活体检测眨眼、张嘴、点头、摇头动作一网打尽:人脸面部活体检测系统【含Python源码+PyqtUI界面+原理详解】
基本功能演示
摘要:
活体检测
是用于判断捕捉到的人脸是真实人脸,还是伪造的人脸攻击的一种技术手段。本文详细介绍了其实现的技术原理,同时给出完整的Python
实现代码,并且通过PyQT
实现了UI界面,更方便进行功能的展示。该人脸面部活体检测系统支持视频与摄像头两种检测模式,可以很好的进行人脸面部的眨眼
、张嘴
、点头
、摇头
这四种常用动作的面部检测,而且可以统计每个动作的执行次数。本文提供了完整的Python代码和使用教程,给感兴趣的小伙伴参考学习,完整的代码资源文件获取方式见文末。
文章目录
- 基本功能演示
- 前言
- 一、软件核心功能介绍及效果演示
- 二、人脸面部活体检测的基本原理
- 1.基本原理
- 2.眨眼检测
- 3.张嘴检测
- 4.摇头与点头检测
- 【获取方式】
- 结束语
点击跳转至文末《完整相关文件及源码》获取
前言
目前,人脸识别技术在我们日常生活应用十分广泛,几乎随处都能会接触到,比如手机的人脸识别解锁、人脸支付、门禁闸机的人脸识别出入等等。但随之而来也会遇到一定的问题,如:人脸识别只能检测目标人脸是否和预留人脸数据特征是否一致,却不能检测是否是真的活人。因此各种欺骗手段也开始露出水面,如何判断被检测对象是否是真的活人,而不是照片、视频甚至是人皮面具,是一个亟待解决的问题,此时,活体检测
走上了时代的舞台。
活体检测
的主要目的就是判断捕捉到的人脸是真实人脸,还是伪造的人脸攻击(如:彩色纸张打印人脸图,电子设备屏幕中的人脸数字图像 以及 面具 等)。
常见的活体检测主要有以下3种方式:
【1】配合式检测
活体检测认证过程中,系统要求用户配合完成指定的的工作,比如眨眼、抬头、张嘴等动作,检测目标是否为真实的活题。
【2】rgb检测
此类检测方式,适用于阻挡用图片或者视频截图来欺骗人脸识别的攻击行为,通过识别图片上的细微特征来识别是否是真实活体,此类检测方式可分为在线和离线两种版本。
【3】3D结构光检测
活体检测过程中,通过3D结构光的三维成像原理,构成人脸三维特征的比对,判别检测目标是否为真实的活体,以阻挡图片、视频截图、面具的欺骗。
其中配合式的活体检测方式在生活中也十分常见。本文主要就是采用检测人脸的张嘴、眨眼、点头及 摇头这四个动作来进行人脸活体检测。
博主基于dlib库通过人脸关键点的距离变化,开发了一款简易的人脸面部活体检测系统,可以通过视频
、摄像头
2种方式进行人脸面部活体检测,并且展示识别结果。可以识别眨眼
、张嘴
、点头
、摇头
这4种常见表情动作,感兴趣的小伙伴可以自己试试。
觉得不错的小伙伴,感谢点赞、关注加收藏!如果大家有任何建议或意见,欢迎在评论区留言交流!
软件界面如下图:
一、软件核心功能介绍及效果演示
软件主要功能包括以下几个部分:
1. 可对视频或者摄像头中的人脸进行眨眼、张嘴、点头、摇头
动作检测;
2. 可以统计眨眼、张嘴、点头、摇头
每个动作的次数;
3. 可单独进行眨眼、张嘴、点头、摇头
的测试检测,如果检测成功,会显示测试通过字样;
4. 可以通过显示面部轮廓线
复选框,来选择是否进行人脸轮廓显示,默认是显示的。
(1)视频检测演示
点击打开视频
按钮,选择需要检测的视频即可,操作演示如下:
(2)面部动作次数统计
该系统会自动统计眨眼、张嘴、点头、摇头
每个动作的次数,点击充值按钮,会将统计次数重置为0。
演示如下:
(3)单个动作测试功能
通过点击单选按钮眨眼测试
、张嘴测试
,摇头测试
,点头测试
来分别检测每个动作,如果检测到了相应动作,则会显示对应动作测试通过字样。操作演示如下:
二、人脸面部活体检测的基本原理
1.基本原理
本人脸面部活体检测系统主要是基于人脸关键点检测之后,关键点之间的距离变化来进行的。
首先使用dlib库的shape_predictor_68_face_landmarks模型,检测人脸的68个关键点,关键点如下所示:
人脸各个部位点分布如下:
脸颊线[1,17]
左眼眉毛[18,22]
右眼眉毛[23,27]
鼻梁[28,31]
鼻子[32,36]
左眼[37,42]
右眼[43,48]
上嘴唇外边缘[49,55]
上嘴唇内边缘[66,68]
下嘴唇外边缘[56,60]
下嘴唇内边缘[61,65]
2.眨眼检测
基本原理:基于眼睛长宽比EAR( Eye Aspect Ratio)的变化来判断人眼是否有眨眼动作。当人眼睁开时,EAR在某个值上下波动,当人眼闭合时,EAR迅速下降,理论上会接近于零。所以我们可以认为当EAR低于某个阈值时,眼睛处于闭合状态。为检测眨眼次数,需要设置同一次眨眼的连续帧数。眨眼速度比较快,一般1~3帧就完成了眨眼动作。两个阈值都要根据实际情况设置。
**判断标准:**我们分别计算左右两只眼睛的纵横比并取平均值,作为眨眼的指标,经过多次测试后,选取0.3作为阈值。在连续检测到两真EAR小于阈值,即眼睛一睁一闭时,我们将记录为一次眨眼。
注:阈值可能由于摄像头远近或人脸形状等因素的影响,可能需要根据实际情况进行微调。
眼睛长宽比EAR距离计算代码如下:
def EAR(eye):# 默认二范数:求特征值,然后求最大特征值得算术平方根A = np.linalg.norm(eye[1] - eye[5])B = np.linalg.norm(eye[2] - eye[4])C = np.linalg.norm(eye[0] - eye[3])return (A + B) / (2.0 * C)
眨眼判断核心代码如下:
# 提取左眼和右眼坐标,然后使用该坐标计算两只眼睛的眼睛纵横比
leftEye = shape[lStart:lEnd]
rightEye = shape[rStart:rEnd]
ear = EAR(leftEye) + EAR(rightEye) / 2.0
# 判断眼睛纵横比是否低于眨眼阈值
if ear < EAR_THRESH:count_eye += 1
else:# 检测到一次闭眼if count_eye >= EYE_close:total += 1count_eye = 0
3.张嘴检测
基本原理: 类似眨眼检测类似,计算嘴巴的长宽比MAR(Mouth Aspect Ratio),当MAR大于设定的阈值时,认为张开了嘴巴。
嘴巴长宽比MAR距离计算代码如下:
def MAR(mouth):# 默认二范数:求特征值,然后求最大特征值得算术平方根A = np.linalg.norm(mouth[2] - mouth[10]) # 51, 59(人脸68个关键点)B = np.linalg.norm(mouth[4] - mouth[8]) # 53, 57C = np.linalg.norm(mouth[0] - mouth[6]) # 49, 55return (A + B) / (2.0 * C)
张嘴判断核心代码如下:
Mouth = shape[mStart:mEnd]
mar = MAR(Mouth)# 判断嘴唇纵横比是否高于张嘴阈值,如果是,则增加张嘴帧计数器if mar > MAR_THRESH:COUNTER_MOUTH += 1else:# 如果张嘴帧计数器不等于0,则增加张嘴的总次数if COUNTER_MOUTH >= 2:TOTAL_MOUTH += 1COUNTER_MOUTH = 0
4.摇头与点头检测
同理对于摇头与点头,我们只需计算左右两侧脸颊宽度变化,以及鼻子到下巴的距离,即可判断是点头与摇头动作。
摇头判断核心代码如下:
# 左脸大于右脸
if face_left1 >= face_right1 + Config.FACE_DIFF and face_left2 >= face_right2 + Config.FACE_DIFF:distance_left += 1
# 右脸大于左脸
if face_right1 >= face_left1 + Config.FACE_DIFF and face_right2 >= face_left2 + Config.FACE_DIFF:distance_right += 1
# 左脸大于右脸,并且右脸大于左脸,判定摇头
if distance_left != 0 and distance_right != 0:TOTAL_FACE += 1distance_right = 0distance_left = 0
以上便是关于人脸面部活体检测的基本原理介绍与代码介绍。针对以上内容,博主基于python
与Pyqt5
开发了一个可视化的人脸面部活体检测系统软件,能够更加直观的看到人脸各个动作的检测情况。即第二部分软件演示部分,该系统能够很好的对视频或者摄像头中的人脸进行眨眼、张嘴、点头、摇头
动作检测。
关于该人脸面部活体检测系统的涉及到的完整源码、UI界面代码等相关文件,均已打包上传,感兴趣的小伙伴可以通过下载链接自行获取。
【获取方式】
关注下方名片G-Z-H:【阿旭算法与机器学习】,回复【活体检测】即可获取下载方式
本文涉及到的完整全部程序文件:包括python源码、UI文件等(见下图),获取方式见文末:
注意:该代码采用Pycharm+Python3.8开发,运行界面的主程序为
MainProgram.py
,其他测试脚本说明见上图。为确保程序顺利运行,请按照程序环境配置说明.txt
配置软件运行所需环境。
关注下方名片GZH:【阿旭算法与机器学习】,回复【活体检测】即可获取下载方式
结束语
以上便是博主开发的关于人脸面部活体检测系统的全部内容,由于博主能力有限,难免有疏漏之处,希望小伙伴能批评指正
关于本篇文章大家有任何建议或意见,欢迎在评论区留言交流!
觉得不错的小伙伴,感谢点赞、关注加收藏哦!
活体检测眨眼、张嘴、点头、摇头动作一网打尽:人脸面部活体检测系统【含Python源码+PyqtUI界面+原理详解】相关推荐
- 【毕业设计/图像识别系列】基于凸包检测和重心距离法的指尖检测和识别【含Python源码】
Date: 2022.5.23 文章目录 前言 0.代码获取方式 1.参考 2.算法原理 3.实现效果图 4.Python程序(核心) 前言 在大学毕业设计的时候,课题要求实现<基于凸包检测和重 ...
- 【水果检测】基于计算机视觉实现柑橘质量检测及分级系统含Matlab源码
1 简介 水果分级技术能够保证水果的质量,提高消费者的满意度,增强水果产业的竞争力和利润水平.农业现代化进程的加快使得农产品品质检测和分级技术显得更加重要.在我国,水果品质检测绝大部分仍停留在靠人工 ...
- Android实现手部检测和手势识别(可实时运行,含Android源码)
Android实现手部检测和手势识别(可实时运行,含Android源码) 目录 Android实现手部检测和手势识别(可实时运行,含Android源码) 1. 前言 2. 手势识别的方法 (1)基于多 ...
- [智慧农业]Python基于改进YOLOv5的猕猴桃叶病害检测系统(完整源码&数据集&视频教程)
1.背景 现如今由于农作物病虫害的多样性和复杂性,在特定的条件下其很容易在大范围内发生,导致农产品产量急剧下降.因此,预防和监测农作物病虫害已成为农业生产活动中的重要环节.当前,耕地面积逐渐减少,世界 ...
- Python基于OpenCV的指针式表盘检测系统(附带源码&技术文档)
1.背景 指针式机械表盘具有安装维护方便.结构简单.防电磁干扰等诸多优点, 目前广泛应用于工矿企业.能源及计量等部门.随着仪表数量的增加及精密仪表技术的发展,人工判读已经不能满足实际应用需求.随着计算 ...
- java毕业设计水利施工安全检测系统设mybatis+源码+调试部署+系统+数据库+lw
java毕业设计水利施工安全检测系统设mybatis+源码+调试部署+系统+数据库+lw java毕业设计水利施工安全检测系统设mybatis+源码+调试部署+系统+数据库+lw 本源码技术栈: 项目 ...
- 计算机毕业设计JAVA水利施工安全检测系统设mybatis+源码+调试部署+系统+数据库+lw
计算机毕业设计JAVA水利施工安全检测系统设mybatis+源码+调试部署+系统+数据库+lw 计算机毕业设计JAVA水利施工安全检测系统设mybatis+源码+调试部署+系统+数据库+lw 本源码技 ...
- 【缺陷检测】基于matlab AlexNet和SVM异常螺母检测【含Matlab源码 2147期】
一.获取代码方式 获取代码方式1: 完整代码已上传我的资源: [缺陷检测]基于matlab形态学水果蔬菜缺陷检测[含Matlab源码 820期] 点击上面蓝色字体,直接付费下载,即可. 获取代码方式2 ...
- 【Matlab人脸识别】人脸实时检测与跟踪【含GUI源码 673期】
一.代码运行视频(哔哩哔哩) [Matlab人脸识别]人脸实时检测与跟踪[含GUI源码 673期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]孟逸凡,柳益君 ...
最新文章
- 一个浙江商人立下的22条军规(转载)
- JAVA中的常量定义在class中还是interface中比较合理?
- python2exe下载_py2exe下载 0.6.9.win32-py2.7-python转exe工具-pc6下载站
- 批量造数据的一种方法
- java数字时钟代码,[Java教程]Javascript 数字时钟
- Python程序打包成.exe文件(弹窗恶搞小程序附源码)
- 中国农历2013,2014 (zz.IS2120@BG57IV3)
- 重启ADB的bat文件
- 中序和后序构建二叉树
- 一个app开发周期是多久?快速开发才是主流
- Java给特定用户发通知_微信公众平台向特定用户推送消息
- 手把手教你 合并分支到master上
- Blender导出模型规范检查
- 写php什么梗,什么是php(php是什么梗)
- Hello World---kodu少儿编程第四天
- linux上传图片后无权限访问解决方案
- OkHttp的Okio在CacheInterceptor中的应用
- Python+Neo4j构建时光网TOP100电影知识图谱
- hmm隐马尔可夫真的那么难吗?
- 微软旗下GitHub宣布裁员10%;谷歌高管警告:AI聊天机器人会产生错觉;华为称在ChatGPT领域早有布局丨每日大事件...