Face Liveness Detection Anti Spoofing Web App

面部耐受性檢測（反欺騙）Web應用程序

簡化的WebRTC Web應用程序可以識別面部是否來自真實的人還是假人，並防止系統進行虛假驗證。

靈感

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

我強烈建議大家都看一下這個精彩的回購，這是我項目的靈感。

方法的缺點

Jomariya23156所採用的方法的缺點是，儘管他聲稱它是一個網絡應用程序，但由於缺乏基本的WeBRTC功能，因此無法在服務器 - 客戶端方案中使用。

有關更多信息，請查看此鏈接：https：//blog.streamlit.io/how-to-build-the-the-streamlit-webrtc-component/

---

應用功能

• 計算真實和假率
• 使用Sparlit的WebRTC功能

---

快速開始

開始在本地開發。

步驟1：克隆倉庫

分叉存儲庫。然後通過執行本地克隆回購

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

步驟2：創建虛擬環境並激活它。 （注意：我使用了PIP）

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

步驟3：CD進入目錄

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

步驟4：安裝依賴項

pip install -r requirements.txt

步驟5：您很好！

streamlit run app.py

現在，您應該在http：// localhost：8501上運行應用程序並可以訪問。

步驟6（可選）：部署和享受！

您可以將應用程序部署到雲平台，例如精簡共享和Heroku。

部署鏈接：

• 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頁20頁20ON％20 streamlit.io。

如果您面臨遠程部署應用程序的問題，請參閱此鏈接：https：//docs.streamlit.io/knowledge-base/deploy/remote-start

樣本輸出

普通的

與圖片

帶有視頻

✌️貢獻

克隆和設置本地項目後，您可以將更改推向github fork並提出拉請請求。

推動更改

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

項目限制

• 一次只能在3-4個設備上運行。
• 在明亮的背景光中工作不佳。
• 性能從瀏覽器到瀏覽器不同：在Chrome和Firefox上快速工作，但邊緣速度很慢。

就是所有人！