照片人脸活体检测方法研究
一、原始依据
人脸识别是利用人的面部特征进行身份识别的一种生物识别技术。该技术逐渐成熟，并且被广泛应用，但容易用照片、视频等方式伪装人脸，欺骗系统，造成误判，这种对合法用户人脸的假冒行为已经严重侵害了正常用户的合法权益和系统安全。人脸识别的活体检测可以很好地解决这一问题，活体检测通过检测活体与照片视频之前的不同点，从而达到识别活体人脸的要求，主要方法有微纹理检测、动态信息检测、三维模型检测等。对于重要场所的门禁、远程识别和在线身份认证等方面都有重要应用，因此人脸识别活体检测成为了现今科研研究的重要方向。
本毕业设计课题旨在通过研究活体人脸和假冒人脸的特征，采用LBP、小波变换或其他相应方法提取，并采用分类器进行检测。主要通过检测真实人脸照片与二次成像照片在纹理方面的区别，利用LBP（Local Binary Patterns，局部二值模式）方法提取局部特征作为判别依据，从而进行识别，并且使用SVM（Support Vector Machine，支持向量机）进行分类，并用MATLAB实现。
二、参考文献
[1]孙霖.《人脸识别中的活体检测技术研究》.浙江大学,博士论文,2010年
[2]伍世虔.《红外人脸识别技术》.中国图象图形学报，2008年12月
[3]柴秀娟.《基于 3D 人脸重建的光照、姿态不变人脸识别》 .软件学报,2006年3月
[4]张文超，山世光，张洪明，陈杰，陈熙霖，高文.基于局部Gabor变化直方图序列的人脸描述与识别.软件学报 2006 17(12).
[5]Shengye Yan, Shiguang Shan, Xilin Chen, Wen Gao.Locally Assembled Binary (LAB) feature with feature-centric cascade for fast and accurate face detection.IEEE 2008.
三、研究内容和要求
研究内容与技术指标：
1、本次设计是研究活体人脸和假冒人脸的特征，并加以识别。
2、采用LBP、小波变换或其他相应方法提取，并采用分类器进行检测。 3、要求在已有数据库上验证，保证检测率在90%以上。 具体要求：
1、能够理解课题意义和应用前景。
2、通过查阅资料，学习并掌握人脸识别活体检测的具体方法。 3、学习并掌握MATLAB语言及相关算法。 4、掌握LBP和SVM的运用。
5、在实现功能的前提下，尽量提高检测率。