基於Google Lens的移動活體檢測的實現

自從深度學習和CNN神經網絡在圖像識別技術中的廣泛應用，再加上Google開源的深度學習框架TensorFlow，人臉識別技術發展迅速，甚至超過了人眼的識別能力。但安全問題也隨之而來，照片攻擊、視頻攻擊等各種攻擊層出不窮。

因此，為了更安全地使用人臉識別技術，增加攻擊者的破解難度，需要在前端增加安全措施。主要安全措施有:

本文借助開源的Google Lens，從運動檢測和連續性檢測兩個方面實現了活體檢測。

2017 5月17日，谷歌I/O開發者大會發布了谷歌鏡頭。它是基於圖像識別和OCR技術的人工智能應用，可以讓機器學會“看圖說話”。在I/O大會發布的視頻演示中，裝有谷歌鏡頭的智能手機可以通過掃描視覺物體來識別並獲取詳細信息。

移動視覺，基於Google Lens的框架，/vision/

按照實現流程，主要包括人臉檢測、特征點提取、運動檢測和連續性檢測。

通過集成移動視覺，調用GMVFaceFeature接口，實現了圖片中的人臉檢測。

調用GMVFaceFeature接口提取人臉的11個特征點，分別代表眼睛、耳朵、鼻子、臉頰、嘴巴等主要面部特征。

主要實現眨眼、微笑、張嘴、左轉、右轉、擡頭、低頭、左轉、右轉等9個動作。其中眨眼和微笑已經在Google框架下進行了判斷，其他動作需要通過實際場景結合11特征點進行計算。

通過實時捕捉移動終端的視頻幀數，調用GMVFaceFeature接口實現人臉檢測。

通過集成Google Lens的圖像識別框架，實現了移動終端活體檢測。

性能非常好，可以實時處理手機攝像頭60FPS的幀率。

整合後App小於10M，基本可以滿足App整合的要求。

通過紋理檢測，進壹步提高了人臉識別的安全性。