怎么用照片人脸识别

Posted 2023-05-12

能区分真人和照片的技术，这个研究领域叫做liveness detection，中文叫做“活体取证”。

因为现在社交网络、电子成像产品很发达，人们可以很方便获取他人的人脸照片，进而来欺骗人脸识别系统，所以区分系统前的人脸是真的人脸，还是照片/视频/三维面具，就变得非常重要。

对于照片欺骗，主要是根据分辨率(翻拍的照片分辨率比直接从真人上采集的照片在质量、分辨率上有差别)、三维信息、眼动等来区分。对于视频欺骗，根据三维信息、光线等来区分。对于三维面具欺骗，这方面的研究还很少（实际欺骗场景也相对较少）。

就我个人看法，计算机算法是可以区分照片和真人的。但是人脸活体取证在实际应用中，还有很大局限性。现在的算法基本还是基于实验室数据，离实用还有一段距离。

另外指纹、虹膜等也面临这个问题。
云+社区3周年庆广告
2017年12月，云+社区对外发布，从最开始的技术博客到现在拥有多个社区产品。未来，我们一起乘风破浪，创造无限可能。
人脸识别
人脸识别接入是否需要申请 需要申请 您可登录 人脸识别控制台 单击立即开通即可使用无需等待人工审核 人脸识别可以在哪些国家和地区使用人脸识别目前在中国可以正常访问 其他国家也可调用接口访问 但访问速度较慢人脸识别的访问速度是多少 通常在 左右 具体响应时间也与照片大小以及网络环境有关如何鉴权 签名 或出现...
人脸识别门禁考勤
腾讯云人脸识别门禁考勤解决方案，基于优图人脸识别技术解决门禁闸机、楼宇访客、考勤签到等场景对无感进出的需求，可为合作伙伴提供快速集成sdkapp的一体...进行人脸识别并得到识别结果 支持离线 在线人脸搜索切换 适用对象客户有专门的软件团队进行开发 客户 有较多的业务流程人脸识别只应用于其中部分功能 方案...
人脸识别版本相关
不同版本区别是什么？ 腾讯云神图·人脸识别目前共有3个版本，分别为1.0、2.0和3.0。 2.0和3.0为当前开放的版本，可正常使用。 1.0版本目前仅支持老客户...是否可以继续使用人脸识别旧版本？ 人脸识别1.0版本已从2019年6月21日起停止维护，如果您用的还是1.0版本的服务，为了不影响您业务的正常开展，建议您尽快...
金融云人脸识别
人脸验证：能判断一张给定的人脸图片，他与某个人脸是否是同一个人以及相似程度。 人脸识别：检测给定的人脸图片，并从数据库中检索他的身份信息并返回。 活体检测：可以有效拒绝人脸核身过程中出现的照片、视频、人头模型的攻击，以保证人脸核身验证过程是真人参与。 ocr 识别：拍摄并识别证件，提取证件上的信息... 参考技术A 我来说下我了解的。
针对问题的回复：对于比较老旧的人脸识别系统算法，如果你使用的人脸识别系统可以用照片进行识别，那么就打印或者手机等电子设备在人脸识别系统摄像头前面进行照片展示进行尝试欺骗性识别。
扩展：目前而言，随着各人脸识别算法的完善，及对应人脸识别终端的升级换代，大部分人脸识别系统均具备“活体检测”功能，也就是可以防止照片/视频等欺骗性识别。至于破解，目前机率比较低。对于采用可见光识别的人脸识别系统，有一定欺骗攻破的概率，但是对于采用3D结构光识别的人脸识别，尝试用照片或者视频进行欺骗攻击几乎是不可能的事情。 参考技术B 回答

之前在央视“3·15”晚会现场，主持人用一张照片就打开了一个人脸识别的app，但是这个漏洞在业内已经修复了，所以用照片骗过人脸识别已经基本上不存在了。02因为人脸识别必须保证所识别的是一个活人，在识别过程中需要用眨眼、摇头、张嘴等动作来确保是否为活体，所以用照片是不行的。03但是又有人说，如果使用视频识别可不可以，对于这个问题，识别技术也在做改善，可以从屏幕图像与真实人脸在显示的屏幕边缘、屏幕亮度、反光、像素点纹理等方面进行识别。04人脸识别在不断更新改善，而且在涉及比较重要的隐私或者财产等方面时，人脸识别不是唯一的认证手段，所以备受期待。

人脸识别系统如何区分真人脸和人脸照片？

【中文标题】人脸识别系统如何区分真人脸和人脸照片？

【英文标题】：How do face recognition systems differentiate between a real face and a photo of a face?

【发布时间】：2020-06-03 10:39:00

【问题描述】：

我正在使用 python 和 OpenCV 进行人脸识别项目我检测到人脸但我遇到了这个问题 我不知道如何让系统用 2D 图像区分真假面孔 如果有人有任何想法，请帮助我。 谢谢。

【问题讨论】：

我首先想到的是使用 3D 立体相机。

这不是编程问题，更多的是理论问题，

问题太宽泛/模糊，我们只能帮助您解决具体的编程问题，而不是一般的机器学习问题。这本身就是一个研究项目。在任何情况下，一方面问题是不恰当的，例如照片的扫描在某种意义上是“照片的照片”，但您很可能无法将其与数码照片区分开来.如果您有 RGB-D 数据或立体/多视角图像，那么您可以尝试确定面部是否“平坦”，但在一般情况下，您必须依赖并尝试检测眩光、框架、等

谢谢，所以我需要一台 3D 立体相机

如果您可以将图像的眼睛状态分类为睁眼或闭眼，则应遵循视频中的这种模式：睁眼、闭眼、睁眼。这会处理网络摄像头捕获中的活动检测，但如果您向网络摄像头显示视频，它仍然会失败。

【参考方案1】：

来自 pyimagesearch 的 Adrian 提供了一个非常好的 article（包含代码），它解决了与活体检测器相同的问题。 以下是那篇文章的摘录

活体检测有多种方法，包括：

纹理分析

，包括计算人脸区域的局部二进制模式 (LBP) 并使用 SVM 将人脸分类为真实人脸或欺骗人脸。

频率分析

，例如检查人脸的傅里叶域。

变量聚焦分析

，例如检查两个连续帧之间像素值的变化。

基于启发式的算法

，包括眼球运动、嘴唇运动和眨眼检测。这组算法试图跟踪眼球运动和眨眼，以确保用户没有举起另一个人的照片（因为照片不会眨眼或移动嘴唇）。

光流算法

，即检查从 3D 对象和 2D 平面生成的光流的差异和属性。 -

3D 人脸形状

，类似于 Apple 的 iPhone 人脸识别系统中使用的人脸识别系统，使人脸识别系统能够区分真实人脸和其他人的打印输出/照片/图像。

以上的组合

，使人脸识别系统工程师能够挑选适合其特定应用的活体检测模型。

【参考方案2】：

你可以用多种方法解决这个问题，我在这里列出了一些，你可以参考一些研究论文找到更多。

运动方法：

您可以让用户眨眼或移动，从而让人相信他们是真实的（最有可能在视频数据集或连续图像上工作）

特征方法：

从图像中提取有用的特征，并使用它们来做出二元分类决定，以判断真实与否。

频率分析：

检查人脸的傅里叶域。

光流算法

：即检查从 3D 对象和 2D 平面生成的光流的差异和属性。

纹理分析：

您还可以使用 OpenCV 进行局部二进制模式来对图像进行分类，了解此方法的详细信息，请参阅 link。