人臉識別通過什么區分人臉和照片

人臉識別技術，就是機器通過攝像頭，獲取的圖像，并進行對人的設備，該技術主要應用于身份識別，如金融（目前銀行已經實現了通過人臉識別進行取錢操作），手機鎖，門禁和購物中刷臉支付等等，人臉識別技術已經存在于我們日常的生活中。真人鑒別功能自然是設備人臉，假如是一張照片，由于與人臉在平面角度來說是相同的，假如避免照片替代真人臉這個作假問題呢？

《人臉識別系統》

在識別時只要使用者作臉部表情的配合動作即可，例如維修一次，做個特定的表情鬼臉，由于照片很難實現這樣特定的動作，進而可以避開照片作假。根據人臉識別研究人員的供詞，偵測眨眼是一個很靠譜的方法。

在人臉識別體統為了減少錯誤率，系統將深度信息應用于在現有攝影中使用的面部檢測算法，并根據面部窗口的深度坐標智能地縮放面部窗口尺寸，即面部距鏡頭越遠，周圍捕獲框架越小。

 

這種方法采用特殊的紅外線將光輻射圖投影到場景上，然后將其轉換為深度圖，雖然系統能夠識別大部分面部，但其缺乏識別各個面部之間的差異的能力，所以這不是生物識別解決方案本身，而是其可以成為更廣泛的認證系統中的關鍵的視線步驟。

 

采用深度信息在數字視頻流中檢測面部的方法，在一個場景中，如果出現了多個人時，可以根據不同人距離鏡頭的不同而失敗面部。廣義的人臉識別實際包括構建人臉識別系統的一系列相關技術，包括人臉圖像采集，人臉定位，人臉識別預處理，身份確認以及身份查找等；而狹義的人臉識別特指通過人臉進行身份確認或者身份查找的技術或系統。

活體檢測

活體檢測是在一些身份驗證場景確定對象的真實生理特征的方法。活體檢測主要分為有兩種。配合式活體檢測和非配合式活體識別，

1. 配合式活體檢測：人臉檢測系統通過發出一些隨機性的指令動作，如眨眼，轉頭和張嘴等。

2. 非配合式的活體檢測：通過紅外攝像頭采集圖像進行提煉檢測，該過程不需要配合任何指定動作。

 

在這里我說一下紅外攝像頭和普通攝像頭的區別，紅外攝像頭跟著普通攝像頭相比，最大不同是光源的不同。首先對于攝像頭的成像，都是光照射在物體上，會發生漫散射，反射回來的部分光會被鏡頭接收，使其聚焦到圖像傳感器表面，然后轉換為電信號，經過（A/D）模數轉換，轉換成數字圖像信號，再送到數字信號處理芯片上進行加工，最后通過USB接口傳輸到系統中，最后顯示在顯示器上。

 

紅外攝像頭跟著普通攝像頭相比，最大的不同是光源的不同，普通攝像頭的光源來源可見光，即太陽光，因此普通攝像頭在白天拍攝想過比較好，而紅外攝像頭一般自帶紅外點陣。其依靠自帶的紅外燈發出紅外射線，照射在物體上后經過漫散射，被攝像頭接收。

紅外攝像為什么能判斷

1.成像原理

我們知道，不管是可見光還是紅外光，基本本質都是電磁波，我們最終看到的圖像長什么樣。與材質表面的反射特性有關，真實的人臉和紙片，屏幕，立體面具等攻擊媒體的反射特性性都是不同的，所以成像也不同，而這種差異在紅外波反射方面會更加明顯，比如說，一塊屏幕在紅外成像的畫面里，就只有白花花的一片，連人臉都沒了，這樣就可以避免誤判。

2.內置算法

根據光流法，利用圖像序列中的像素強度數據時域變化和相關性來確定各自像素位置的運動，從圖像序列中得到各個像素點的運行信息，采用高斯差分濾波器，LBP特性和支持向量機進行數據統計分析。同時，光流場對物體運行比較敏感，利用光流場可以統一檢測眼球移動和眨眼。這種活體檢測方式可以在用戶無配合的情況下實現盲測。

其他判斷方法還有3D人臉檢測，通過3D攝像機進行人臉拍攝，通過對攝像機獲取的數據進行整合，合成人臉，分析，最終判斷是真正的人臉還是照片。