人臉識別活體檢測技術(shù)研究

張淑姚，李雅欣，陳欣樂，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

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

2 人臉識別發(fā)展現(xiàn)狀及應(yīng)用

人臉識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，應(yīng)用范圍廣泛。如支付領(lǐng)域[3]、企業(yè)員工考勤[4]、識別登錄[5]、智能快遞柜[6]等。

火車站進(jìn)出站的人證票務(wù)核驗[7]，蘋果公司推出的iPhoneX采用的FaceID使用了3D識別技術(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別的保險箱，更安全可靠，是人臉識別的又一應(yīng)用[8]。支付寶和菜鳥合作，在上海試點共同推出“刷臉取快遞”的基于人臉識別的智能快遞柜[6]是人臉識別在快遞行業(yè)的新應(yīng)用。

3 人臉識別的特征與優(yōu)點

3.1 人臉識別特征

人工智能模仿人類大腦的紡錘狀腦部區(qū)域識別面部機(jī)理，利用節(jié)點將人臉變?yōu)榭梢姷木€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)換成識別特征，為每個人構(gòu)建獨有的面部“印章”。

3.2 人臉識別優(yōu)點

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

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

4 活體檢測技術(shù)

人臉識別會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，會反光、有時會有邊框，與活人臉的皮膚紋理、微姿態(tài)、微表情等方面均不同?；铙w檢測正是利用這些差異，通過嘴形、紋理、臉運動匹配傳感器、臉外觀匹配照明、人臉連續(xù)性檢測、焦距恢復(fù)形狀等技術(shù)，判別人的身份真假。

活體檢測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，然后通過識別活體上的生理信息來驗證某檢測物的生物特征是否是非生命物質(zhì)偽造。

生物識別技術(shù)一般采用人的生理特征。如生物指紋檢測可基于手指溫度、出汗和導(dǎo)電性?；铙w臉部檢測可基于頭部運動、呼吸等信息。

4.1 基于運動信息的活體檢測

該方法從視頻中提取人臉區(qū)域的特定運動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)的指令動作仍有可能通過識別驗證，同時該方法對交互要求較高，很有可能被用戶偽裝欺騙。

具體方法描述：

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

步驟2：通過人臉多個部件的時序運動信息來做幀間人臉的判定，人臉的中心區(qū)域運動幅度更大，運用光流法來估計。

步驟3：通過分析比對嘴部運動是否和閱讀一段文字時的罪行匹配以判別真?zhèn)?。需要一種穩(wěn)定的人臉及嘴部檢測定位算法，同時需要用戶配合。

步驟4：結(jié)合兩種及以上的不同類型的運動模式如人臉左轉(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)來辨別，在此之前需采集用戶一段時長的音頻數(shù)據(jù)。

4.2 基于微紋理的活體檢測

該方法假設(shè)偽造的人臉是通過合法用戶的照片制作而成，一般偽造的人臉圖像在加工過程中細(xì)節(jié)損失較為常見，基于微紋理的活體檢測利用假人臉經(jīng)過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尺寸，同時照片是平面的，所以照片人臉在頻域中的高頻分量比真實人臉圖像在頻域中的高頻分量少；在時間上，打印的照片不存在局部運動，所以頻域上的變化在時域上是非常小的。

步驟3：不通人臉區(qū)域?qū)铙w檢測的貢獻(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，對輸入的圖像進(jìn)行平滑處理，通過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

該方法基于皮膚和其他材質(zhì)在光譜反射率上的差異來判定人臉的真假，旨在從可見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)，選取兩個波段進(jìn)行人體偽裝檢測，或者使用850nm的近紅外光，排除不可控的可見光，極大地提高了識別能力。

步驟2：選取多個波段進(jìn)行人臉采集，并將數(shù)據(jù)投射到一個二維空間里，使用線性判別分析有效區(qū)別真?zhèn)巍?/p>

5 結(jié)語

人臉識別技術(shù)對于活體檢測的研究仍然需要突破。其對于鑒別經(jīng)過整容前后的面貌、同卵雙胞胎這類群體的識別有待深入研究。在人們通過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)和理論來進(jìn)行準(zhǔn)確識別仍然是困難的。隨著人臉識別技術(shù)的發(fā)展，這些問題將不再是問題。

[1] 鄧偉洪.高精度人臉識別算法研究[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：移動數(shù)字錢包之人臉識別技術(shù)[A]，電腦知識與技術(shù)，2015.

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

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

[6] 陳玲.智慧生活觸手可及[N]，銀川日報，2016.

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

[8] 劉琨.可遠(yuǎn)程監(jiān)控的刷臉開鎖保險箱的研究與開發(fā)[D]，計算機(jī)測量與控制，2017.