基于多光谱的人脸识别技术研究

传统人脸识别算法由于仅采用单一光源进行成像，因此会遇到诸多问题，例如可见光人脸识别存在易受虚假人脸攻击、识别率不高等问题。在本项目中我们提出基于多光谱的人脸识别算法，旨在解决单一光谱下无法解决的难点。多光谱人脸识别是指利用多个不同光谱下的人脸图像进行识别的技术。本项目从如下三个角度入手，按人脸识别算法流程依次解决面临的问题：1.基于多光谱的人脸检测算法，针对多光谱人脸图像样本不足的情况，设计合适的算法充分利用已有的可见光人脸图像和人脸检测器；2.基于多光谱的人脸活体检测算法，从人脸的光学反射特性入手，利用真、假人脸在多光谱下的不同反射率进行活体检测；3.基于多光谱的人脸识别算法，考虑到多光谱成像的特点，选取合适特征，构造多光谱下的融合算法以提高整体的识别率，并提出基于子空间的光谱间异质人脸识别算法，以辅助多光谱的同质人脸识别。以上三项研究进而构成完整的基于多光谱的人脸识别算法流程。

本课题采用多光谱成像技术构建了一套安全、高性能的人脸识别系统，沿三个方面进行了深入的研究：多光谱人脸检测、多光谱人脸防伪和多光谱人脸识别。采集了多个大规模的多光谱人脸数据库，包括近红外、可见光和紫外波段，可用于开发和测试人脸检测、人脸防伪和人脸识别算法。在算法方面提出了一种基于迁移学习的多光谱人脸检测算法，能基于已有模型快速训练不同光谱的人脸检测器。提出了多种可见光人脸防伪方法，包括基于运动的方法、基于纹理分析的方法和两者的融合，多次在国际人脸防伪竞赛中取得第一名。提出了一种基于多光谱融合的人脸防伪方法，并构建了一套完整的人脸防伪和识别系统，在国际会议上进行了展示，也在真实项目中进行了应用。