人脸识别系统如何区分真实的人脸和人脸的照片？

Question

我正在使用python & OpenCV进行人脸识别项目，我检测到了人脸，但是我有这个问题，我不知道如何使系统区分真实和假的人脸与2D图像，如果有人有任何想法，请帮助我。谢谢。

Answer 1

有一个非常好的文章 (包括代码)，禤浩焯来自pyimagesearch，用活性检测器解决同样的问题。下面是那篇文章的摘录

活性检测有多种方法，包括：

• 纹理分析，包括计算人脸区域上的局部二值模式(LBPs)，以及使用支持向量机对人脸进行真实或欺骗分类。
• 频率分析，如检测人脸的傅里叶域。
• 变量聚焦分析，例如检查像素值在两个连续帧之间的变化。
• 启发式算法，包括眼动、嘴唇移动和眨眼检测.这些算法试图跟踪眼球运动和眨眼，以确保用户不会拿着另一个人的照片(因为照片不会眨眼或移动嘴唇)。
• 光流算法，即研究从三维物体和二维平面产生的光流的差异和特性。-3D人脸形状，类似于苹果的iPhone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/照片/图像。
• 组合上述，使人脸识别系统工程师能够挑选和选择适合其特定应用的活性检测模型。

Answer 2

你可以用多种方法解决这个问题，我在这里列举了其中的一些方法，你可以通过参考一些研究论文找到更多的方法。

• 运动方法：您可以使用户眨眼或移动，从而使用户相信它们是真实的(最有可能在视频数据集或序列图像上工作)。
• 特征方法：从图像中提取有用的特征，并使用它们进行二进制分类决策，以判断是否真实。
• 频率分析：检查面部的傅里叶域。
• 光流算法：，即研究从三维物体和二维平面产生的光流的差异和特性。
• 纹理分析：您也可以使用OpenCV进行本地二进制模式来对图像进行假或假分类，有关此方法的详细信息，请参阅此链接。