顔の認識の出席者は、顔と写真をどのように区別しますか？

フェイス認識時間出席技術は、マシンがカメラを介して画像を取得し、人間の識別を実施するデバイスです。このテクノロジーは、主に金融、携帯電話のロック、アクセス制御、ショッピングのアクセス制御、顔認識時間の出席技術などのアイデンティティ認識に使用されています。実際の識別機能は、当然のことながらデバイスの表面です。それが写真の場合、それは飛行機の観点から人間の顔と同じであるため、本当の顔を写真に置き換えるという不正な問題を避ける方法です。

認識中、ユーザーは、修理などのアクションに協力するために表情を作るだけで、写真でそのような特定のアクションを達成することが困難であるため、写真詐欺を避けることができるため、特定の表現の顔をしかめます。人員の告白によると、顔認識出席者調査によると、点滅の検出は非常に信頼できる方法です。
顔認識と出席システムのエラー率を減らすために、システムは既存の写真で使用される顔検出アルゴリズムに深さ情報を適用し、フェイスウィンドウの深さ座標に従ってフェイスウィンドウのサイズを賢く拡張します。つまり、顔がカメラから遠くなるほど、キャプチャフレームの周囲は小さくなります。
この方法では、特別な赤外線を使用して光放射のマップをシーンに投影し、その後、深さマップに変換され、システムはほとんどの顔を識別できますが、個々の顔の違いを識別する能力がないため、生体認証ではありません。解決策自体ではなく、より広い認証システムの重要な視線のステップになる可能性があります。
深さ情報を使用してデジタルビデオストリームの顔を検出します。シーンでは、複数の人がいる場合、レンズのさまざまな人の距離に応じて顔を失敗させることができます。一般化された顔認識の出席者には、実際には、顔の画像の獲得、顔の位置付け、顔認識の出席前処理、アイデンティティ確認、アイデンティティ検索など、顔の認識出席の構築が含まれます。狭い感覚とは、顔のテクノロジーまたはシステムを介したアイデンティティの確認またはアイデンティティ検索を指します。
溶解検出は、いくつかのID検証シナリオでオブジェクトの実際の生理学的特性を決定する方法です。 livening liveness検出は、主に2つのタイプに分かれています。協同的快適性検出と非協力的な快適性認識です。
1.協力的な活性検出：顔検出システムは、点滅、頭を回し、口を開けるなど、いくつかのランダムコマンドアクションを送信します。
2.非協力的な快適性検出：赤外線カメラは、洗練された検出のために画像を収集します。このプロセスは、指定されたアクションに協力する必要はありません。
ここでは、赤外線カメラと通常のカメラの違いについて説明します。通常のカメラと比較して、赤外線カメラと通常のカメラの最大の違いは、光源の違いです。まず、カメラのイメージングでは、オブジェクトに光が照射され、びまん性散乱が発生し、ライトの反射部分がレンズによって受信され、イメージセンサーの表面に焦点を合わせてから電気信号に変換されます。 、（a/d）アナログからデジタルへの変換の後、デジタル画像信号に変換され、処理のためにデジタル信号処理チップに送信され、最後にUSBを介してインターフェイスがシステムに転送され、最終的にモニター。
通常のカメラと比較して、赤外線カメラと通常のカメラの最大の違いは光源です。通常のカメラの光源は、目に見える光、つまり日光から来ています。組み込みの赤外線ランプは赤外線を放出します。赤外線は、オブジェクトに照射された後、カメラに拡散して散乱し、受信されます。
1.イメージングの原則
目に見える光であろうと赤外線であろうと、基本的なエッセンスは電磁波であることを知っています。最終的に表示される画像は、材料表面の反射特性に関連しています。本物の人間の顔と紙、スクリーン、3次元マスク、その他の攻撃メディア反射特性はすべて異なるため、イメージングも異なり、この違いは赤外線波の反射でより明白になります。たとえば、画面の赤外線画像像には、人間の顔さえも白い花しかありません。 、誤判断を避けるために。
2.組み込みアルゴリズム
光フロー法によれば、画像シーケンス内のピクセル強度データの時間的変動と相関を使用して、それぞれのピクセル位置の動きを決定し、各ピクセルポイントの実行情報は、ガウシアンを使用して画像シーケンスから取得されます。差分フィルター、LBP特性、およびサポートベクター同時に、光学フローフィールドはオブジェクトの動きに敏感であり、光学フローフィールドを使用して、眼の動きと点滅を均一に検出できます。このライブ検出方法は、ユーザーの協力なしに盲目的検出を実現できます。
その他の審査方法には、3Dカメラを使用して顔を撮影し、カメラによって取得されたデータを統合し、顔を合成し、分析し、最終的に実際の顔か写真かを判断する3Dフェイス検出が含まれます。