摘要: 人脸识别技术是一种精度高、稳定性好、使用方便的生物识别技术，市场应用前景广阔。然而，人脸识别技术频繁受到假冒攻击（或复制攻击），仍存在诸多安全隐患。在抵抗假冒攻击（或复制攻击）方面，活体检测具有显著的效果，它对样本是否具有生命特征... 展开 人脸识别技术是一种精度高、稳定性好、使用方便的生物识别技术，市场应用前景广阔。然而，人脸识别技术频繁受到假冒攻击（或复制攻击），仍存在诸多安全隐患。在抵抗假冒攻击（或复制攻击）方面，活体检测具有显著的效果，它对样本是否具有生命特征进行了辨识。针对人脸识别系统无法识别采集的人脸图像是否来自真人的问题，本文重点研究了基于2D人脸图像和3D人脸深度图的活体检测算法。主要工作包括: 1、针对现有3D人脸活体检测数据库较少的问题，本文采集了一个RGBD人脸数据库。该数据库正样本包括使用Kinect和另一双目设备采集的104个真人在0.5-2米处不同姿态的深度人脸数据，共计20973张图片。负样本包括使用Kinect采集在不同环境下0.5-2米处不同角度的ipad、电脑、手机、照片攻击人脸，共计12300张图片。 2、针对现有的傅里叶频谱分析方法较为简单且准确率较低的情况，本文提出了一种改进的傅里叶频谱特征方法。该方法在对2D人脸区域图像提取二维离散傅里叶频谱图的基础上，加入分块子空间的方法，将傅里叶频谱图分成若干个子块，并求得每一个子块内图像的平均能量值，归一化后级联成一个全局傅里叶频谱特征向量。实验结果表明，改进后傅里叶频谱特征能有效地提高2D人脸图像的活体检测准确率。 3、针对在训练样本增加时，基于傅里叶频谱特征的2D人脸活体检测准确率会进一步下降的情况，本文提出了融合LBP特征的FS-LBP特征人脸活体检测方法。该方法将傅里叶频谱特征和低维的LBP特征级联，并使用SVM来分类判别。实验结果表明，该方法在2D人脸活体检测上更优于时下最主流的MSLBP特征方法。 4、针对灰度共生矩阵纬度低，且其3D人脸的活体检测率仍可进一步提升的情况，本文提出了一种多尺度灰度共生矩阵的方法。该方法首先通过对RGB图像进行人脸检测并同步采集深度图的人脸区域图像，其次将人脸区域深度图调整为不同尺度大小的深度图像，并分别提取其灰度共生矩阵特征，并级联成一个多尺度灰度共生矩阵特征，最后使用SVM来分类判别。实验结果表明，该方法在3D人脸深度图上的活体检测准确率高于灰度共生矩阵特征和LBP特征方法。 最后对本文工作进行了总结，并对本文后续工作进行了展望。 收起