3D摄像头类型的活体检测
通过3D摄像头拍摄人脸，获取相应的人脸区域的3D数据，基于这些数据，选择有区分度的特征来训练神经网络分类器，Zui终利用训练好的分类器区分活体和非活体。特征的选择至关重要，我们选择的特征既包含了全局的信息，也包含了局部的信息，这样的选择有利于算法的稳定性和鲁棒性。
3D人脸活体检测分为以下3个步骤：
提取活体和非活体人脸区域的N个（推荐256个）特征点的三维信息，对这些点之间的几何结构关系进行初步的分析处理；
提取整个人脸区域的三维信息，对相应的特征点做的处理，再采用协调训练Co－training的方法训练正负样本数据，利用得到的分类器进行初分类；
利用以上两个步骤所提取的特征点进行曲面的拟合来描述三维模型特征，根据曲面的曲率从深度图像中提取凸起区域，对每个区域提取EGI特征，利用其球形相关度进行再分类识别。
人脸识别技术日益普及地运用在各行各业，为用户提供更智能和快捷功能的我们仍要将安全系数作为首要条件进行考虑。返回搜狐，查看更多