声明
摘要
1.1 研究背景和意义
1.2 人脸活体检测研究现状
1.2.1 傅里叶频谱分析
1.2.2 三维深度分析
1.2.3 脸部光流分析
1.2.4 眨眼等行为检测
1.2.5 多光谱分析
1.2.6 活体检测方法小结
1.2.7 支持向量机(SVM)
1.3 研究目标
1.4 论文结构安排
第2章 人脸活体检测数据库
2.1 NUAA
2.2 REPLAY-ATTAK
2.3 CASIA Face Anti-Spoofing
2.4 MSU MFSD
2.5 BIWI Kinect Head Pose Database
2.6 本文作者采样的人脸数据库
第3章 基于2D人脸图像的活体检测算法
3.1 基于傅里叶频谱特征的2D人脸活体检测算法
3.2.1 LBP原理
3.2.2 基于LBP特征的2D人脸活体检测算法
3.3 基于灰度共生矩阵特征2D活体检测方法
3.3.1 灰度共生矩阵原理
3.3.2 基于灰度共生矩阵2D人脸活体检测算法
3.4 基于FS-LBP特征2D活体检测方法
3.5 实验结果与分析
3.5.1 数据库
3.5.2 实验一
3.5.3 实验二
3.5.4 实验三
3.6 本章小结
第4章 基于3D人脸深度图的活体检测算法
4.1 基于LBP特征的3D人脸活体检测算法
4.2 基于灰度共生矩阵特征的3D人脸活体检测算法
4.3 基于多尺度灰度共生矩阵特征的3D人脸活体检测算法
4.4.1 数据库
4.4.2 实验一
4.4.3 实验二
4.5 本章小结
5.1 本文工作总结
5.2 未来工作展望
致谢
参考文献
在学期间科研成果情况
参与的科研项目及成果