广东工业大学自动化学院 冯省城
当前的人脸识别算法发展迅速,已经能够以极高准确率进行人脸验证。但是使用照片也可以有效地通过人脸验证,所以还需要进行人脸活体检测进行验证是否为真人。我们可以让人说出所提供的数字验证码,通过唇动序列识别出所说的数字验证码,然后进行正确性的验证,进而进行活体检测。基于CNN+LSTM+CTC的传统方法对于数据量小的数据集会出现难以收敛,并且准确率不高。本文使用注意力机制对不同位的数字进行分别的分类,这样就把多分类简化为一个10分类问题。实验表明,本文提出的基于CNN+GRU+ATTENTION的方法,对于小数据量的数据集能够更好的收敛,并且有更高的准确率。
唇语识别技术能通过唇动视频序列来理解人说话内容的一种技术。当处于噪声环境之下时,语音识别的准确率会有很大的下降,唇动序列能够帮助我们理解人的说话内容。所以唇语识别技术结合基于声学模型的语音识别技术,能够解决噪声的问题。同时对于人脸活体检测的问题,我们也能够通过人脸识别技术和唇语识别技术相结合来解决。人脸识别技术用于识别进行视频中人的身份认证,唇语识别技术用于进行视频中人的真实性验证,所以一个高效并且高精度的唇语识别算法是至关重要的。
最先进的单个词汇唇语识别方法由一个3D卷积层,接着是一个18层残差网络(ResNet),一个双向门控复发单元(BGRU)网络和一个softmax层。它在LRW和LRW1000数据集实现了最好的性能。……