基于混合空间深度纹理计算的人脸活体检测  

作　　者：袁栋磊 司马海峰[1] 

机构地区：[1]河南理工大学,河南焦作454000

出　　处：《电脑编程技巧与维护》2024年第8期98-100,共3页Computer Programming Skills & Maintenance

摘　　要：随着人脸识别技术的广泛推广应用,人脸活体检测技术变得越来越重要。以往对于人脸活体检测的研究主要集中在分析整个人脸图像,往往忽视了基于局部小特征对人脸图像进行分类会具有较强的分类性能。研究提出基于人脸关键点(包括双眼、鼻尖、两个嘴角)对人脸图像进行切片,提取子图像的LBP特征,构建切片网络,并通过融合子图像的特征学习到人脸活体的相关特征。同时,还采用基于YCrCb与HSV的两种特征融合方式进行对比。基于NUAA、CelebA-Spoof数据集的实验结果表明,基于人脸关键点进行分块网络分析的方法优于传统的基于整个人脸的活体检测方法。

关 键 词：HSV色彩模式 YCrCb纹理模式 LBP特征 活体检测 ResNet网络模型 分块人脸活体检测网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]