| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-12页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 本文主要内容 | 第10-11页 |
| 1.3 本文章节安排 | 第11-12页 |
| 2 相关研究工作综述 | 第12-31页 |
| 2.1 高光谱成像技术及LCTF简介 | 第12-15页 |
| 2.1.1 高光谱成像技术概述 | 第12-15页 |
| 2.1.2 LCTF概述 | 第15页 |
| 2.2 Intel RealSense 3D摄像头简介 | 第15-19页 |
| 2.3 常见的欺骗手段 | 第19-20页 |
| 2.4 国内外研究现状 | 第20-31页 |
| 2.4.1 运动信息分析 | 第20-24页 |
| 2.4.2 纹理信息分析 | 第24-25页 |
| 2.4.3 活体特征信息分析 | 第25-27页 |
| 2.4.4 基于多光谱信息分析 | 第27-31页 |
| 3 基于高光谱分析的人脸活体检测 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 基于高光谱分析的人脸活体检测方法 | 第32-38页 |
| 3.2.1 方法流程 | 第32-33页 |
| 3.2.2 选取人脸特征位置 | 第33-34页 |
| 3.2.3 光谱波段选择 | 第34-36页 |
| 3.2.4 SVM分类器 | 第36-38页 |
| 3.3 实验结果 | 第38-44页 |
| 3.3.1 人脸高光谱数据集 | 第38-40页 |
| 3.3.2 实验设置 | 第40页 |
| 3.3.3 评价指标 | 第40-41页 |
| 3.3.4 实验结果与分析 | 第41-44页 |
| 3.4 小结 | 第44-45页 |
| 4 基于深度信息的人脸活体检测 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 基于三维几何特征的活体检测检测方法 | 第45-50页 |
| 4.2.1 方法依据 | 第45-46页 |
| 4.2.2 关键特征点的定义 | 第46-50页 |
| 4.3 基于人机交互的活体检测方法 | 第50-57页 |
| 4.3.1 基于表情变化的方法 | 第50-56页 |
| 4.3.2 基于姿态变化的方法 | 第56-57页 |
| 4.4 实验结果 | 第57-60页 |
| 4.4.1 三维人脸数据集 | 第57-58页 |
| 4.4.2 实验设置与评价指标 | 第58页 |
| 4.4.3 实验结果与分析 | 第58-60页 |
| 4.5 小结 | 第60-61页 |
| 5 结论 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |