基于CNN和亮度均衡的人脸活体检测算法

摘要

人脸活体检测是人脸识别系统中比较重要的一环,对金融支付、门禁系统等具有重大意义。针对人脸对齐不稳定、复杂光照、活体检测网络结构复杂等问题,论文提出使用卷积神经网络和亮度均衡结合的方法。论文首先使用基于P-net,R-net,O-net三个CNN进行级联的MTCNN算法,实现对人脸的精准定位并将检测出的人脸边界框按指定倍数裁剪人脸,接下来使用亮度均衡对人脸图像不同亮度区域进行亮度补偿,最后使用一个设计的12层卷积神经网络提取数据特征并进行分类。论文将所提算法在CASIA-FASD上进行实验,结果表明分类准确率比较高,HTER达到了1.02%。