- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人脸识别中视频回假冒攻击的实时检测方法
第 15 卷 第 2 期 电路与系统学报 Vol.15 No.2
2010 年 4 月 JOURNAL OF CIRCUITS AND SYSTEMS April, 2010
文章编号:1007-0249 (2010) 02-0039-08
*
人脸识别中视频回放假冒攻击的实时检测方法
孙霖, 潘纲#
(浙江大学计算机科学与技术学院,浙江 杭州 310027 )
摘要:利用合法用户的脸部视频进行回放假冒攻击,是目前人脸认证系统的重要安全威胁。针对此问题,本文提
出了一种仅用单个普通摄像头来抵抗人脸视频假冒攻击的方法。不同于以往从人脸区域中获取假冒线索进行活体检测
的方法,本文通过人脸输入图像与场景参考图像之间的背景对比,从人脸周围背景区域中寻求视频假冒攻击线索。首
先,本文在尺度空间里构建人脸周围区域图像的背景特征点集合;然后,利用背景特征点集合建立识别场地背景和人
脸背景的 Gabor 背景描述子,并用融合相位补差的相似度来进行背景比对。实验表明该方法能有效地识别视频回放假
冒攻击。
关键词:人脸识别;视频回放假冒;Gabor 小波
中图分类号:TP391 文献标识码:A
1 引言
生物认证技术,如人脸识别、指纹识别、虹膜识别和声纹识别等,近几年已取得很大发展和应用
[1] [2]
,但是假冒攻击(或复制攻击)依然对生物认证系统构成很大威胁 。在指纹和虹膜识别中,活体
检测是抵抗假冒攻击的重要安全技术手段,它通过对活体的生理特性进行辨识,作为活体标志来抵抗
假冒攻击[2~4] [5]
。近年来,人脸识别技术发展迅速,但对人脸假冒攻击的检测研究却很少 ,这制约了人
脸认证系统的应用。同时,假冒手段多样化给检测技术的研究带来了很大的挑战。对人脸认证系统常
用的假冒欺骗手段可归纳为三类:
1)合法用户的照片;
2 )合法用户的视频;
3 )合法用户的三维模型。
对以上三种欺骗手段,从逼真度来看,照片和视频相对比三维模型要逼真;从获取途径上来说,
照片可以通过网络、简历信息、偷拍等途径极易获取到,视频也可以通过针孔摄像头轻松地拍摄到,
而制作逼近真人相貌的三维模型[6]却较为困难。因此,照片和视频是欺骗识别系统最易用的手段。相
对照片而言,视频含有头部运动、面部动作、眨眼等活体的生理信息,所以对识别系统的威胁更大。
如果把假冒视频在摄像头前播放,通常人也很难辨别出是视频还是活体。近些年来,活体人脸的检测
技术主要有:
1)三维深度信息分析[7] ;
[8,9]
2 )眨眼生理行为检测 ;
3 )面部表情交互[10~13] ;
4 )傅立叶频谱分析[14] ;
5 )热红外线[15]等。
[7]
Choudhary等人从头部运动中计算三维深度信息的方法 和Deng 、Pan等人眨眼生理行为的检测方
法[8][9]对区别活体和照片有效,但对于含有头部运动和眨眼的视频假冒攻击则无效。Frischholz等人通
过语音交互中唇部的运动、行为交互中头部的移动等检测活体[10~13] ,但是这种检测方法需要用户的配
* 收稿日期:2009-07-27 修订日期 :2009-10-01
基金项目: 国家自然科学基金);国家 863 计划(2008AA01Z149 );长江学者和创新团队发展计划资助(IRT0652 )
# 通信作者:潘纲 gpan@zju.edu.cn
40 电路与系统学报 第
文档评论(0)