龙源期刊网httpwwwqika
comc
人脸识别系统中活体人脸检测
作者：孙静晶张鹏来源：《大东方》2017年第03期
摘要：随着科技的发展，人脸照片、人脸视频、三维人脸模具越来越容易获得，基于人脸认证的伪造攻击越来越多，伪造技术也越来越高，对系统的安全带来了严重的挑战。
关键词人脸活体检测；部件相关描述子；三维人脸结构；
一、算法流程设计
本算法实现流程如图1所示。（1）首先进行预处理，选定视频中不在人脸可能出现的区域，并将该区域图像保存，作为对比图像在背景对比步骤使用。然后进行背景对比，选取一帧与预处理选定的背景图像相同区域的图像，将与图像进行灰度化处理得到两幅图的灰度图像和。在图像上寻找个亚像素级角点，使用金字塔LucasKa
ade光流方法追踪亚像素级角点在图像的位置。计算两次角点位置偏移之和，大于某一阈值则认为背景发生变化、检测的人脸为非活体人脸。（2）背景检测结束后，对视频每帧图像进行人脸检测和眼睛检测。将检测后的图像进行直方图均匀化、自适应二值化，然后进行形态学开闭操作求出眼珠，统计眼珠的像素总和。分析每帧图像中眼珠像素总和，当睁眼状态时，的值最大，闭眼状态时，的值为0。出现上述状态时，可以认为该过程为眨眼过程。当背景检测相同且发生眨眼过程时，则认为检测的人脸是活体。
二、算法识别过程
活体人脸检测主要包括背景对比、眨眼检测两个过程。（1）背景对比。为了防止图片、视频伪造攻击，本文采取背景对比的方法。选取视频中非人脸可能子区域作为感兴趣的背景对比图像，将该图像保存，在背景对比时使用。打开摄像头，将视频第一帧作为背景对比帧。选定与图像相同的区域做为背景检测图像。将对比图像和检测推向进行灰度化，得到各自的灰度图像和。为了便于跟踪，我们需要在图像选取一定数目的包含足够信息且能从当前图像和下一图像都能提取出来的点。为了便于跟踪和测量，使用亚像素级角点来检测图像上的便于跟踪的点集。接下来在图像上使用图像LK光流方法跟踪上述点，找到跟踪后的角点集。设定所有角点漂移距离
判断两幅图像的漂移距离，当背景相同时，两次角点的漂移距离非常小，当背景被覆盖时，背景角点的漂移距离非常大。设定合适的阈值，当则认为背景发生了变化，检测的人脸为非活体人脸，否则，进行眨眼检测继续判断。
f龙源期刊网httpwwwqika
comc
（2）眨眼检测。人脸检测技术经过一段长时间的发展，现在已经非常成熟。各种快速人脸识别r