活体认证调研

文章目录

前言

首先
踩坑

Python环境 - 多版本切换
Python环境 - model配置

运行

搜集
训练
综合识别

识别结果
资源获取

前言

人脸抓取和人脸识别似乎已经在不是什么难事，公司有同事训练了一个人脸识别模型，并使用Python搭建了一个人脸认证服务，貌似效果还不错。虽然重了点，但是好歹也算是标新立异，技术上总比那些堆砌复杂逻辑的老陈系统要好。
前段时间有对我们产品感兴趣的客户问过一句：你们的的人脸识别能够离线实现活体认证吗？。回答当然是：可以…

================================一个漂亮的分割线 ==============================

首先

百度一下，我们得到的结果是这篇文章Liveness Detection with OpenCV，貌似非常靠谱，那么现在开始搞一搞，相信我，你们在某书某金上看到的都是高仿文章，非常微妙的隐藏了原文链接，看起来就像是自己写的一样。真的！CSDN上的博主就不会这样，因为他们连格式都懒得粘贴，多么硬核，好像在说，对！老子就是抄了，你说咋地吧？ 资源文件会放在本文结尾处，稍安勿躁···

踩坑

Python环境 - 多版本切换

建议使用**Python3.6.9**,笔者遇到的情况是使用最新的Python3.8.0版本，但是貌似opemcv对此支持有问题，处于程序员的倔强硬刚了半个小时，但是历史的教训告诉我，更换版本总比修改它来的快。所以果断下载和安装了…Python3.7.4…
全部勾选上

加入环境变量

默认加到最前面

后来者居上
默认使用前面那个当环境变量，当然还有比较高明的手法如下：这就是版本切换，不过我还是用前面的方式···
看图说话

Python环境 - model配置

这个好说,缺啥补啥，唯一麻烦的就是下载慢，XXX就是提示缺失的模块名字

//在pip install XXX命令的后面加上 
--default-timeout=100 -i https://pypi.tuna.tsinghua.edu.cn/simple即可。

以下模块都会挨个提示，一个都跑不了

运行

搜集

==============================================人脸收集===========================================================

$ python gather_examples.py --input videos/real.mov --output dataset/real --detector face_detector --skip 1

使用方法
cmd

参数说明
input：输入视频文件的路径；
output：输出目录的路径；
detector：人脸检测器的路径；
confidence：人脸检测的最小概率。默认值为0.5；
skip：检测时略过的帧数，默认值为16；

训练

==============================================模型训练===========================================================

python train_liveness.py --dataset dataset --model liveness.model --le le.pickle

操作
CMD


参数说明
dataset：输入数据集的路径;
model：输出模型文件保存路径；
le：输出序列化标签编码器文件的路径；
plot：训练脚本将生成一个图；

综合识别


==============================================综合识别===========================================================

python liveness_demo.py --model liveness.model --le le.pickle --detector face_detector

操作
CMD

参数说明
 
### 合成
```python
=============================================打包 ===========================================================

pyinstaller -c xxxx.py 
 
{'model': 'liveness.model', 'le': 'le.pickle', 'detector': 'face_detector', 'confidence': 0.5}