活體人臉檢測(cè)方法研究

王明芳 曹盛文

摘要：隨著人類社會(huì)的不斷發(fā)展，人臉識(shí)別在安保、金融、電子政務(wù)等多領(lǐng)域具有廣泛應(yīng)用，目前人臉識(shí)別的研究著重于對(duì)用戶個(gè)體的識(shí)別，忽略了對(duì)真?zhèn)稳四樀膮^(qū)分，導(dǎo)致模仿用戶人臉特征的偽造人臉可以騙過識(shí)別系統(tǒng)，本文對(duì)現(xiàn)有的活體人臉的檢測(cè)方法進(jìn)行了研究。

關(guān)鍵詞：人臉識(shí)別;活體檢測(cè)

中圖分類號(hào)：TP391.41;TP18?? 文獻(xiàn)標(biāo)識(shí)碼：A?? 文章編號(hào)：1672-9129（2020）04-0041-01

Abstract： with the continuous development of human society， human face recognition in many domains such as security， financial， e-government has wide application， the current face recognition research focuses on the recognition of individual users， ignores to the distinction between the true face， lead to imitate the user face feature of bogus face can trick recognition system， in this paper， the existing living human face detection method is studied.

Key words：Face recognition; Live testing

1 引言

目前人臉識(shí)別已經(jīng)被廣泛應(yīng)用到各大系統(tǒng)中，如解鎖的系統(tǒng)、登錄的系統(tǒng)、門禁的系統(tǒng)等，常見的偽造人臉的方式包括圖片、視頻及3D模型，對(duì)此，許多研究開始尋求辨別人臉真?zhèn)蔚募夹g(shù)，即人臉活體檢測(cè)技術(shù)，對(duì)人臉的真實(shí)性進(jìn)行判斷，以提高人臉識(shí)別系統(tǒng)的準(zhǔn)確性和安全性。

偽造人臉的攻擊類型主要為

（1）人臉照片的攻擊：包括各種人臉照片以模仿人臉運(yùn)動(dòng)，或者使用切割面部區(qū)域的打印照片等進(jìn)行偽造人臉攻擊。

（2）人臉視頻的攻擊：通過屏幕播放視頻進(jìn)行的人臉攻擊，其顯示與真實(shí)人臉活體具有相同的行為，具有用戶運(yùn)動(dòng)的主要特征，這種類型的攻擊具有照片中未呈現(xiàn)的運(yùn)動(dòng)跡象，例如：表情、點(diǎn)頭、抬頭等頭部動(dòng)作，以及嘴部運(yùn)動(dòng)等。

（3）人臉三維模型的攻擊：在獲得合法用戶的人臉視頻信息或者人臉照片后，非法用戶通過真人3D建模的方式得到用戶的3D模型，并根據(jù)3D模型制造人臉面具，面具的制造需要三維掃描和打印機(jī)，成本相對(duì)較昂貴，人臉面具這種欺騙方式比較少見，往往具有制作成本高、偽造效果不一定貼近真實(shí)人臉、面具材質(zhì)與皮膚不一致的特點(diǎn)，一般研究的較少。

2 活體人臉檢測(cè)目前的發(fā)展現(xiàn)狀

人臉識(shí)別活體檢測(cè)技術(shù)按檢測(cè)原理主要分為四類：基于設(shè)備的活體人臉檢測(cè)識(shí)別、基于分析圖像紋理的活體人臉檢測(cè)識(shí)別方法、基于用戶配合的活體人臉檢測(cè)識(shí)別方法和基于深度學(xué)習(xí)的活體人臉檢測(cè)識(shí)別方法。

2.1基于設(shè)備的活體檢測(cè)識(shí)別。Fourier變換是數(shù)字圖像處理的基礎(chǔ)，通過在頻域和時(shí)域上的切換用于分析所提取的圖像特征，可以在頻域上對(duì)真假人臉進(jìn)行判斷。其分析方法相對(duì)簡(jiǎn)單，但魯棒性不強(qiáng)，易受圖像分辨率和光照等的影響。在人臉圖像清晰時(shí)，其Fourier頻譜圖的高頻分量較多，反之越少，隨著高清攝像頭的普遍應(yīng)用，其不足之處突顯出來(lái)。

2.2基于分析圖像紋理的活體檢測(cè)識(shí)別方法。眼睛和嘴巴是面部器官中構(gòu)造穩(wěn)定且可以運(yùn)動(dòng)的器官，眨眼睛和動(dòng)嘴巴是有生命的活體正常的生理行為，而圖片攻擊中的人臉是無(wú)法進(jìn)行上述活動(dòng)的。因此，通過用戶配合作出眨眼睛等生理行為是可以幫助識(shí)別待測(cè)對(duì)象是否為圖片攻擊的手段之一。

基于用戶配合的活體人臉檢測(cè)方法常見于現(xiàn)在一些手機(jī)應(yīng)用軟件進(jìn)行身份驗(yàn)證，這種方法利用照片和視頻中的人無(wú)法與機(jī)器進(jìn)行互動(dòng)的特點(diǎn)，讓用戶配合搖頭或者微笑以及眨眼檢測(cè)等，當(dāng)用戶完成其指定的動(dòng)作后，判斷其為活體。

在檢測(cè)目標(biāo)相對(duì)靜止的情況下，真實(shí)人臉和偽造照片的本質(zhì)區(qū)別主要表現(xiàn)在空間上，真實(shí)人臉是三維的，而照片是二維的，因此面向空間三維深度信息的活體檢測(cè)方法被提出，由于只有通過相對(duì)攝像頭的運(yùn)動(dòng)過程才能解析出人臉的三維深度信息，因此該方法不能適用于人臉相對(duì)靜止時(shí)難以采集深度信息的檢測(cè)場(chǎng)景。美國(guó)的FaceIt系統(tǒng)就是通過提示要求訪問者進(jìn)行眼部或是嘴部的動(dòng)作以配合提取運(yùn)動(dòng)信息進(jìn)行活體檢測(cè)。

2.3基于深度學(xué)習(xí)的活體人臉檢測(cè)。真實(shí)人臉是三維的，眼睛、額頭、鼻尖等不同位置具有不同的深度信息，而照片人臉和視頻人臉是二維的，不同點(diǎn)的深度信息相同，而且即使將照片進(jìn)行折疊，也同樣與真實(shí)人臉具有不同的深度信息，因此深度信息可以用來(lái)進(jìn)行活體檢測(cè)。

基于深度信息的人臉活體檢測(cè)方法具有明顯的優(yōu)勢(shì)：深度信息具有光照不變等特性，所以活體檢測(cè)魯棒性好;真實(shí)人臉深度圖具有三維人臉的輪廓特征，與照片人臉和視頻人臉的深度圖有顯著的差異;無(wú)須用戶過多交互，對(duì)照片和視頻攻擊等具有較好的檢測(cè)效果，但對(duì)于3D面具攻擊的檢測(cè)效果較差。基于深度信息分析的關(guān)鍵是如何得到深度圖以及人臉特征點(diǎn)的三維深度坐標(biāo)，利用單張圖片或多張圖片估計(jì)出的深度信息精度不高，想要得到較準(zhǔn)確的深度信息則需要一些設(shè)備作為輔助。

3 活體人臉識(shí)別技術(shù)的應(yīng)用

隨著人臉識(shí)別技術(shù)在金融行業(yè)的風(fēng)起，刷臉辦卡、遠(yuǎn)程貸款、自主開戶、刷臉支付越來(lái)越多的商業(yè)化應(yīng)用也浮出水面。不僅僅是螞蟻金服、微眾銀行等新興互聯(lián)網(wǎng)金融機(jī)構(gòu)，傳統(tǒng)金融機(jī)構(gòu)如國(guó)有商行、證券、保險(xiǎn)等均紛紛布局人臉識(shí)別技術(shù)。

活體人臉識(shí)別是人臉識(shí)別的重要保證，廣泛應(yīng)用于安全認(rèn)證等領(lǐng)域中，如：手機(jī)端刷臉快速支付、重要網(wǎng)站的人臉管控等。人臉活體識(shí)別技術(shù)，可以更好的預(yù)防以及防止不法人員不良使用人臉的行為，從而保護(hù)個(gè)人、企業(yè)以及國(guó)家利益不受侵犯。同時(shí)，通過人臉活體識(shí)別，判斷是否為活體，直接發(fā)出警告并記錄不良行為，本文的研究目的是想通過深度學(xué)習(xí)，更為快速高效的解決某些重要平臺(tái)的訪問問題，對(duì)人臉進(jìn)行監(jiān)督管控，從而消除不良登錄以及登錄過程中換人等行為。綜上，結(jié)合人臉檢測(cè)的活體檢測(cè)方法對(duì)于未來(lái)人臉識(shí)別的應(yīng)用有著更重要的意義。

4 結(jié)語(yǔ)

近年來(lái)活體人臉檢測(cè)技術(shù)已經(jīng)取得了很大發(fā)展，產(chǎn)生了很多新穎的識(shí)別方法，由于人臉識(shí)別的魯棒性受人臉自身和環(huán)境的復(fù)雜性的影響很大。所以它仍是目前一項(xiàng)非常具有挑戰(zhàn)性的研究課題。

活體人臉檢測(cè)技術(shù)已在多個(gè)領(lǐng)域得到了廣泛應(yīng)用，在這個(gè)看臉的時(shí)代，人臉識(shí)別技術(shù)將會(huì)越來(lái)越備受矚目，其應(yīng)用也會(huì)越來(lái)越廣泛。

參考文獻(xiàn)：

[1]黃葉玨，基于交互式隨機(jī)動(dòng)作的人臉活體檢測(cè)，軟件導(dǎo)刊，2015.14（2），26-27

[2]羅浩，人臉識(shí)別中的活體檢測(cè)方法研究.[D].長(zhǎng)沙：湖南師范大學(xué).2015