文献类型：期刊文章

作　　者：黄俊[1] 张娜娜[2] 章惠[1]

HUANG Jun;ZHANG Nana;ZHANG Hui(College of Information Technology,Shanghai Ocean University,Shanghai 201306,China;College of Information Technology,Shanghai Jian Qiao University,Shanghai 201306,China)

机构地区：[1]上海海洋大学信息学院,上海201306 [2]上海建桥学院信息技术学院,上海201306

出　　处：《红外技术》

基　　金：上海市教育委员会“晨光计划”基金项目(AASH1702)。

年　　份：2021

卷　　号：43

期　　号：9

起止页码：845-851

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对当前交互式活体检测过程繁琐、用户体验性差的问题,提出了一种优化LeNet-5和近红外图像的静默活体检测方法。首先,采用近红外光摄像头构建了一个非活体数据集;其次,通过增大卷积核、增加卷积核数目、引入全局平均池化等方法对LeNet-5进行了优化,构建了一个深层卷积神经网络;最后,将近红外人脸图片输入到模型中实现活体静默活体检测。实验结果表明,所设计的模型在活体检测数据集上有较高的识别率,为99.95%,整个静默活体检测系统的运行速度约为18~22帧/s,在实际应用中鲁棒性较高。

关 键 词：LeNet-5  卷积神经网络 全局平均池化  近红外图像  静默活体检测  

分 类 号：TP399]