一种基于深度学习的多分类器融合的人脸活体识别方法

摘要

本发明公开了一种基于深度学习的多分类器融合的人脸活体识别方法，使用传统的边缘特征、眼部特征等与深度神经网络特征分别训练三种分类器，然后利用这些分类器通过设计好的程序流程，进行人脸活体识别。该方法针对现实场景中的活体识别问题，设计了边框检测、眨眼检测和摩尔纹检测，并创新性地将上述三个检测的结果按照一定逻辑进行融合，得到人脸活体识别结果，具有良好抗欺骗能力、优秀抗干扰能力、仅需用户少量配合的、且仅需普通摄像头(无需外加设备)等优点。本发明主要有边框检测、眨眼检测、摩尔纹检测、融合判断流程等步骤，为现实推广人脸活体识别的应用做出了一定的贡献。