我正在开发一个安全相关项目，需要检查是否检测到任何面部，如果检测到面部则做一些动作，如果未检测到面部则关闭应用程序。
一切都很完美，我使用的是SurfaceView，它实现了SurfaceHolder.Callback，在那个开放的相机和相机有一个方法名称是startFaceDetection，使用这个方法我检测人脸。
参考代码
public class SurfaceViewPreview extends SurfaceView implements SurfaceHolder.Callback {
private SurfaceHolder mHolder;
private Camera mCamera;
public SurfaceViewPreview(Context context, AttributeSet attrs) {
super(context, attrs);
setWillNotDraw(false);
mHolder = getHolder();
mHolder.addCallback(this);
mHolder.setType(SurfaceHolder.SURFACE_TYPE_PUSH_BUFFERS);
}
public void surfaceCreated(SurfaceHolder holder) {
try {
if (Camera.getNumberOfCameras() <= 0 || ContextCompat.checkSelfPermission(getContext(), Manifest.permission.WRITE_EXTERNAL_STORAGE)
!= PackageManager.PERMISSION_GRANTED)
return;
mCamera = Camera.open(0);
mCamera.setPreviewDisplay(mHolder);
} catch (Exception e) {
e.printStackTrace();
if (this.mCamera != null) {
this.mCamera.release();
this.mCamera = null;
}
}
}
public void surfaceDestroyed(SurfaceHolder holder) {
if (Camera.getNumberOfCameras() <= 0 || ContextCompat.checkSelfPermission(getContext(), Manifest.permission.WRITE_EXTERNAL_STORAGE)
!= PackageManager.PERMISSION_GRANTED)
return;
mCamera.stopPreview();
mCamera.release();
mCamera = null;
}
public void surfaceChanged(SurfaceHolder holder, int format, int w, int h) {
if (Camera.getNumberOfCameras() <= 0 || ContextCompat.checkSelfPermission(getContext(), Manifest.permission.WRITE_EXTERNAL_STORAGE)
!= PackageManager.PERMISSION_GRANTED)
return;
mCamera.startPreview();
mCamera.setFaceDetectionListener(new Camera.FaceDetectionListener() {
@Override
public void onFaceDetection(Camera.Face[] faces, Camera camera) {
// face is detected.
}
});
mCamera.startFaceDetection();
}
}
现在，问题是如果任何人类的帖子，如果我显示给相机，然后检测为人类，但我想要真实的人脸检测，而不是假的海报脸。
处理我的需求的可能方法
1)定期捕获10张图像，检查所有的变化是相同的，然后它意味着静态的脸在那里(就像挂在墙上的海报)。
2)编写任何合适的算法来判断检测到的人脸是真实的还是假的。
3)任何一个库都是可用的，说人脸是真的可用还是不可用。
如果有人有想法，请建议，如何解决上述问题(任何代码可用，然后与我分享)，感谢响应!
如何使用适应性学习方法来总结真实与虚假的图片/视频帧
你可以使用视差效果。首先，你从两个不同的地方拍两张照片，大约相隔2厘米。然后您可以比较图像并查看:
*如果它们非常相似(几乎相同)，那么图像是2d的，它是海报
*如果它们非常不同，则为3d Face
另一个方法是使用相机闪光灯。闪光灯会在照片上产生一些反射，这将阻止人们使用视频绕过你的系统，因为屏幕会产生很多眩光，会挡住脸，使相机无法检测到脸。你所需要做的就是添加一个闪光灯(最好以100Hz的频率闪烁，这样人们看不到它，但它会显示在图片中)我希望这对你有帮助。
我在解决类似@YogeshRathi的问题时遇到了挑战。我有一个算法与CV2库(Python)识别人脸从一个安全摄像头。我每隔5秒拍一张照片，算法就会识别挂在墙上的海报上的人脸。
在测试了不同的解决方案(其他算法，训练模型…)之后，我最后做的是生成一个缓冲区，其中总是有5张图片，一张进一张出。进入缓冲区的人使用包含一个面(图片中有5个面-> 5个矩形)的所有矩形的坐标列表进行操作，并与缓冲区内的其他图片进行比较。图片对比是将两幅图片之间的矩形(每个矩形有4个坐标)进行对比，通过每个单独的坐标相减。如果矩形是静态的(海报上的一张脸在不同的图片中有几乎相同的矩形)，则这两个矩形之间的差异是象征性的，因此，除非它们有不同数量的矩形，否则如果两张图片中的所有矩形具有象征性差异，则它们是相似的。
如果在一张图片中出现了一个真实的人，我们将有不同数量的矩形(海报里的脸的数量和属于真实的人的脸的数量)，所以它们中至少有一个将不同于正在被比较的图片的矩形列表。如果两张图中的矩形相似，我在history字段中放置一个标志，即0。如果有不同的矩形，则标志为1。
将进入缓冲区的图片与缓冲区中的其他图片一一比较。所以当你完成后，你有一个旗帜列表(像这样[0,0,0,1,1])附加到每个图片上。
当图片超出缓冲区时，您计算history字段。如果列表中包含一个0，这意味着至少有一张图片是相同的，所以你可以认为上面没有你需要识别的面孔，因为它只包含海报上的假面孔。