基于超像素分割的IPPG活体皮肤检测

孔令琴; 吴育恒; 赵跃进; 董立泉; 刘明; 惠梅

doi:doi:10.3788/AOS202040.1310001

光学学报, 2020, 40 (13): 1310001, 网络出版: 2020-07-09

基于超像素分割的IPPG活体皮肤检测下载： 920次

IPPG Alive-Skin Detection Based on Superpixel Segmentation

孔令琴吴育恒赵跃进 ^*董立泉刘明惠梅

作者单位

北京理工大学光电学院精密光电测试仪器与技术北京市重点实验室, 北京 100081

图 & 表

图 1. SPASD算法流程图

Fig. 1. Flowchart of SPASD algorithm

下载图片查看原文

图 2. SLICO超像素分割效果。(a)活体皮肤;(b)皮肤模型;(c)复杂背景

Fig. 2. Result of SLICO super-pixel segmentation. (a) Alive-skin; (b) skin model; (c) complex background

下载图片查看原文

图 3. CDF算法流程图

Fig. 3. Flowchart of CDF algorithm

下载图片查看原文

图 4. 不同区域的IPPG时域信号。(a)敏感区域;(b)背景区域

Fig. 4. IPPG time-domain signals at different areas. (a) Sensitive area; (b) background area

下载图片查看原文

图 5. IPPG相关信号的频谱图. (a)脉搏波幅度谱;(b)噪声信号幅度谱;(c)脉搏波功率谱;(d)噪声信号功率谱

Fig. 5. Frequency spectra of IPPG related signals. (a) Amplitude spectrum of pulse; (b) amplitude spectrum of noise; (c) power spectrum of pulse; (d) power spectrum of noise

下载图片查看原文

图 6. IPPG相关信号的功率谱图。(a)归一化的脉搏波;(b)归一化的噪声信号;(c)序列化的脉搏波;(d)序列化的噪声信号

Fig. 6. Power spectra of IPPG related signals. (a) Normalized pulse; (b) normalized noise; (c) sorted pulse; (d) sorted noise

下载图片查看原文

图 7. SPASD实验装置示意图

Fig. 7. Schematic of SPASD experimental device

下载图片查看原文

图 8. SPASD算法检测结果。(a)原图;(b)超像素分割图;(c)检测效果图

Fig. 8. Results of SPASD algorithm test. (a) Original image; (b) superpixel segmentation; (c) detect result

下载图片查看原文

图 9. 不同算法对比图。(a)文献[ 8]算法;(b)文献[ 11]算法;(c)文献[ 12]算法;(d) SLICO算法

Fig. 9. Results of different algorithms. (a) Algorithm in Ref. [8]; (b) algorithm in Ref. [11]; (c) algorithm in Ref. [12]; (d) SLICO algorithm

下载图片查看原文

表 1SVM相关训练参数

Table1. SVM related training parameters

Parameter	Type	Kernel type	Gamma	C	Training termination condition
Content	C_SVC	Gaussian kernel function	0.01	10	1000 iterations

查看原文

表 2不同算法的实验结果

Table2. Experimental results of different algorithms

Algorithm	Algorithm in Ref. [8]	Algorithm in Ref.[11]	Algorithm in Ref. [12]	SPASD
Detection accuracy P /%	83.89	89.74	85.55	92.02
ΔP /percent	8.13	2.28	6.47
Detection error /%	16.11	10.26	14.45	7.98
Running time /(frame·ms^-1)	3425.0	20.0	4710.0	9.8

查看原文

孔令琴, 吴育恒, 赵跃进, 董立泉, 刘明, 惠梅. 基于超像素分割的IPPG活体皮肤检测[J]. 光学学报, 2020, 40(13): 1310001. Lingqin Kong, Yuheng Wu, Yuejin Zhao, Liquan Dong, Ming Liu, Mei Hui. IPPG Alive-Skin Detection Based on Superpixel Segmentation[J]. Acta Optica Sinica, 2020, 40(13): 1310001.

基于超像素分割的IPPG活体皮肤检测下载： 920次

图 1. SPASD算法流程图

Fig. 1. Flowchart of SPASD algorithm

图 2. SLICO超像素分割效果。(a)活体皮肤;(b)皮肤模型;(c)复杂背景

Fig. 2. Result of SLICO super-pixel segmentation. (a) Alive-skin; (b) skin model; (c) complex background

图 3. CDF算法流程图

Fig. 3. Flowchart of CDF algorithm

图 4. 不同区域的IPPG时域信号。(a)敏感区域;(b)背景区域

Fig. 4. IPPG time-domain signals at different areas. (a) Sensitive area; (b) background area

图 5. IPPG相关信号的频谱图. (a)脉搏波幅度谱;(b)噪声信号幅度谱;(c)脉搏波功率谱;(d)噪声信号功率谱

Fig. 5. Frequency spectra of IPPG related signals. (a) Amplitude spectrum of pulse; (b) amplitude spectrum of noise; (c) power spectrum of pulse; (d) power spectrum of noise

图 6. IPPG相关信号的功率谱图。(a)归一化的脉搏波;(b)归一化的噪声信号;(c)序列化的脉搏波;(d)序列化的噪声信号

Fig. 6. Power spectra of IPPG related signals. (a) Normalized pulse; (b) normalized noise; (c) sorted pulse; (d) sorted noise

图 7. SPASD实验装置示意图

Fig. 7. Schematic of SPASD experimental device

图 8. SPASD算法检测结果。(a)原图;(b)超像素分割图;(c)检测效果图

Fig. 8. Results of SPASD algorithm test. (a) Original image; (b) superpixel segmentation; (c) detect result

图 9. 不同算法对比图。(a)文献[ 8]算法;(b)文献[ 11]算法;(c)文献[ 12]算法;(d) SLICO算法

Fig. 9. Results of different algorithms. (a) Algorithm in Ref. [8]; (b) algorithm in Ref. [11]; (c) algorithm in Ref. [12]; (d) SLICO algorithm

表 1SVM相关训练参数

Table1. SVM related training parameters

表 2不同算法的实验结果

Table2. Experimental results of different algorithms

关于本站 Cookie 的使用提示

全站搜索

基于超像素分割的IPPG活体皮肤检测 下载： 920次

图 1. SPASD算法流程图

Fig. 1. Flowchart of SPASD algorithm

图 2. SLICO超像素分割效果。(a)活体皮肤;(b)皮肤模型;(c)复杂背景

Fig. 2. Result of SLICO super-pixel segmentation. (a) Alive-skin; (b) skin model; (c) complex background

图 3. CDF算法流程图

Fig. 3. Flowchart of CDF algorithm

图 4. 不同区域的IPPG时域信号。(a)敏感区域;(b)背景区域

Fig. 4. IPPG time-domain signals at different areas. (a) Sensitive area; (b) background area

图 5. IPPG相关信号的频谱图. (a)脉搏波幅度谱;(b)噪声信号幅度谱;(c)脉搏波功率谱;(d)噪声信号功率谱

Fig. 5. Frequency spectra of IPPG related signals. (a) Amplitude spectrum of pulse; (b) amplitude spectrum of noise; (c) power spectrum of pulse; (d) power spectrum of noise

图 6. IPPG相关信号的功率谱图。(a)归一化的脉搏波;(b)归一化的噪声信号;(c)序列化的脉搏波;(d)序列化的噪声信号

Fig. 6. Power spectra of IPPG related signals. (a) Normalized pulse; (b) normalized noise; (c) sorted pulse; (d) sorted noise

图 7. SPASD实验装置示意图

Fig. 7. Schematic of SPASD experimental device

图 8. SPASD算法检测结果。(a)原图;(b)超像素分割图;(c)检测效果图

Fig. 8. Results of SPASD algorithm test. (a) Original image; (b) superpixel segmentation; (c) detect result

图 9. 不同算法对比图。(a)文献[ 8]算法;(b)文献[ 11]算法;(c)文献[ 12]算法;(d) SLICO算法

Fig. 9. Results of different algorithms. (a) Algorithm in Ref. [8]; (b) algorithm in Ref. [11]; (c) algorithm in Ref. [12]; (d) SLICO algorithm

表 1SVM相关训练参数

Table1. SVM related training parameters

表 2不同算法的实验结果

Table2. Experimental results of different algorithms

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于超像素分割的IPPG活体皮肤检测下载： 920次