人臉活體檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、人臉識(shí)別系統(tǒng)正面臨著照欺騙的威脅,因?yàn)橐粡埡戏ㄉ矸莸恼掌部梢匀肭秩四樧R(shí)別系統(tǒng)。人臉圖像包含著豐富的圖像特征信息，是復(fù)雜的機(jī)器視覺模式。數(shù)字化的人臉圖像有形狀，紋理，輪廓等一系列信息，可以表征年齡，膚質(zhì)，人臉真?zhèn)?，身份等。比如一張?40像素，高320像素大小的RGB圖像，像素維數(shù)可達(dá)240×320維，可見它反映一個(gè)人的信息是相當(dāng)豐富的,也可以用來辨別圖像的真?zhèn)?。隨著科學(xué)技術(shù)不斷進(jìn)步，計(jì)算機(jī)迅速發(fā)展，模式識(shí)別為圖像取證開創(chuàng)了一片新天地。

2、
　　針對(duì)人臉真實(shí)圖像和欺騙照片的特征差異，本文用不同方式提取數(shù)字照片的紋理統(tǒng)計(jì)信息，研究了鑒別人臉真實(shí)性的方法，本文算法只需要采集單張圖像就能識(shí)別是真實(shí)人臉還是欺騙的照片，從獲取的人臉圖像規(guī)律出發(fā)，在人臉識(shí)別的活體檢測(cè)中取得了良好的性能。
　　(1)DCT變換能夠?qū)⒒铙w真實(shí)人臉圖像的大部重要信息映射到DCT域低頻部分，而高頻部分大多為噪聲?？紤]到可以在DCT域?qū)⒏哳l噪聲因素去除，而低頻系數(shù)更好的反映真實(shí)人臉與翻拍人臉的差異

3、，提出了將人臉圖像進(jìn)行均值濾波、直方圖均衡后再提取DCT系數(shù)低頻系數(shù)作為特征，用SVM分類器能很好地將真?zhèn)稳四槄^(qū)分開來。
　　(2)圖像的紋理特征是場(chǎng)景組織構(gòu)造的真實(shí)反映，不同的紋理算子描繪了圖像灰度信息的分布規(guī)律。紋理分析是圖像處理技術(shù)中一種重要的手段。紋理是表征活體真實(shí)人與翻拍照片輪廓細(xì)節(jié)信息的有效方式，因此選擇合適的紋理描述算子可以將兩者區(qū)分開。選取灰度共生矩陣，邊緣方向直方圖，LBP等作為圖像特征提取的研究目標(biāo)。通過實(shí)驗(yàn)分

4、析，提出了基于Tamura紋理特征和LAP紋理等檢測(cè)算法，在區(qū)分活體真實(shí)人照片與翻拍照片上得了很好的效果。
　　(3)數(shù)字圖像直方圖在圖像的分析與觀察中占有重要地位，一幅圖像的直方圖描述了不同色階在當(dāng)前圖像中的比例，反映了色彩的統(tǒng)計(jì)規(guī)律，它在圖像模式識(shí)別和圖像分割中有著重要意義。在研究了真實(shí)人臉照片和假冒的翻拍照片之后，發(fā)現(xiàn)兩類照片直方圖呈現(xiàn)不同分布，因此提出了基于HSV顏色直方圖的活體檢測(cè)方法。
　　(4)由于圖像的像素灰