基于支持向量机眼动模型的活性判别算法.PDFVIP

基于支持向量机眼动模型的活性判别算法· 1,3 1,3 1,3 1,2,3 1,2,3 邓刚 ,曹波 ,苗军 ,高文 ,赵德斌 1 ( 中国科学院 计算技术研究所 北京 100080) 2 (哈尔滨工业大学 计算机科学与工程系 黑龙江 哈尔滨150001) 3 ( 中国科学院研究生院 北京 100039) E-mail: gdeng@ 摘要:近年来以人脸为特征的生物特征识别技术(Biometrics)发展十分迅速 一些商业性的实用人脸识别系统 已经出现在了市场上 在人脸识别系统实用化的过程中安全问题也得到了人们很大的重视 活性判别问题 即如何区别合法用户的照片和其活的本人 对人脸识别系统的安全至关重要 本文提出了一种基于支持向量 机眼动模型的活性判别算法来解决该问题 本算法通过大量的人眼的样本来训练基于支持向量机的眼动模 型 然后在活性判别过程中 通过被识别人进行眨眼的配合来完成活性判别的过程 由于人脸照片不可能做 出眨眼的配合动作 所以照片就被成功的排除在了人脸识别系统的外面 从而提高了人脸自动识别系统的安 全性 关 键 词:活性判别 眼动模型 人脸识别 人脸确认 支持向量机 中图法分类号:TP391 文献标识码: A 在现代社会中 身份鉴定技术具有非常重要的应用价值 随着网络技术的发展 信息安全也显示出前所 未有的重要性 在金融 保安 司法 网络传输等应用领域 都需要精确的身份鉴定 但是传统的方法如口 令 信用卡 身份卡等存在携带不便 容易遗失 或者由于使用过多或不当而损坏 不可读和密码易被破解 等诸多问题 已不能很好地满足各种安全需要并显得越来越不适应现代科技的发展和社会的进步 因此 人们希望有一种更加可靠的办法来进行身份鉴定 生物特征识别技术给这一切带来可能 生物特 征识别技术 Biometrics 是通过利用个体特有的生理和行为特征来达到身份识别和 或 个体验证目的的 一门科学[1] 因此尽管人们可能会遗忘或丢失他们的卡片或忘记密码 但是却不可能遗忘或者丢失他们的 生物特征如人脸 指纹 虹膜 掌纹等的特征或声音等 在生物特征识别技术中 近年来以人脸为特征的识别技术发展十分迅速 相对而言 人脸识别是一种更 直接 更方便 更友好 更容易被人们接受的非侵犯性识别方法 人脸识别的研究已有 30 多年的历史[2~4] 九十年代中后期以来 一些商业性的实用人脸识别系统开始进入市场 目前 主要的商业性人脸识别系统包 括 Visionics 公司的FaceIt 人脸识别系统 Viiage 的FaceFINDER 身份认证系统 Lau Tech 公司Hunter 系 统 德国的 BioID 系统等等 国内的成都银晨网讯科技有限公司也推出了一系列基于面像识别系统的产品 和解决方案 随着使用人脸特征的身份鉴定系统的实用化 身份鉴定系统中的安全问题也就逐步的受到了重视 利用 用户的照片来欺骗人脸识别系统的问题开始得到了关注 活性判别问题是指如何区别人脸识别过程中被识别 · 收稿日期:; 修改日期: 基金项目:国家自然科学基金重点项目; 国家863 计划项目(863-306-ZT03-01-2); 国家863 计划 生物特征识别 核心技术与关键问题研究 课题项目(2001AA114190) 中科院百人计划 作者简介:邓刚 硕士生 主要研究领域为模式识别 图像处理 曹波 博士生,主要研究领域为模式识别 图像处理 苗军 博士生,主要研究领域为模式识别 图像处理和多媒体技术 高文 教授 博士生导师 主要研究领域 多媒体数据压缩 图像处理 计算机视觉 多模式接口 虚拟现实等 赵德斌 教授 博士生导师 主要研究领域 多媒体数据压缩 图像处理等 的人脸图像是真正的正常用户还是用户的照片 目前国际上Visionics 公司的 FaceIt 人脸识别系统[8], 德国 的BioID 系统[5]都有了活性判别的功能 虽然目前在国际上领先的人脸识别商业系统已经有了活性判别的功能 但是目前公开的关于活性判别的 文章在国内外都非常的稀少 我们所找到的只有三篇国外的[5 6 7] 我们未能找到国内在活性判别上的 文献 目前活性判别的方法从是否需要