人脸识别中的模糊线条 人脸识别识别线

人脸识别已从科幻小说的陈词滥调迅速发展为现代世界的现实，并广泛应用于摄影数据库、社交媒体和安全领域。但是，与任何工具一样，有些人会出于恶意目的滥用它。发表在International Journal of Biometrics 上的新研究调查了人脸识别的一个这样的方面，第三方可能会“欺骗”合法用户的脸来访问他们无权使用的系统和服务，并就如何提供建议这种欺骗可能会被检测到。

印度昌迪加尔旁遮普工程学院的 Sandeep Kumar、Sukhwinder Singh 和 Jagdish Kumar 解释了生物识别技术（包括面部识别）如何成为各种领域安全的最前沿，从简单地访问一个人的智能手机到保护敏感信息前提。防止人脸识别欺骗的关键在于确定呈现给安全摄像头或设备的人脸是“现场”还是静态照片或视频，而不是真实的人。

该团队转向了一种改进的基于 SegNet 的架构，该架构可以根据局部最小和最大左右边缘来测量“模糊”，并计算水平和垂直边缘的模糊。呈现给安全摄像头的平面图像，例如照片或视频显示或设备将完全聚焦，而“景深”开始发挥作用。将 3D 物体（例如真实的脸部）呈现给相机时，假设相机聚焦在脸部的那部分，眼睛会清晰对焦，但头部弯曲的两侧会稍微失焦，因为它们与眼睛相对于相机镜头不在同一平面上。无论如何，呈现给相机的整个 3D 物体都在技术上是不可能的，检测焦平面前后物体部分的模糊是辨别真人脸的关键。相机前或平面图像。

该团队的原理证明提供高达 97% 的准确率，这是在针对标准基准测试时对早期算法的改进。此外，它可以在大约一秒钟内确定所呈现人脸的“活跃度”。研究人员现在正致力于通过查看阴影来提高他们系统的推测能力，这是真实人脸的另一个特征，对于看人脸的人来说是显而易见的，但计算机很难通过相机检测到。