计算机应用

作者：陈放, 刘晓瑞, 杨明业

单位：1. 青岛大学 自动化学院, 山东 青岛 266071;2. 青岛大学 未来研究院, 山东 青岛 266071;3. 电子科技大学 机器人研究中心, 成都 611731

关键词：人脸识别,活体检测,轻量级神经网络,实时检测,安防系统,多任务卷积神经网络,色彩纹理分析,FaceNet

基金：国家自然科学基金资助项目（U181320052）。

人脸识别由于其便捷性和实用性而被广泛应用于各种门禁等场合，但容易受到多种形式的欺骗攻击（如照片攻击和视频攻击）。基于深度卷积神经网络（CNN）的活体检测虽然能够解决以上问题，但是却存在计算量大、对用户不友好以及难以部署于嵌入式系统等缺点，因此提出了一种实时的轻量级的人脸识别安全分类方法。通过将基于色彩纹理分析的人脸活体检测算法与人脸认证算法相融合，提出了一种在无需用户配合的单目摄像头场景下进行人脸活体检测和人脸验证的人脸识别算法。该算法支持实时人脸识别，具有更高的活体检测识别率与鲁棒性。为了验证该算法的性能，以CASIA-FASD和Replay-Attack作为实验的基准数据集，结果表明在活体检测中该算法的半错误率（HTER）为9.7%，等错误率（EER）为5.5%，而且在整个流程中处理1帧图像所需时间为0.12 s，验证了该算法的可行性和有效性。

来源：2020年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第12期