基于多模态融合的活体检测研究

朱大力，朱 桦,陈志寰

(1.海军工程大学 船舶与海洋学院，湖北 武汉 430033；2.安徽工业大学 商学院，安徽 马鞍山 243002；3.海军勤务学院 战勤指挥系，天津 300450)

人脸识别[1]加速了人类信息化的发展，但同时也面临极大的金融风险。因此，为提高人脸识别技术的核心安全能力，一些学者提出了活体检测的概念，即通过某种算子判断人脸是真实人脸还是虚假的攻击体，如电子照片攻击、电子视频攻击、3D头模攻击等。目前，主流的活体检测技术包括配合式和非配合式两种。配合式活体检测是通过用户配合系统提示做出相应的动作进行活体检测；非配合式活体检测是指用户无需进行相应的动作直接进行活体检测。笔者主要对非配合式活体检测进行研究。

对于非配合式活体检测，早期主要通过手工提取图像特征(纹理、颜色、非刚性运动变形等)，然后比较活体特征与假体特征之间的差异。如WEN等[2]利用单帧输入的方式，设计了镜面反射+图像质量失真+颜色等统计量特征，融合以上特征后利用SVM[3]分类器进行分类决策。该方法能够区分大部分假体攻击，但当输入为质量失真不严重的高清彩色打印纸张或者高清录制视频时，则难以区分。BOULKENAFET等[4]分别提取HSV空间中人脸LBP特征[5]和YCbCr空间人脸LPQ特征[6]，并将提取的特征进行通道融合，输入至SVM分类器进行分类，该方法证明了活体与假体在其他颜色空间具有可区分性。BHARADWAJ等[7]提出了光流法，通过捕获活体与非活体微动作之间的差异来设计特征。……