展开

关键词

照片能骗过摄像头吗?人脸识别活体检测破解“照片骗局”

腾讯优图实验室已经成功研发并推向使用的一项人脸识别技术:光线活体。 在腾讯优图实验室了解到,判断画面上呈现的是不是一个真的人脸,途径和手段是可以非常多样化的。要验证是不是真正的人脸,光靠一个二维的模式识别,或者人脸特征点的对齐都是远远不够的,存在一定的局限性。 光线活体技术,为“刷脸”提供安全保障 一个简单的假设:拿着一张照片能不能骗过摄像头? 答案是肯定不行。 现有的人脸识别/验证中,活体早就作为一个基本的保障加入其中,比如大家熟知的 iPhone X 的人脸解锁,就需要用户保持张着眼睛等“活体”的动作,大多数的人脸识别在录入用户原始比对数据时,会采用“摇头” 此外,较为典型的还有使用唇语、声音识别、波纹等技术作为验证方式。 就在上个月,腾讯优图实验室已经成功研发并推向使用的一项人脸识别技术:光线活体。

9.6K80

新型神经网络可从单张照片识别人脸

俄罗斯国立高等经济大学(HSE)研制出可从单张照片识别人脸的新型神经网络。 借助于深度神经网络,俄罗斯国立高等经济大学的人研究人员已经提出了一种新方法,能够从视频中识别出人的身份。 该方法不需要大量的照片,并且与现有方法相比具有明显更高的识别准确度——即使只有某个人的一张照片可用。 面部识别技术在过去几年中发展迅速。 现在,可以更容易地访问越来越多的照片数据集,并将这些数据集用于训练神经网络。对于受限的观察环境(具有相同的面部方向、照明等因素的照片),算法的准确性早已达到人类面部识别的能力水平。 然而,随着神经网络中积累的知识的变化,这并不意味着它可以适应只有一张照片用作训练样本的情况并识别出人的身份。” 为了解决这个问题,国立高等经济大学的研究人员利用模糊集和概率理论来开发视频识别算法。 研究人员还开发了一个Android应用程序原型,用于确定照片和视频中人物的年龄和性别。对照片库的分析能够实现对用户社交活动程度的自动评估,并识别用户的亲密朋友和亲戚。

58520
  • 广告
    关闭

    人脸识别限时特惠,10万次资源包仅需9.9元!!

    基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    照片也能追踪手机?人脸识别迎来“终结者”

    布法罗大学的研究人员掌握了一种方法,可以通过分析照片来追踪拍摄的手机,这项研究为身份验证提供了另一种可能性——用手机拍摄的照片识别身份。 这可以防止攻击者非法获取到用户之前的二维码照片,并借此骗过服务商。 准确率99.5%,比指纹识别强在哪里? 随iPhone X 兴起的人脸识别实际上并不安全,前段时间接连出现双胞胎、母子甚至是同事破解Face ID 的例子。相比人脸识别,指纹识别是目前更为成熟的验证方案,不过仍然存在安全漏洞。 和人脸、指纹、虹膜等生物识别方式相比,用照片来追踪手机是一个全新的概念。尽管研究人员在安全协议中已经防范了很多被攻击的可能,但技术的普及还要考虑商业成本和用户接受度。 不管是用作ATM 取钱,还是零售店支付,人脸识别、指纹识别已经足够便捷。即使这项技术可以实现,也只能作为现有身份验证的补充。

    82850

    Java + opencv 实现人脸识别,图片人脸识别、视频人脸识别、摄像头实时人脸识别

    、实时摄像头人脸识别、视频文件人脸识别 * @Description: OpenCV-4.1.1 测试文件 * @date: 2019年8月19日 17:17:48 * @version: V-1.0.0 ,识别成功保存图片到本地 getVideoFromCamera(); // 2- 从本地视频文件中识别人脸 // getVideoFromFile(); // 3- 本地图片人脸识别识别成功并保存人脸图片到本地 face(); // 4- 比对本地2张图的人脸相似度 (越接近1越相似) String basePicPath image, new Size(300,300)); } i++; if(i==3) { // 获取匹配成功第10次的照片 : 2- 测试本地视频识别人脸 3- 测试本地图片人脸识别 4- 测试本地2张图片人脸的相似度 完结。

    21220

    基于OpenMV的人脸识别,支持人脸注册、人脸检测、人脸识别

    1061700625/OpenMV_Face_Recognition ''' >> author: SXF >> email: songxf1024@163.com >> description: 用LBP特征进行人脸识别 ,可进行人脸注册、人脸检测与人脸识别 Pin7高电平一次,触发人脸注册;默认低电平 UART1(Pin1)输出调试信息 UART3(Pin4)输出识别结果,当识别成功后,返回“Find It = 0: debug(res) return 1 def match(d0): # 人脸识别 dir_lists = os.listdir( ,但由于SD卡内无文件,无法匹配人脸 ? 按下F1按键,进入人脸注册模式,连续拍5张照存入SD卡(拍摄时绿灯快闪50ms,拍摄完绿灯闪1000ms) ? 再识别,可完成人脸识别(红灯闪1000ms)。

    1.3K30

    人脸识别

    1.人脸识别的难点 用户配合度 相似性 易变形 2.人脸识别的评测方法 LFW数据集(Labeled Faces in the wild):该数据库工有13233幅图像,其中5749个人,1680人有两幅及以上的图像 该数据库采集的是自然条件下人脸图片,目的是提高自然条件下人脸识别的精度。

    1.6K90

    人脸识别

    降低计算强度 face_cascade = cv2.CascadeClassifier('d:\haarcascades\haarcascade_frontalface_alt.xml') # 探测人脸 # 根据训练的数据来对新图片进行识别的过程。 ,其他可以不写   scaleFactor= 1.01, #控制金字塔层数,通常范围1.01~1.5 参数越小,层数越多,结果越精确   minNeighbors = 1, #为5表示有5次重叠才认为人脸存在   minSize = (1,1),#寻找人脸的最小区域 ) # 处理人脸探测的结果 print ("{0}".format(len(faces))) for(x,y,w,h) in faces:

    1.1K10

    人脸图像识别(python人脸识别技术)

    python人脸识别 人脸识别的崛起 什么是人脸识别 人脸识别技术的应用和发展 python人脸识别 导入库 实现代码 人脸识别的崛起 什么是人脸识别 人脸识别是将采集到的数据信息,根据人脸特征信息进行比对 不过肯定的一点是,你的人脸识别首先要将人脸转化为计算机可以识别的数据,人脸识别其实就是计算机方面的数据识别人脸识别技术的应用和发展 谈到应用,我的第一映像就是手机上的人脸识别解锁,目前在学校公寓里面也有人脸识别的机器,我记得首先是收集了我们学生们的照片,应该是存入数据库的,我们学生的信息,包括学号,以及所在系等等 当然对于视频动态图像也是可以的,我们python中也有调用摄像头的模块,以及也有可以将手机的摄像头将摄像头转换地址的,我们可以在代码中加入进来,调用摄像头并控制拍照片,这样就可以和这个结合起来,实现动态人脸识别 我们可以有这个思路,这里只是给大家简单介绍一下python的这个人脸识别库。当然也会有其他的编程语言的实现人脸识别。 后期会写出动态拍照人脸识别

    22260

    Android人脸识别识别人脸特征

    本文我们接着来看看,在完成了人脸注册之后我们该如何识别出用户的人脸特征,从而通过人脸识别获取用户信息。 人脸识别的全部流程集成在官方 Demo 的 DetecterActivity 文件中。 还是来了解几个概念 人脸追踪 FT 年龄检测 Age 性别检测 Gender 其中人脸追踪 FT 与人脸检测 FD 功能基本一致(甚至代码基本都是相同的),Age 引擎用于识别年龄,Gender 引擎用于识别性别 识别流程 整体上比人脸注册还要简单,官方提供了很好的封装供我们使用,我们来看看流程。 流程是这样的 提取图片中的人脸 → 与我们已经注册过得特征集合进行特征匹配 → 匹配程度最高的作为最终识别结果 这一过程是放在一个子线程中运行的,代码如下: //人脸识别线程 class FRAbsLoop

    2.1K30

    人脸识别技术禁令再来!美国又一城市禁止面部识别软件

    美国会两党罕见地共同提案,拟立法暂停使用人脸识别软件。在人脸识别技术应用方面,美国似乎走向了保守。 继旧金山之后,全美第二个禁止面部识别技术的城市出现了。 然而,法律将面部识别称为“等同于要求每个人随时携带和展示带有个人照片的身份证”,并引用了对女性、年轻人、移民和有色人种面部识别错误匹配的担心。 美国会两党共同提案:立法暂停使用人脸识别软件 上个月,美国国会两党在一场国会听证会上正式讨论了对执法部门使用面部识别软件所带来的日益担忧。 美国在人脸识别这样的技术应用方面似乎走向了保守的道路,旧金山、波士顿郊区已经成为正式立法禁止警方和市政部门使用人脸识别软件的两个城市,奥克兰也在考虑类似的禁令。 在纽约,人脸识别被尝试用于在大桥上识别车内司机面孔,结果是彻底失败。 像人脸识别这样的人工智能技术应用,到底应该鼓励还是禁止,欢迎读者朋友留言讨论。

    56240

    泼辣相册SDK:照片归类、人脸识别、智能修图,打造最强AI相册

    泼辣相册SDK是基于Polarr专有的智能算法开发,为用户提供了包括照片美学评分、相似照片归类、图像物体检测、重复照片删除、人脸识别分组和图像自动增强等功能。 因此,对于用户进行照片分类而言是一个很好的新选择。软件可以根据图片信息自动将照片进行分类,从而方便我们在照片库中查找和整理照片。 ?   检测图像中的对象并生成相关标签和边轮廓边框   识别人脸并按脸部生成照片/事件   为单张或一组照片标注照片背后的故事   在事件、人物、地点之间建立照片之间的联系 AI相册的好处在于无需用户再自行分类 ,软件可以自行根据图像识别来完成分组,从而进一步更好地对照片进行整理,方便照片的存储和后期处理使用。 对于有照片整理需求的人而言,这的确是个值得一试的新软件

    2.3K110

    LBPH人脸识别

    cv2.IMREAD_GRAYSCALE))#原始图像 labels=[0,0,1,1]#图像标签 recognizer=cv2.face.LBPHFaceRecognizer_create()#LBPH人脸识别 特征图像划分为一个个单元格时,每个单元格在水平方向上的像素个数 grid_y表示将LBP特征图像划分为一个个单元格时,每个单元格在垂直方向上的像素个数 threshold表示在预测时所使用的阈值,如果大于该阈值,那么没有识别到任何目标对象 ) src表示输入图像 labels表示标签 label, confidence=cv2.face_FaceRecognizer.predict(src) src表示输入图像 注意:置信度评分用来衡量识别结果与原有模型之间的距离

    9930

    树莓派人脸识别实际应用:人脸识别门禁

    在上一篇文章树莓派调用百度人脸识别API实现人脸识别,我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们做一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,发送蓝牙串口数据给 import base64 import time import bluetooth from bluetooth_test import bt_open,servo_init,bt_close #百度人脸识别 : f = open('faceimage.jpg','rb') img = base64.b64encode(f.read()) return img #上传到百度api进行人脸检测 def go_api(image): result = client.search(str(image, 'utf-8'), IMAGE_TYPE, GROUP);#在百度云人脸库中寻找有没有匹配的人脸 ') servo_init() if True: getimage()#拍照 img = transimage()#转换照片格式

    83110

    python人脸识别

    目录 1 读取图片 2 将图片灰度转换 3 修改图片尺寸 4 绘制矩形_圆 5 人脸检测 6 检测多张人脸 7 检测视频中的人脸 8 训练数据并人脸识别 8.1 训练数据 8.2 人脸识别 1 读取图片 8 训练数据并人脸识别 8.1 训练数据 import os import cv2 import sys from PIL import Image import numpy as np def getImageAndLabels face.LBPHFaceRecognizer_create() recognizer.train(faces,np.array(ids)) # 保存文件 recognizer.write('trainer.yml') 8.2 人脸识别 /trainer.yml') # 准备识别的图片 img = cv2.imread(r'E:/girl.jpg') # 将图片缩小至原来的1/2 height, width = img.shape[: (gray) for x, y, w, h in faces: cv2.rectangle(reSize, (x, y), (x+w, y+h), (0, 255, 0), 2) # 人脸识别

    41831

    LDA人脸识别

    cv2.IMREAD_GRAYSCALE))#原始图像 labels=[0,0,1,1]#图像标签 recognizer=cv2.face.FisherFaceRecognizer_create()#人脸识别 predict_image) cv2.waitKey() cv2.destroyAllWindows() label= 1 confidence= 10647.989937693492 算法:LDA人脸识别是一种经典的线性学习方法 , num_components[, threshold]]) num_components表示使用Fisherfaces准则进行线性判别分析时保留的成分数量,默认值是0 threshold表示进行识别时所使用的阈值

    9310

    人脸识别demo

    process_this_frame for (top, right, bottom, left), name in zip(face_locations, face_names): # 将人脸面部信息画出来 'q'): break video_capture.release() cv2.destroyAllWindows() 需要的第三方库 face_recogniton是世界上最简单的人脸识别库了 你可以通过Python引用或者命令行的形式使用它,来管理和识别人脸,该软件包使用dlib中最先进的人脸识别深度学习算法,使得识别准确率在《Labled Faces in the world》测试基准下达到了 99.38%,它同时提供了一个叫face_recognition的命令行工具,以便你可以用命令行对一个文件夹中的图片进行识别操作。 代码部分 效果 识别成功 [在这里插入图片描述] [在这里插入图片描述] 识别失败 [在这里插入图片描述] 完整代码 # -*- coding: utf-8 -*- # @Time : 2019

    18430

    PCA人脸识别

    ,cv2.IMREAD_GRAYSCALE))#原始图像 labels=[0,0,1,1]#图像标签 recognizer=cv2.face.EigenFaceRecognizer_create()#人脸识别 predict_image) cv2.waitKey() cv2.destroyAllWindows() label= 1 confidence= 19228.277485215305 算法:PCA人脸识别是将高维的人脸数据处理为低维数据后 (降维),再进行数据分析和处理,获取识别结果。 num_components[, threshold]]) num_components表示保留的分量个数,通常情况下,保留的分量个数为80 threshold表示在预测时所使用的阈值,如果大于该阈值,那么没有识别到任何目标对象

    9120

    Adobe Photoshop软件,通过内容识别填充从照片中移去对象

    了解如何使用“内容识别填充”工作区,通过从图像其他部分取样的内容来无缝填充图像中的选定部分 “内容识别填充”工作区可提供交互式编辑体验,以实现终极图像控制。 在您调整采样区域时使用实时全分辨率预览,内容识别填充会使用和调整相关设置并以获得令人惊叹的效果。 使用内容识别填充快速删除对象 了解如何通过四个简单步骤使用“内容识别填充”工作区删除对象 1.选择主体 使用“选择主体”、“对象选择工具”、“快速选择工具”或“魔棒工具”快速选择您要删除的对象 2.打开内容识别填充 在选区内单击鼠标右键,然后选择“内容识别填充…” 选择“编辑”>“内容识别填充...” 3.调整选区 轻松扩展对象周围的选区边缘,方法是从左侧工具栏中选择“套索”,然后在顶部的“选项”栏中单击“展开 提交填充后,在退出“内容识别填充”工作区时,还会在文档中更新选区。 导航工具 抓手工具:在文档窗口和“预览”面板中平移图像的不同部分。使用任何其他工具时按住“空格键”键,可快速切换到“抓手工具”。

    63800

    Android 人脸识别人脸注册

    该项目基于讯飞SDK实现的人脸检测,使用face++的webapi实现的人脸注册以及人脸识别人脸识别,我们可以理解为从一个专门保存人脸特征值的数据集合中找到最匹配的一组特征值。 人脸识别 (FR引擎) 当检测出人脸时,对人脸进行识别,如果人脸特征集合中存在该人脸信息,读取出该人脸信息及人员信息。 第三步: 经过上述的两部,我们已经成功的从图片中识别到了人脸,并且将该人脸在图片中的位置获取到了,接下来我们要做的就是使用 FR 人脸识别引擎识别该位置人脸中的特征信息。 if (! ,并且将人脸特征信息保存到本地,这个数据将会用于人脸识别获取人员信息的流程。

    2.4K30

    人脸识别技术优缺点,人脸识别技术的原理

    现如今,在案件侦破,小区门禁,手机解锁等等方面,我们都需要用到人脸识别技术,这项技术应用到了很多的场景当中,对于日常的生活来说也提供了不少的便利,下面我们就将为大家介绍人脸识别技术。 ,而且通过人脸识别技术,可以不易察觉,不会陷入被人伪装欺骗的地步。 虽然人脸识别技术的优点非常多,但是我们也需要注意到它的缺点,因为人类的脸部或多或少存在着一定的相似性,所以对于人脸的外形来说,它是很不稳定的,而且有些人脸识别技术还可能会导致信息的泄露。 二、人脸识别技术的原理 人脸识别识别技术的一种,主要是通过人类的面部特征来进行身份确认,在判断出是否存在人脸之后,就会开始检测脸部的位置和大小,根据检测出来的信息,就可以提出身份特征,然后和已知的人脸之间进行对此 人脸识别技术在现在的社会中已经越来越普遍了,我们也日常的生活中随处可见人脸识别技术,有些小区也是可以通过人脸识别技术来确定身份,不过我们在进行人脸识别的过程,也要多加注意保护自己的信息。

    1K20

    扫码关注腾讯云开发者

    领取腾讯云代金券