基于3D卷积神经网络的活体人脸检测

非法入侵者通过伪装人脸骗取系统认证,给人脸认证系统带来了严重的威胁。因此,活体人脸检测成了人脸认证系统走向实用必须解决的一个重要课题。现有活体人脸检测方法多为基于照片的人脸攻击方面的研究成果,对于基于视频的人脸攻击,效果并不理想。3D卷积神经网络(Convolutional Neural Network,CNN)具有深度学习的特点,能自动学到图像的分布式特征表示;与2D卷积相比,它能学到连续视频帧的动作信息。本文结合3D卷积神经网络的特性,提出利用3D卷积实现视频人脸伪装检测。通过提取3D卷积神经网络最后全连接层学到的时间空间特征,训练SVM(Support Vector Machine)分类器,实现真实人脸和伪装人脸的分类。实验采用两个人脸伪装公开数据库Replay Attack和CASIA,实现多尺度内部数据库测试和交叉数据库测试。实验结果相对于纹理特征及2D卷积方法有较大提高,可应用于视频人脸攻击的活体人脸检测。

多颜色空间中三正交平面的WLDLBP活体人脸检测算法

基于动态纹理分析是活体人脸检测中一个重要的研究方法,然而这些算法主要从灰度视频进行研究,丢失了颜色纹理特征重要信息,导致检测识别率偏低.为了利用颜色特征信息来提高检测准确率,本文提出一种多颜色空间中三正交平面的动态局部纹理特征算法WLDLBPTOP,并分析了视频帧数不同对活体人脸检测的准确率的影响.算法在公开数据库CASIA-FASD和REPLAY-ATTACK中进行验证,实验结果表明,本文所提算法在CASIA-FASD中获得EER(Equal Error Rate)为2.69%;在REPLAY-ATTACK中,当验证集EER为2.10%时,在测试集中的HTER(Half Total Error Rate)为3.24%,比现有动态纹理特征算法拥有更高的识别率.

LaF_(3):Ce,Tb荧光猝灭法测定亚硝酸盐

亚硝酸盐作为氮循环的中间产物,广泛存在于水、土壤和食品等物质中。过量的亚硝酸盐进入人体后,可对人体健康产生严重危害。利用亚硝酸钠对LaF 3:Ce,Tb纳米颗粒的荧光猝灭现象,本文建立了一种亚硝酸钠的快速、灵敏检测方法。结果显示,该方法的线性范围为10~125μg·mL-1,检测限为1.7μg·mL-1,线性相关系数为0.9993,可用于测定环境水样中的亚硝酸钠。