| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究意义及背景 | 第11-12页 |
| 1.2 人脸识别常见的欺骗手段及解决方法 | 第12-13页 |
| 1.2.1 照片攻击 | 第12页 |
| 1.2.2 视频回放攻击 | 第12页 |
| 1.2.3 立体面具攻击 | 第12-13页 |
| 1.3 本文主要内容 | 第13页 |
| 1.4 本文章节安排 | 第13-15页 |
| 第二章 人脸活体检测方法综述 | 第15-22页 |
| 2.1 国内外研究现状 | 第15-19页 |
| 2.1.1 眼睛形变检测 | 第15-16页 |
| 2.1.2 眨眼检测 | 第16页 |
| 2.1.3 照度变化检测 | 第16-17页 |
| 2.1.4 纹理检测 | 第17-18页 |
| 2.1.5 多光谱分析检测 | 第18-19页 |
| 2.2 人脸活体检测理论基础 | 第19-22页 |
| 2.2.1 Lambertian模型 | 第19-20页 |
| 2.2.2 真实人脸和照片人脸成像模型 | 第20-22页 |
| 第三章 基于光流法的人脸活体检测方法 | 第22-36页 |
| 3.1 光流简介 | 第22页 |
| 3.2 基于光流法的人脸活体检测 | 第22-31页 |
| 3.2.1 活体检测方法流程介绍 | 第22-23页 |
| 3.2.2 人脸提取 | 第23-24页 |
| 3.2.3 人脸跟踪 | 第24-26页 |
| 3.2.4 光流法核心算法 | 第26-28页 |
| 3.2.5 数据分类 | 第28-31页 |
| 3.3 实验及结果 | 第31-35页 |
| 3.3.1 公开数据集及采集方法介绍 | 第31-33页 |
| 3.3.2 测试环境 | 第33页 |
| 3.3.3 评价指标 | 第33页 |
| 3.3.4 结果分析 | 第33-35页 |
| 3.4 小结 | 第35-36页 |
| 第四章 融合深度及纹理扰动信息的人脸活体检测 | 第36-59页 |
| 4.1 三维成像技术概述 | 第36-39页 |
| 4.1.1 镭射三角法 | 第36-37页 |
| 4.1.2 飞行时间法 | 第37-38页 |
| 4.1.3 结构光法 | 第38页 |
| 4.1.4 立体视觉法 | 第38-39页 |
| 4.2 深度相机介绍 | 第39-45页 |
| 4.2.1 双目立体视觉理论基础 | 第39-43页 |
| 4.2.2 Intel RealSense D435深度相机介绍 | 第43-45页 |
| 4.3 基于深度信息的活体检测方法 | 第45-49页 |
| 4.3.1 方法依据 | 第45页 |
| 4.3.2 关键特征点介绍 | 第45-46页 |
| 4.3.3 三维几何特征 | 第46-49页 |
| 4.3.4 方案对比与测试 | 第49页 |
| 4.4 纹理扰动的活体检测方法 | 第49-54页 |
| 4.4.1 纹理扰动算法分析 | 第50-52页 |
| 4.4.2 基于纹理特征的活体检测分类方法 | 第52-54页 |
| 4.4.3 方案测试 | 第54页 |
| 4.5 融合深度信息与纹理扰动信息的活体检测算法 | 第54-58页 |
| 4.5.1 系统介绍 | 第54-55页 |
| 4.5.2 算法介绍深度图有效性判断 | 第55-58页 |
| 4.5.3 方案测试 | 第58页 |
| 4.6 小结 | 第58-59页 |
| 第五章 活体检测人脸识别系统设计 | 第59-67页 |
| 5.1 引言 | 第59页 |
| 5.2 系统框架设计 | 第59-60页 |
| 5.3 硬件开发平台 | 第60-61页 |
| 5.4 监控端系统设计 | 第61-63页 |
| 5.4.1 视频流的接入 | 第61页 |
| 5.4.2 人脸的活体检测 | 第61-62页 |
| 5.4.3 人脸数据上传与接收 | 第62-63页 |
| 5.5 活体检测系统测试 | 第63-64页 |
| 5.6 活体检测人脸识别系统 | 第64-67页 |
| 5.6.1 人物注册 | 第64-65页 |
| 5.6.2 人脸活体检测与识别测试 | 第65-67页 |
| 第六章 总结展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |