人臉遮擋和活性檢測(cè)若干關(guān)鍵技術(shù)研究.pdf

1、當(dāng)視頻監(jiān)控遍布大街小巷，人臉識(shí)別的應(yīng)用隨處可見，新技術(shù)的誕生帶給了大家許多便捷，解放了勞動(dòng)力，但也帶來(lái)了新的安全問(wèn)題:
　　1)遮擋人臉攻擊
　　近年來(lái)ATM機(jī)中蒙面犯罪屢見不鮮，若能及時(shí)檢測(cè)到遮擋人臉構(gòu)建預(yù)警機(jī)制則可以有效提高ATM機(jī)使用的安全性。然而目前的人臉遮擋檢測(cè)算法對(duì)環(huán)境復(fù)雜、遮擋物種類多變、遮擋面積過(guò)大的魯棒性較差，以及深度學(xué)習(xí)模型計(jì)算效率低下，無(wú)法達(dá)到實(shí)時(shí)監(jiān)測(cè)的效果。
　　2)偽造人臉攻擊
　　隨著

2、人臉識(shí)別應(yīng)用于支付、個(gè)人賬戶登錄和家庭門禁等安全等級(jí)需求較高的場(chǎng)景，不法分子通過(guò)諸如打印照片等方式制作假人臉攻擊人臉識(shí)別系統(tǒng)將造成不可預(yù)計(jì)的后果。因此在人臉識(shí)別中加入人臉活性認(rèn)證抵御假人臉攻擊是十分有必要的。目前的人臉活性檢測(cè)算法受光照、圖像分辨率、假人臉制作材料不同的影響較大，無(wú)法滿足實(shí)際應(yīng)用。
　　盡管深度學(xué)習(xí)在計(jì)算機(jī)視覺等領(lǐng)域取得了巨大的成功，但很少應(yīng)用到人臉遮擋檢測(cè)和活體檢測(cè)。為了提高人臉識(shí)別安全性，本文探索利用深度學(xué)習(xí)技

3、術(shù)提出了:
　　1)基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人臉遮擋檢測(cè)算法。通過(guò)深度學(xué)習(xí)強(qiáng)大的特征學(xué)習(xí)能力和表達(dá)能力，解決了傳統(tǒng)算法在復(fù)雜條件下魯棒性的不足，又通過(guò)級(jí)聯(lián)的結(jié)構(gòu)加快了算法的運(yùn)行速度，使其可用于實(shí)時(shí)檢測(cè)。
　　2)基于多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)的人臉活性檢測(cè)算法。通過(guò)多任務(wù)的結(jié)構(gòu)同時(shí)對(duì)眼睛、嘴巴進(jìn)行檢測(cè)，利用淺層特征融合深層特征的結(jié)構(gòu)保留了細(xì)節(jié)抽象特征的同時(shí)又考慮了全局輪廓特征，提高了算法的性能。再利用PnP算法計(jì)算出了人臉的三維姿態(tài)，