公开(公告)号：CN111259792B

公开(公告)日：2023-05-12

申请号：CN202010042880.4

申请日：2020-01-15

Applicant: 暨南大学

Inventor： 项世军 ,  章琬苓

IPC: G06V40/16 ,  G06V40/40 ,  G06V20/40 ,  G06V10/774

Abstract: 本发明公开了基于DWT‑LBP‑DCT特征的人脸活体检测方法，包括以下步骤：获取待处理的原始视频帧序列；对原始视频帧序列进行人脸定位，扩大人脸识别区域并确定兴趣区域，将兴趣区域归一化；并将其进行多级二维离散小波变换和块划分，得到DWT特征，获取视频帧频率信息；对DWT特征进行等价局部二值模式变换，得到DWT‑LBP特征，获取视频帧纹理信息；对DWT‑LBP特征纵向进行离散余弦变换，得到DWT‑LBP‑DCT特征，获取视频帧时域信息；对DWT‑LBP‑DCT特征使用机器学习分类器进行训练并分类，得到检测结果；本发明能有效且泛化能力强的对抗攻击，提高人脸活体检测的安全性、可靠性、准确性和有效性。

公开(公告)号：CN111259792A

公开(公告)日：2020-06-09

申请号：CN202010042880.4

申请日：2020-01-15

Applicant: 暨南大学

Inventor： 项世军 ,  章琬苓

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了基于DWT-LBP-DCT特征的人脸活体检测方法，包括以下步骤：获取待处理的原始视频帧序列；对原始视频帧序列进行人脸定位，扩大人脸识别区域并确定兴趣区域，将兴趣区域归一化；并将其进行多级二维离散小波变换和块划分，得到DWT特征，获取视频帧频率信息；对DWT特征进行等价局部二值模式变换，得到DWT-LBP特征，获取视频帧纹理信息；对DWT-LBP特征纵向进行离散余弦变换，得到DWT-LBP-DCT特征，获取视频帧时域信息；对DWT-LBP-DCT特征使用机器学习分类器进行训练并分类，得到检测结果；本发明能有效且泛化能力强的对抗攻击，提高人脸活体检测的安全性、可靠性、准确性和有效性。