HyperFAS: 静默面部防伪攻击检测 Silent Face Anti-Spoofing Attack Detection

简介：
HyperFAS是一种先进的静默面部识别技术，专注于防御各种面部防伪攻击，确保生物认证的安全性和可靠性。该系统采用创新算法，有效识别人脸伪造威胁，如照片、视频和面具模拟，为用户提供安全的访问控制环境。 HyperFAS 是一种基于深度学习的人脸静默活体验证算法，在人脸识别过程中扮演重要角色，主要用于区分真实人脸与假脸图像，并能识别纸张打印、屏幕翻拍及3D模型等欺骗手段。 在设计阶段，我们尝试了多种方法，包括SVM、LBP和深度学习。对于单一场景或摄像头而言，这些方法可以取得不错的验证效果；然而，在开发适用于各种类型摄像头的活体算法方面仍存在挑战。这里提供了一个较为优秀的模型供参考使用，尽管它在逆光等复杂环境下表现仍有待提升。 该模型训练数据集包含约36万张图像，其中假脸和真脸各占一半（即18万张）。这些图像涵盖了纸张、屏幕等多种类型的假脸，并且还包括了大部分公开的假脸数据集。此算法基于mobilenet-0.5架构，并结合OpenCV 3.4.3及MTCNN进行人脸检测，使用Keras和TensorFlow在Python环境下运行。 可以通过执行`python src/demo.py`命令来测试样例相关数据集CASIA FASD。