问题描述
我正在进行一个人脸识别项目，首先可以注册自己，然后启动一个识别脚本，该脚本将启动我的网络摄像头并识别我自己。我正在关注此article，它的运行正常。
我注意到的是，如果我将照片显示在相机前而不是我自己在相机前，它仍然可以检测并识别我的脸。没有涉及反欺骗。我想在代码中包含反欺骗方法，以便它可以检测到被检测/识别出的脸是假冒的天气。为此，我想到了以下方法：
1。眨眼检测：最初，我以为我会实现眨眼检测算法，但是它也有缺点。如果一个真脸人有一段时间没有眨眨眼睛，那我们的代码会将那张脸标记为假人怎么办。此外，在距离相机1-1.5米的距离处也没有发现眼睛。
2。使用温度传感器：我还连接了欧姆龙热传感器，以便获得面部温度。在正常人脸中，温度始终高于阈值。对于照片中的脸，它将始终低于该阈值。我实现了它，并且运行良好。但是后来才意识到，如果有人在手机中显示照片，在这种情况下，由于手机的屏幕温度很高，它总是超过阈值，因此被标记为真实照片。
以上提到的方法对我不起作用。我正在寻找一种可以在所有情况下工作的简单解决方案。我正在树莓派上进行此项目，因此正在寻找与树莓派兼容的解决方案。请帮忙。谢谢
解决方法
很抱歉有任何错误，因为我不是来自rapiberry pi的背景，而是作为一个体面的家伙在帮助人们，我认为您应该尝试进行分辨率检查（如果可能），因为电话的屏幕分辨率始终低于真实面孔。然后，您可以将其与眨眼方法配合使用，因为照片不会眨眼，因此可以抓住手机。普通人一分钟眨眼12次，因此每5秒1次。这将帮助您抓住打印的照片。希望这会有所帮助。
,您应该在面部检测器上方使用对象检测器。它绝对可以检测到电话。
您可以对其进行重新培训，以检测照片是否还被举起。
首先运行对象检测器，保存手机的边界框坐标，然后查看面部边界框坐标是否位于手机内部。
,我目前正在研究人脸识别系统作为我的论文项目。你试过this article吗？ Adrian 说它可以在 Raspberry Pi 中使用，但这意味着我们必须安装 TensorFlow 和 Keras 才能做到这一点。我认为这会有所帮助。