In che modo la partecipazione al riconoscimento del volto distingue tra volti e foto?

La tecnologia di partecipazione al tempo di riconoscimento facciale è un dispositivo che la macchina acquisisce immagini attraverso la fotocamera e conduce l'identificazione umana. Questa tecnologia è utilizzata principalmente nel riconoscimento delle identità, come finanziamenti, blocchi di telefonia mobile, controllo degli accessi e pagamenti con lo shopping, ecc., La tecnologia di frequenza del tempo di riconoscimento faccia già esiste nella nostra vita quotidiana. La funzione di identificazione della persona reale è naturalmente il volto del dispositivo. Se si tratta di una foto, perché è la stessa del viso umano dal punto di vista del piano, come evitare il problema fraudolento di sostituire il volto reale con una foto.

Durante il riconoscimento, l'utente deve solo fare espressioni facciali per cooperare con l'azione, come una riparazione, fare una smorfia di espressione specifica, perché è difficile ottenere un'azione così specifica nella foto e quindi può evitare frodi fotografiche, Secondo la ricerca sulla partecipazione del riconoscimento del volto secondo la confessione del personale, il rilevamento di lampeggiamento è un metodo molto affidabile.
Al fine di ridurre il tasso di errore nel sistema di riconoscimento e presenza facciale, il sistema applica informazioni di profondità all'algoritmo di rilevamento del viso utilizzato nella fotografia esistente e ridimensiona in modo intelligente le dimensioni della finestra del viso in base alle coordinate di profondità della finestra del viso, che è, più il viso è dalla fotocamera, il telaio di cattura circostante è più piccolo.
Questo metodo utilizza raggi a infrarossi speciali per proiettare una mappa delle radiazioni leggere sulla scena, che viene quindi convertita in una mappa di profondità e, sebbene il sistema può identificare la maggior parte dei volti, manca la capacità di identificare le differenze tra i singoli volti, quindi non è biometria Piuttosto che una soluzione in sé, può diventare un passo critico della linea di vista nel più ampio sistema di autenticazione.
Utilizzando informazioni di profondità per rilevare i volti nei flussi video digitali, in una scena, se ci sono più persone, il volto può essere fallito in base alla distanza di persone diverse dall'obiettivo. La frequenza generalizzata per il riconoscimento del volto include effettivamente la costruzione della frequenza di riconoscimento facciale Una serie di tecnologie correlate del sistema, tra cui l'acquisizione di immagini di faccia, il posizionamento del viso, la preelaborazione della frequenza di riconoscimento faccia Il senso ristretto si riferisce alla conferma dell'identità o alla ricerca di identità attraverso la tecnologia o il sistema Faces.
Il rilevamento della vivacità è un metodo per determinare le reali caratteristiche fisiologiche degli oggetti in alcuni scenari di verifica dell'identità. Il rilevamento della vivacità è principalmente diviso in due tipi, rilevamento cooperativo di Lività e riconoscimento della Livezza non cooperativa.
1. Rilevamento della Lività Cooperativa: il sistema di rilevamento del volto invia alcune azioni di comando casuali, come lampeggiare, girare la testa e aprire la bocca.
2. Rilevamento di Livezza non cooperativa: la telecamera a infrarossi raccoglie immagini per un rilevamento raffinato e questo processo non ha bisogno di cooperare con alcuna azione specificata.
Qui parlerò della differenza tra telecamere a infrarossi e telecamere ordinarie. Rispetto alle telecamere ordinarie, la più grande differenza tra telecamere a infrarossi e telecamere ordinarie è la differenza nella sorgente luminosa. Prima di tutto, per l'imaging delle telecamere, la luce è irradiata sugli oggetti, si verifica la dispersione diffusa e la parte della luce riflessa della luce sarà ricevuta dalla lente per concentrarsi sulla superficie del sensore di immagine e quindi convertita in un segnale elettrico , dopo (A/D) conversione da analogico a digitale, convertito in un segnale di immagine digitale e quindi inviato al chip di elaborazione del segnale digitale per l'elaborazione e infine attraverso l'interfaccia USB viene trasferita al sistema e infine visualizzata sul tenere sotto controllo.
Rispetto alle telecamere ordinarie, la più grande differenza tra telecamere a infrarossi e telecamere ordinarie è la fonte luminosa. La fonte luminosa di telecamere ordinarie proviene da una luce visibile, cioè alla luce del sole. La lampada a infrarossi incorporata emette raggi infrarossi, che sono diffusamente sparsi e ricevuti dalla telecamera dopo essere stati irradiati sull'oggetto.
1. Principio di imaging
Sappiamo che se si tratta di luce visibile o di luce a infrarossi, l'essenza di base sono le onde elettromagnetiche. L'immagine che vediamo finalmente è correlata alle proprietà riflettenti della superficie del materiale. Facce e carta umane reali, schermi, maschere tridimensionali e altri media di attacco Le caratteristiche di riflessione sono tutte diverse, quindi l'imaging è diverso e questa differenza sarà più evidente nella riflessione delle onde infrarossa. Ad esempio, nell'immagine di imaging a infrarossi di uno schermo, c'è solo un pezzo di fiori bianchi, nemmeno un viso umano. , per evitare il giudizio errata.
2. Algoritmo integrato
Secondo il metodo del flusso ottico, la variazione temporale e la correlazione dei dati di intensità dei pixel nella sequenza delle immagini vengono utilizzate per determinare il movimento delle rispettive posizioni di pixel e le informazioni in esecuzione di ciascun punto pixel sono ottenute dalla sequenza di immagini, usando la gaussiana Filtro di differenza, caratteristiche LBP e vettori di supporto contemporaneamente, il campo di flusso ottico è sensibile al movimento degli oggetti e il campo di flusso ottico può essere usato per rilevare uniformemente il movimento degli occhi e lampeggiare. Questo metodo di rilevamento dal vivo può ottenere un rilevamento cieco senza la cooperazione dell'utente.
Altri metodi di valutazione includono il rilevamento del volto 3D, che utilizza una fotocamera 3D per girare un viso, integra i dati acquisiti dalla fotocamera, sintetizza un viso, lo analizza e infine giudica se si tratta di una faccia reale o di una foto.