Face Liveness Detection Anti Spoofing Web App

面部耐受性检测（反欺骗）Web应用程序

简化的WebRTC Web应用程序可以识别面部是否来自真实的人还是假人，并防止系统进行虚假验证。

灵感

https://github.com/jomariya23156/face-recognition-with-lives-web-login

我强烈建议大家都看一下这个精彩的回购，这是我项目的灵感。

方法的缺点

Jomariya23156所采用的方法的缺点是，尽管他声称它是一个网络应用程序，但由于缺乏基本的WeBRTC功能，因此无法在服务器 - 客户端方案中使用。

有关更多信息，请查看此链接：https：//blog.streamlit.io/how-to-build-the-the-streamlit-webrtc-component/

---

应用功能

• 计算真实和假率
• 使用Sparlit的WebRTC功能

---

快速开始

开始在本地开发。

步骤1：克隆仓库

分叉存储库。然后通过执行本地克隆回购

git clone https://github.com/birdowl21/Face-Liveness-Detection-Anti-Spoofing-Web-App.git

步骤2：创建虚拟环境并激活它。 （注意：我使用了PIP）

pip install virtualenv
python -m venv [env-name]
[env-name] S cripts a ctivate 

步骤3：CD进入目录

 cd Face-Liveness-Detection-Anti-Spoofing-Web-App

步骤4：安装依赖项

pip install -r requirements.txt

步骤5：您很好！

streamlit run app.py

现在，您应该在http：// localhost：8501上运行应用程序并可以访问。

步骤6（可选）：部署和享受！

您可以将应用程序部署到云平台，例如精简共享和Heroku。

部署链接：

• https://blog.jcharistech.com/2019/10/24/how-to-deploy-your-your-your-your-streamlit-apps-to-heroku/#:~: text=; text=%20HOW%20TO%20DEPLOY%20DEPLOY%20YOUR%20YOUR%20STREAM20STREAMLITEAMLITEAMLITEAMLITEAMLIT；
• https://towardsdatascience.com/deploying-a-basic-streamlit-app-ceadae286fd0#:~: text = to%20Deploy%20the%20A pp％20to％20StreamLit％20shring％2C％20We，％20screenshot％20OF％20％20 deployment％20页20页20ON％20 streamlit.io。

如果您面临远程部署应用程序的问题，请参阅此链接：https：//docs.streamlit.io/knowledge-base/deploy/remote-start

样本输出

普通的

与图片

带有视频

✌️贡献

克隆和设置本地项目后，您可以将更改推向github fork并提出拉请请求。

推动更改

git add .
git commit -m " feat: added new stuff "
git push YOUR_REPO_URL develop

项目限制

• 一次只能在3-4个设备上运行。
• 在明亮的背景光中工作不佳。
• 性能从浏览器到浏览器不同：在Chrome和Firefox上快速工作，但边缘速度很慢。

就是所有人！