[发明专利]一种基于深度学习的多分类器融合的人脸活体识别方法在审
| 申请号： | 201811510432.1 | 申请日： | 2018-12-11 |
| 公开（公告）号： | CN109670430A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 毛颖;胡浩基;王曰海 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 活体识别 人脸 检测 多分类器融合 边框检测 分类器 摩尔纹 眨眼 神经网络特征 抗干扰能力 边缘特征 程序流程 创新性地 外加设备 现实场景 眼部特征 摄像头 融合 传统的 学习 应用 配合 | ||
【主权项】：
1.一种基于深度学习的多分类器融合的人脸活体识别方法，其特征在于，该方法为利用传统边缘特征的边框检测，收集数据并训练深度神经网络的摩尔纹检测，并结合使用人眼关键点位置的眨眼检测，进行多分类器融合的人脸活体分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811510432.1/，转载请声明来源钻瓜专利网。
