庭門禁等安全等級需求較高的場景，不法分子通過諸如打印照片等方式制作假人臉攻擊人臉識別系統(tǒng)將造成不可預計的后果。因此在人臉識別中加入人臉活性認證抵御假人臉攻擊是十分有必要的。目前的人臉活性檢測算法受光照、圖像分辨率、假人臉制作材料不同的影響較大，無法滿足實際應用。
　　盡管深度學習在計算機視覺等領域取得了巨大的成功，但很少應用到人臉遮擋檢測和活體檢測。為了提高人臉識別安全性，本文探索利用深度學習技

3、術提出了:
　　1)基于級聯(lián)卷積神經(jīng)網(wǎng)絡的人臉遮擋檢測算法。通過深度學習強大的特征學習能力和表達能力，解決了傳統(tǒng)算法在復雜條件下魯棒性的不足，又通過級聯(lián)的結構加快了算法的運行速度，使其可用于實時檢測。
　　2)基于多任務卷積神經(jīng)網(wǎng)絡的人臉活性檢測算法。通過多任務的結構同時對眼睛、嘴巴進行檢測，利用淺層特征融合深層特征的結構保留了細節(jié)抽象特征的同時又考慮了全局輪廓特征，提高了算法的性能。再利用PnP算法計算出了人臉的三維姿態(tài)，