討論 成像 情況下 技術 平臺 價值 研究 包括 公司

活體檢測是人臉識別安全性的重要保障，是人臉識別廠商將產品普及應用於各行業的重要競爭力。目前活體判斷的方法很多，但很難基於一種方法就能達到理想的效果，往往需要多種算法的交叉判斷，本文主要介紹一種簡單有效的活體判斷方法。
在很多情況下，高清照片和真人在某些光線條件下在相機中的成像很接近，這就導致僅僅基於面部的特征很難準確判斷活體。在大部分場景下，人手拿著照片，手機或者pad不會完全靜止不動，而在有運動時，真人和照片的區別很大：真實人臉運動與背景無相關性，照片，手機或者Pad在運動時，人臉運動與周圍背景運動有很強的相關性。
基於上述的原理，我們可以判斷人臉運動趨勢與背景運動趨勢的相關性來做區分。首先在檢測到人臉後，以人臉為中心向外擴，形成一個比較大的區域，然後在此區域內查找特征點，在下一幀中跟蹤這些特征點，可以計算該人臉上特征點的運動趨勢與背景中特征點的運動趨勢。
針對上述方法的實現有較多選擇，可以使用光流場進行跟蹤，或者其他技術例如KCF等進行跟蹤，只要人臉與背景運動有較強的相關性，那麽就極有可能是非活體。
當然，基於該方法的活體判斷在一些場景下會失效，例如照片基本保持靜止，或者照片沿著人臉輪廓進行裁剪等。但是此方法在不影響真人通過的情況下檢測出了部分照片，那麽就是有價值的，需要與其他算法一起聯合判斷，才會達到更好的效果。
計算機視覺技術服務提供商神目科技，其核心技術團隊來自包括卡內基梅隆大學、海內外領先生物識別研究所的專家人員，研發出自主產權的人臉識別、活體檢測技術。2019年，公司對外免費開放人臉識別及活體檢測SDK，能夠幫助開發者及創業者省去大量技術開發成本，登錄神目科技AI開放平臺 https://ai.deepcam.cn/#/home 可下載獲取，開發者可基於成本較低的單目RGB攝像頭可實現產品落地，實時性能優異，靜默式識別，用戶體驗好。

人臉識別活體檢測技術討論：基於背景人臉相對運動的活體判斷方法