摘要
本发明公开了一种基于信息安全的活体身份认证方法,涉及信息安全技术领域,本发明,采用高帧率摄像头捕捉面部细粒度的动态变化,通过光流分析和频域特征提取,将每帧的像素运动信息转化为频域特征,结合局部纹理特性生成动态特征向量,准确捕捉面部微动态行为,然后利用递归神经网络RNN建模动态特征向量的帧间变化模式,从时间序列中挖掘异常行为,并通过异常评分机制量化伪造可能性,在此基础上将动态特征向量与时间一致性分析的异常行为结果进行加权融合,结合特征扩展与降维处理,优化特征表达;最后通过支持向量机SVM分类器对融合特征进行训练和分类,利用正则化与误差惩罚机制优化决策边界,提高对活体与非活体的判别准确率。
技术关键词
活体身份认证方法
频域特征提取
动态
序列
递归神经网络模型
支持向量机分类器
运动特征
局部纹理特征
光流场
视频
损失函数优化
像素点
信息安全技术
面部
评分机制
系统为您推荐了相关专利信息
加密存储方法
密钥
多模态信息
马尔可夫模型
加密解密
图像像素
时空混沌系统
矩阵
图像加密方法
融合人脸
数据流架构
动态可重构
可重构芯片
编程
数据传输配置
模糊隶属函数
虚拟发电机
虚拟储能
网络拓扑信息
模糊边界
翻译教学系统
面向机器翻译
发音错误检测
学生
多模态技术