融合头部姿态和面部表情的互动式活体检测

摘要：

为了阻挡人脸识别系统中的照片及视频攻击,提出了一种将头部姿态和面部表情融合的互动式活体检测算法.首先,对VGGNet的卷积核数目、网络层数、正则化等进行了调整优化,构建了一个多层卷积的头部姿态估计网络;其次,引入全局平均池化、局部响应归一化和卷积替代池化等方法对VGGNet进行改进,构建了一个表情识别网络;最后,融合上述两个网络实现了互动式活体检测系统,对用户发出随机指令实时完成活体检测.实验结果表明,所提出的头部姿态估计网络和表情识别网络分别在CAS-PEAL-R1数据集和CK+数据集上取得了99.87% 和99.60%的准确率,而活体检测系统的综合准确率达到了96.70%,运行速度达到了每秒20～28帧,在实际应用中泛化能力突出.

关键词：头部姿态估计、表情识别、活体检测、随机指令、VGGNet

所属期刊栏目：40

分类号：TP183(自动化基础理论)

资助基金：上海市教育委员会"晨光计划"基金资助项目AASH1702

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2089-2095