使用 AWS Rekognition 检测活跃度答案

【问题标题】：Detecting liveness with AWS Rekognition使用 AWS Rekognition 检测活跃度
【发布时间】：2020-09-29 01:43:36
【问题描述】：

我希望在我的一个项目中使用 AWS Reckognition，并试图找出它是否可以区分静止图像（照片）和真人，换句话说，就是活体检测。我不希望我的系统被用于身份验证的静态照片所迷惑。

我看到它具有许多功能，例如姿势和情绪检测等。如果它不是官方功能，是否有一些解决方法或任何技巧可以实现我想要的？

我也想知道它是否可以检测注视以及如何最好地处理它。我想看看用户在看什么地方，在屏幕上，在一边等。

或者，如果 AWS 对此没有好的解决方案，您有哪些替代建议？

问候

【问题讨论】：

我不认为它像您想的那样简单。它需要了解 3d 数据。尝试购买一些立体深度相机并了解它。之后训练你的数据。
这能回答你的问题吗？ AWS live human detection from video
嘿，你能解决这个问题吗？我试图达到同样的效果。如果是，你是怎么做到的？通过 AWS 或 OpenCV？我找到的一篇文章供参考：aws.amazon.com/blogs/industries/…
我没有使用 OpenCV。我刚刚使用 AWS 并比较了两个图像之间的地标位置，眼睛/嘴巴的位置。它并不完美，但足以满足我的需求。
@prosonic，您能否详细说明您的解决方案？

【解决方案1】：

您能否利用眨眼检测（不是 AWS Rekognition 的一部分）来检查图像是否不是静态照片。你只需要 OpenCV。

Here 就是一个例子。

人脸识别在身份验证方面是出了名的不安全，许多 Android 人脸解锁功能被照片欺骗的例子就证明了这一点。

Apple 在其 FaceID 技术中使用深度感应摄像头来创建无法被照片欺骗的面部 3D 地图。 Windows Hello 人脸身份验证使用专为近红外 (IR) 成像配置的摄像头进行身份验证。

【讨论】：

【解决方案2】：

作为凝视的替代方法，您可以查看使用基于面部和鼻子位置的 aws rekognition 的 liveness 示例：

【讨论】：