SeetaFace6包含人脸识别的基本能力:人脸检测、关键点定位、人脸识别,同时增加了活体检测、质量评估、年龄性别估计,并且顺应实际应用需求,开放口罩检测以及口罩佩戴场景下的人脸识别模型。
1. 概述
活体检测是判断人脸图像是来自真人还是来自攻击假体(照片、视频等)的方法。
人脸识别系统存在被伪造攻击的风险。因此需要在人脸识别系统中加入活体检测,验证用户是否为真实活体本人操作,以防止照片、视频、以及三维模型的入侵,从而帮助用户甄别欺诈行为,保障用户的利益。
活体检测分为静默活体检测和配合式活体检测。配合式活体检测即“张张嘴”、“眨眨眼”、“摇摇头”之类;多应用于APP刷脸登录、注册等。静默活体检测是不需要任何动作配合,通过算法和摄像头的配合,进行活体判定;使用起来非常方便,用户在无感的情况下就可以通过检测比对,效率非常高。
《GB∕T 41772-2022 信息技术 生物特征识别 人脸识别系统技术要求》给出了假体攻击类型包括不限于二维假体攻击和三维假体攻击,如下表所示。
| 二维假体攻击 |
二维静态纸张图像攻击 |
样本材质 |
打印纸、亚光相纸、高光相纸、绒面相纸、哑粉纸、铜版纸等 |
| 样本质量 |
分辨率、清晰度、大小、角度、光照条件、完整度等 |
||
| 呈现方式 |
距离、角度、移动、弯曲、折叠等 |
||
| 裁剪方式 |
图像是否扣除眼部、鼻子、嘴巴等 |
||
| 二维静态电子图像攻击 |
设备类型 |
移动终端、微型计算机等 |
|
| 设备显示性能 |
分辨率、亮度、对比度等 |
||
| 样本质量 |
分辨率、清晰度、大小、角度、光照条件、完整度等 |
||
| 呈现方式 |
距离、角度、移动等 |
||
| 二维动态图像攻击 |
图像类型 |
录制视频、合成视频等 | </
5212





被折叠的 条评论
为什么被折叠?



