人臉識(shí)別活體檢測(cè)技術(shù)研究

張淑姚，李雅欣，陳欣樂(lè)，李 晶（通訊作者）

（河北農(nóng)業(yè)大學(xué)理工學(xué)院 河北 滄州 061100）

1 引言

人臉識(shí)別[1]是與指紋識(shí)別、虹膜識(shí)別并列的三大生物識(shí)別技術(shù)之一[2]。目前，屬于人工智能的一個(gè)熱門(mén)應(yīng)用，不僅在計(jì)算機(jī)識(shí)別領(lǐng)域相當(dāng)熱門(mén)，還受到了各個(gè)行業(yè)的歡迎和熱捧，人臉識(shí)別技術(shù)仍在各領(lǐng)域快速推廣。人臉檢測(cè)是人臉識(shí)別過(guò)程中的比較復(fù)雜的關(guān)鍵部分，圖像質(zhì)量的好壞、光線的明暗程度、姿勢(shì)的變換、臉部有無(wú)遮擋等都會(huì)增加人臉識(shí)別的難度。如果僅采集一張人臉平面照片作為識(shí)別的輸入，會(huì)產(chǎn)生很多安全性問(wèn)題，所以在采集人臉信息時(shí)，需要對(duì)面部信息進(jìn)行活體檢測(cè)。人臉識(shí)別具有高度的安全性，企業(yè)為防治黑灰產(chǎn)業(yè)攻擊，在識(shí)別過(guò)程都增加了活體檢測(cè)環(huán)節(jié)。本文將從人臉識(shí)別的應(yīng)用和活體檢測(cè)技術(shù)兩方面進(jìn)行闡述。

2 人臉識(shí)別發(fā)展現(xiàn)狀及應(yīng)用

人臉識(shí)別可以有力的保障在各領(lǐng)域體系的身份信息認(rèn)證，安全可靠性較強(qiáng)，呈爆發(fā)式增長(zhǎng)，應(yīng)用范圍廣泛。如支付領(lǐng)域[3]、企業(yè)員工考勤[4]、識(shí)別登錄[5]、智能快遞柜[6]等。

火車(chē)站進(jìn)出站的人證票務(wù)核驗(yàn)[7]，蘋(píng)果公司推出的iPhoneX采用的FaceID使用了3D識(shí)別技術(shù)，不易被欺騙，保障了用戶的隱私安全，得到廣大“果粉”的青睞[7]。北京嘉瀾科技公司推出的人臉識(shí)別的保險(xiǎn)箱，更安全可靠，是人臉識(shí)別的又一應(yīng)用[8]。支付寶和菜鳥(niǎo)合作，在上海試點(diǎn)共同推出“刷臉取快遞”的基于人臉識(shí)別的智能快遞柜[6]是人臉識(shí)別在快遞行業(yè)的新應(yīng)用。

3 人臉識(shí)別的特征與優(yōu)點(diǎn)

3.1 人臉識(shí)別特征

人工智能模仿人類大腦的紡錘狀腦部區(qū)域識(shí)別面部機(jī)理，利用節(jié)點(diǎn)將人臉變?yōu)榭梢?jiàn)的線條，例如眼窩深度、眼間距和鼻頭的寬度等特征信息，將這些差別轉(zhuǎn)換成識(shí)別特征，為每個(gè)人構(gòu)建獨(dú)有的面部“印章”。

3.2 人臉識(shí)別優(yōu)點(diǎn)

非侵?jǐn)_、非接觸。人臉識(shí)別采集面部特征不需要直接接觸設(shè)備，不易被察覺(jué)從而不容易引起人的反感，也不易被欺騙，這是不同于指紋識(shí)別和虹膜識(shí)別之處。

快速直觀。人臉識(shí)別使用攝像裝置，采集和提取人的臉部特征信息，快速便捷直觀，能主動(dòng)不易被用戶察覺(jué)獲取人臉特征信息。相比虹膜識(shí)別成本低，識(shí)別快。

4 活體檢測(cè)技術(shù)

人臉識(shí)別會(huì)遇到利用合法用戶的人臉圖片、視頻、3D模型或面具頭套等手段進(jìn)行欺騙。用照片冒充的人臉圖像，會(huì)反光、有時(shí)會(huì)有邊框，與活人臉的皮膚紋理、微姿態(tài)、微表情等方面均不同。活體檢測(cè)正是利用這些差異，通過(guò)嘴形、紋理、臉運(yùn)動(dòng)匹配傳感器、臉外觀匹配照明、人臉連續(xù)性檢測(cè)、焦距恢復(fù)形狀等技術(shù)，判別人的身份真假。

活體檢測(cè)從用戶那里取得其生物特征信息，先判斷該信息是否是從具有生物活體的合法用戶身上取得的，然后通過(guò)識(shí)別活體上的生理信息來(lái)驗(yàn)證某檢測(cè)物的生物特征是否是非生命物質(zhì)偽造。

生物識(shí)別技術(shù)一般采用人的生理特征。如生物指紋檢測(cè)可基于手指溫度、出汗和導(dǎo)電性。活體臉部檢測(cè)可基于頭部運(yùn)動(dòng)、呼吸等信息。

4.1 基于運(yùn)動(dòng)信息的活體檢測(cè)

該方法從視頻中提取人臉區(qū)域的特定運(yùn)動(dòng)信息以判定人臉的真假，是目前應(yīng)用最廣的商用技術(shù)，大多數(shù)采用隨機(jī)指令交互。但它所面臨的一個(gè)挑戰(zhàn)是如果攻擊者將合法用戶的照片的眼部和嘴部掏空并在照片后按要求做相應(yīng)的指令動(dòng)作仍有可能通過(guò)識(shí)別驗(yàn)證，同時(shí)該方法對(duì)交互要求較高，很有可能被用戶偽裝欺騙。

具體方法描述：

步驟1：利用眨眼運(yùn)動(dòng)、嘴部運(yùn)動(dòng)，使用常規(guī)的動(dòng)態(tài)規(guī)劃算法完成區(qū)分推理。

步驟2：通過(guò)人臉多個(gè)部件的時(shí)序運(yùn)動(dòng)信息來(lái)做幀間人臉的判定，人臉的中心區(qū)域運(yùn)動(dòng)幅度更大，運(yùn)用光流法來(lái)估計(jì)。

步驟3：通過(guò)分析比對(duì)嘴部運(yùn)動(dòng)是否和閱讀一段文字時(shí)的罪行匹配以判別真?zhèn)巍Ｐ枰环N穩(wěn)定的人臉及嘴部檢測(cè)定位算法，同時(shí)需要用戶配合。

步驟4：結(jié)合兩種及以上的不同類型的運(yùn)動(dòng)模式如人臉左轉(zhuǎn)、右轉(zhuǎn)、張嘴、眨眼。

步驟5：結(jié)合視頻數(shù)據(jù)和音頻數(shù)據(jù)來(lái)辨別，在此之前需采集用戶一段時(shí)長(zhǎng)的音頻數(shù)據(jù)。

4.2 基于微紋理的活體檢測(cè)

該方法假設(shè)偽造的人臉是通過(guò)合法用戶的照片制作而成，一般偽造的人臉圖像在加工過(guò)程中細(xì)節(jié)損失較為常見(jiàn)，基于微紋理的活體檢測(cè)利用假人臉經(jīng)過(guò)二次采集或多次采集呈現(xiàn)出與人臉照片在紋理細(xì)節(jié)上的差異，可在一定程度上說(shuō)明紋理特征的重要性，但是該方法易受圖像分辨率、光照等的影響，如遇視頻攻擊效果較差。具體方法描述：

步驟1：圖像的空間信息可將頻域特征轉(zhuǎn)化為空域特征來(lái)區(qū)分，真人臉是三維結(jié)構(gòu)但照片是二維的。

步驟2：傅里葉頻譜分析法：一般地，人臉照片尺寸小于人臉真實(shí)尺寸，同時(shí)照片是平面的，所以照片人臉在頻域中的高頻分量比真實(shí)人臉圖像在頻域中的高頻分量少；在時(shí)間上，打印的照片不存在局部運(yùn)動(dòng)，所以頻域上的變化在時(shí)域上是非常小的。

步驟3：不通人臉區(qū)域?qū)铙w檢測(cè)的貢獻(xiàn)不同，可以利用人臉的輪廓區(qū)域甚至是背景區(qū)域，最大程度地抑制區(qū)分能力弱的區(qū)域，利用區(qū)分能力強(qiáng)的區(qū)域。

步驟4：由于照片和真人臉的粗糙度不一樣，提取了基于Lambertian反射模型的的漫反射區(qū)分方法，對(duì)輸入的圖像進(jìn)行平滑處理，通過(guò)高斯濾波提取出圖像的DoG特征。

步驟5：利用偏最小二乘算法融合多種特征識(shí)別真?zhèn)巍?/p>

步驟6：利用圖像多區(qū)域和多尺度的LBR特征進(jìn)行SVM分類的方法區(qū)分真?zhèn)巍?/p>

4.3 基于多光譜的活體檢測(cè)

該方法基于皮膚和其他材質(zhì)在光譜反射率上的差異來(lái)判定人臉的真假，旨在從可見(jiàn)光波段之外找到哦更加有效的波段或組合，使真假人臉在成像系統(tǒng)上呈現(xiàn)較大差異。

方法描述：

步驟1：利用紅外成像技術(shù)，選取兩個(gè)波段進(jìn)行人體偽裝檢測(cè)，或者使用850nm的近紅外光，排除不可控的可見(jiàn)光，極大地提高了識(shí)別能力。

步驟2：選取多個(gè)波段進(jìn)行人臉采集，并將數(shù)據(jù)投射到一個(gè)二維空間里，使用線性判別分析有效區(qū)別真?zhèn)巍?/p>

5 結(jié)語(yǔ)

人臉識(shí)別技術(shù)對(duì)于活體檢測(cè)的研究仍然需要突破。其對(duì)于鑒別經(jīng)過(guò)整容前后的面貌、同卵雙胞胎這類群體的識(shí)別有待深入研究。在人們通過(guò)肉眼都難以判斷或區(qū)分的情況下，依據(jù)現(xiàn)有的技術(shù)和理論來(lái)進(jìn)行準(zhǔn)確識(shí)別仍然是困難的。隨著人臉識(shí)別技術(shù)的發(fā)展，這些問(wèn)題將不再是問(wèn)題。

[1] 鄧偉洪.高精度人臉識(shí)別算法研究[D].北京郵電大學(xué)，2009.

[2] 王超.特征提取技術(shù)在人臉識(shí)別中的研究與應(yīng)用[D].碩士學(xué)位論文，2009.

[3] 舒曉苓.云支付：移動(dòng)數(shù)字錢(qián)包之人臉識(shí)別技術(shù)[A]，電腦知識(shí)與技術(shù)，2015.

[4] 王婉清.基于人臉識(shí)別的考勤系統(tǒng)設(shè)計(jì)[D]，南京郵電大學(xué)，2016.

[5] 張誠(chéng)，楊陽(yáng).基于PCA算法的人臉識(shí)別登錄系統(tǒng)設(shè)計(jì)[A]，信息與電腦，2017.

[6] 陳玲.智慧生活觸手可及[N]，銀川日?qǐng)?bào)，2016.

[7] 楊曉哲.人臉識(shí)別與增強(qiáng)現(xiàn)實(shí)[D]，中國(guó)信息技術(shù)教育，2017.

[8] 劉琨.可遠(yuǎn)程監(jiān)控的刷臉開(kāi)鎖保險(xiǎn)箱的研究與開(kāi)發(fā)[D]，計(jì)算機(jī)測(cè)量與控制，2017.