基于人脸的活体检测主要方法研究 世纪晟静默活
体检测分析
由于技术日趋成熟，生物识别系统已经逐渐从实验室走进日常生活，多样化的场景应用要求生物识别需要注意提高系统安全性的问题，如何抵抗照片攻击、视频攻击、面具攻击等已经成为人脸识别领域的重要课题。
国内外研究人员对活体检测技术提出了不少卓有成效的方法，主要包括：傅里叶频谱分析法、眨眼检测法、光流估计法、多模型混合认证法、三维深度分析法。除了介绍这几种活体检测方法之外，接下来还会介绍目前逐渐走进视野生活的世纪晟静默活体检测技术，通过分析实际运用更深入了解活体检测技术。
· 国内外活体人脸检测主要方法
（一） 傅里叶频谱分析法
依据：
（1） 照片尺寸小于活体人脸且不具有曲面特征
（2） 照片中人脸表情和姿势是不便的，呈现的频率分量标准差必然非常小
对于高分辨率的假冒人脸，可以引入FDD来描述：
（二） 眨眼检测法
对于活体人脸来说，眨眼是最重要的生物特征之一。基于Adaboost算法的眼镜开合度计算法嵌入CRF人眼模型当中已经取得了比较高的眨眼检测率，以分析眨眼时人眼区域在不同尺度、不同方向的Gabor响应波来判断活体。
（三） 光流估计法
这是讲人脸检测和光流估计结合一起进行的活体检测。由于人脸中间区域产生的二维运动比外围区域要明显，所以对于照片攻击的人则不会出现这部分的变化。
光流定义：
（四） 多模型混合认证法
对于活体检测而言，假冒一种特征比较简单，但要同时窃取合法用户多种生物特征就比较困难了，比如人脸、语音、嘴唇运动、指纹等。所以这里会结合两种或者多种生物特征，而这种多模型混合认证系统相较于单一特征的认证系统也更加安全可靠。
（五） 三维深度分析法
由于头部运动估计到脸部特征点，如眼睛、鼻子、嘴唇等三维深度坐标存在一定差异，所以三维深度分析法能够基于丰富的信息量解决二维人脸数据存在的光照、姿态、表情等识别问题。
· 几种公开的人脸活体检测数据库
· 专利发明方面
（一） 通过检测人脸的眼睛区域是否存在亮瞳效应来区分真实人脸和照片视频中的人脸
优点：照片和视频都可以，使可靠性增加
缺点：需额外的设备。
（二） 利用共生矩阵和小波分析进行活体人脸检测
优点：不需添加额外的辅助设备、不需要用户降低了计算复杂度，提高了检测准确率
缺点：只针对照片欺骗
（三） 基于HSV颜色空间统计特征的人脸活体检测方法
优点：不需添加额外的辅助设备和用户的主动配合，降低了人脸认证系统延时和计算复杂度，提高了检测准确率
缺点：只针对照片欺骗，阈值的设置为经验值
基于人脸的活体检测主要方法研究世纪晟静默活体检测分析
