基于深度学习的小区域特征对齐的活体检测方法概述

摘要

活体检测是一种验证对象真实生理特征的技术,随着人脸识别技术在支付、门禁、移动设备等的广泛应用,人们对人脸识别的安全性也提出了更高的要求,活体检测技术也越来越被重视,其可有效抵御屏幕录制的照片、视频、打印的照片、立体假面等攻击手段,甄别欺诈行为,保障用户利益.本文通过深度学习中卷积神经网络(CNN)的分类网络,提供一种简单高效、识别率高、可扩展行强的静默活体检测方法.并提出了一种小区域特征对齐图像提高活体检测准确度和鲁棒性的方法.