Zeusee 配合型人脸活体检测

在移动端进行人脸识别应用开发的时候，往往存在用户会使用翻拍照片录像等来欺骗人脸识别系统，因此活体检测是人脸识别和人脸验证中非常重要的一个部分，介于目前开源活体检测代码的较少，但配合型活体检测实现相对比较简单，因此我们对其做了简单的实现， 并开源了所有的代码。

更新

• 基于HyperLandmark的活体检测

• 增加了基于IntraFace活体检测 (2018.03.30)

单目配合型活体检测

由于移动端传感器的有限性，在广泛只有单目前置摄像机的情况下，非配合型的人脸活体检测实现相对比较复杂。需要的数据成本也相对较高。而配合性活体检测仅需要通过用户简单的低头摇头操作即可极大降低用户的欺骗攻击成本。

基本设计思路参考

Tips:上图有部分流程并未完全实现

CPP 代码的使用

C++代码仅提供姿态检测

#include "AliveDetector.h"
int main()
{
    AliveDetector *aliveDetector = new AliveDetector(detector_path);
    while(/*<read Frame>*/){
        int state = aliveDetector->detect( Frame);
        // 检测一帧返回人脸状态
        // 检测不出人脸或人脸数超过1    -1
        // 正常                        0
        // 摇头                        1
        // 低头                        2
        // 抬头                        3
        }
    return 0;
}

Android Demo

1、提供了简单的Demo工程 2、NDK为版本为16

联系和交流：

关于单目非配合活体检测我们正在进行数据收集与算法开发，技术交流、捐献数据可以加入下群。

• 交流群 724142079
• 活体检测技术博客

Zeusee-Face-Anti-spoofing 快速上手指南

Zeusee-Face-Anti-spoofing 是一个专为移动端设计的配合型人脸活体检测开源项目。它通过识别用户的特定动作（如摇头、低头、抬头）来有效防御照片或视频翻拍攻击，适用于单目前置摄像头的移动设备场景。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows (需配置相应编译环境)
• 编译器：支持 C++11 标准的编译器 (如 GCC, Clang, MSVC)
• Android 开发：
  • Android Studio
  • NDK 版本：16 (项目明确指定版本，建议使用此版本以避免兼容性问题)
• 依赖库：
  • OpenCV (用于图像读取与预处理)
  • CMake (用于构建 C++ 项目)

提示：国内开发者可使用清华大学或阿里云镜像源加速 git clone 及依赖包下载。

安装步骤

1. 克隆项目代码

git clone https://github.com/zeusees/Face-Anti-spoofing.git
cd Face-Anti-spoofing

2. 构建 C++ 核心库

该项目核心算法为 C++ 实现，主要用于姿态检测。

mkdir build
cd build
cmake ..
make

注意：构建前请确保已安装 OpenCV 并在 CMakeLists.txt 或环境变量中正确配置了路径。

3. Android Demo 配置

如果您直接运行 Android 示例：

1. 使用 Android Studio 打开项目根目录。
2. 进入 File > Project Structure > SDK Location，确认 NDK location 指向已安装的 NDK 16。
3. 同步 Gradle 文件并构建项目。

基本使用

C++ 集成示例

C++ 接口主要提供姿态检测功能。您需要实例化 AliveDetector 类并传入模型路径，然后在视频流循环中调用 detect 方法。

#include "AliveDetector.h"

int main()
{
    // 初始化检测器，detector_path 为模型文件路径
    AliveDetector *aliveDetector = new AliveDetector(detector_path);
    
    while(/*<read Frame>*/){
        // 传入当前帧图像
        int state = aliveDetector->detect(Frame);
        
        // 根据返回值判断人脸状态：
        // -1 : 检测不出人脸或人脸数超过 1
        //  0 : 正常 (无动作或未完成任务)
        //  1 : 摇头 (动作完成)
        //  2 : 低头 (动作完成)
        //  3 : 抬头 (动作完成)
        
        if (state == 1) {
            // 处理摇头成功逻辑
        } else if (state == 2) {
            // 处理低头成功逻辑
        } else if (state == 3) {
            // 处理抬头成功逻辑
        }
    }
    
    delete aliveDetector;
    return 0;
}

Android 集成

在 Android Demo 工程中，核心逻辑已封装在 JNI 层。开发者可参考 app/src/main/java 下的 Java 代码调用摄像头并获取检测结果状态码，逻辑与上述 C++ 返回值一致。