人脸欺诈检测最新进展及典型方法 被引量：6

1

作者 胡永健 王宇飞 +2 位作者 刘琲贝 蔡楚鑫 冯浩宇 《信号处理》 CSCD 北大核心 2021年第12期2261-2277,共17页

以人脸为生物特征的身份认证由于其简单、快捷和无接触,深受用户喜爱。然而,不法分子针对人脸的易于伪造和认证场景的多样性,恶意攻击人脸识别系统,给国家安全和人民生活带来极大危害,有必要深入研究人脸的反欺诈技术。该文收集了经典... 以人脸为生物特征的身份认证由于其简单、快捷和无接触,深受用户喜爱。然而,不法分子针对人脸的易于伪造和认证场景的多样性,恶意攻击人脸识别系统,给国家安全和人民生活带来极大危害,有必要深入研究人脸的反欺诈技术。该文收集了经典和代表性论文68篇,其中包括近2年来国际主流期刊和会议的相关论文50余篇,从7大类来梳理近期人脸欺诈检测的技术脉络,把握领域的最新动向。为了使读者洞悉各类的技术精髓,对典型方法进行了重点介绍,并对各类进行了技术小结。在方法介绍结束之后,对2019年以来新推出的6个人脸欺诈检测数据库进行了简要介绍,便于读者对本领域的最新算法开发和验证平台有所了解。结语部分对人脸欺诈检测7类方法之间的关联、在理论和应用上的总体现状、存在的主要问题以及发展的方向作了简单的总结和展望。 展开更多

关键词 人脸识别 人脸欺诈 人脸呈现攻击 人脸欺诈检测 人脸反欺诈 活体检测 假脸检测 信息安全

下载PDF 职称材料

基于自编码器和Fisher矢量编码的人脸防伪检测研究

2

作者 周珊珊 赵小超 李哲 《现代电子技术》 北大核心 2024年第13期1-6,共6页

为了应对针对人脸识别系统的欺骗攻击,设计一种基于软件的方法来检测人脸欺骗攻击。首先,从多个颜色通道中随机提取局部视频块并将其向量化,随后训练并使用自编码器将提取的向量进一步编码为局部低维特征;接着,利用这些特征拟合一个高... 为了应对针对人脸识别系统的欺骗攻击,设计一种基于软件的方法来检测人脸欺骗攻击。首先,从多个颜色通道中随机提取局部视频块并将其向量化,随后训练并使用自编码器将提取的向量进一步编码为局部低维特征;接着,利用这些特征拟合一个高斯混合模型;然后,使用Fisher矢量编码将来自同一样本的全部局部低维特征聚合成一个全局特征向量;最后,通过支持向量机对这些全局特征进行分类。在三个标准人脸欺骗数据集上的实验结果证明了该方法的有效性。在IDIAP数据集上的半错误率为0%,在CASIA数据集和MSU数据集上的等错误率分别为3.33%和2.08%。该方法结合自编码器和Fisher矢量编码,在低维特征的情况下取得了较高的性能,可以有效地抵抗人脸识别中基于照片和视频的欺骗攻击。 展开更多

关键词 人脸识别 欺骗攻击 人脸防伪检测 局部采样 自编码器 Fisher矢量编码 特征提取

下载PDF 职称材料

融合卷积神经网络和Transformer的人脸欺骗检测模型 被引量：1

3

作者 黄灵 何希平 +2 位作者 贺丹 杨楚天 旷奇弦 《信息安全研究》 CSCD 北大核心 2024年第1期25-33,共9页

在人脸反欺骗领域,大多数现有检测模型都是基于卷积神经网络(convolutional neural network,CNN),该类方法虽能以较少的参数学习人脸识别,但其感受野是局部的;而基于Transformer的方法虽然能够全局感知,但参数量和计算量极大,无法在移... 在人脸反欺骗领域,大多数现有检测模型都是基于卷积神经网络(convolutional neural network,CNN),该类方法虽能以较少的参数学习人脸识别,但其感受野是局部的;而基于Transformer的方法虽然能够全局感知,但参数量和计算量极大,无法在移动或边缘设备广泛部署.针对以上问题,提出一种融合CNN和Transformer的人脸欺骗检测模型,旨在保持人脸全局和局部特征提取能力的前提下,实现参数量和准确度的平衡.首先,裁剪选取局部人脸图像作为输入,有效避免过拟合现象;其次,设计基于坐标注意力的特征提取模块;最后,设计融合CNN和Transformer模块,通过局部全局局部的信息交换实现图像局部特征和全局特征的提取.实验结果表明,该模型在CASIA-SURF(Depth模态)数据集上获得了99.31%的准确率以及0.54%的平均错误率;甚至在CASIA-FASD和Replay-Attack这2个数据集上实现了零错误率,且模型参数量仅0.59MB,远小于Transformer系列模型. 展开更多

关键词 人脸欺骗检测 CNN TRANSFORMER 模型融合 注意力机制

下载PDF 职称材料

基于深度特征增广的跨域小样本人脸欺诈检测算法 被引量：5

4

作者 孙文赟 金忠 +1 位作者 赵海涛 陈昌盛 《计算机科学》 CSCD 北大核心 2021年第2期330-336,共7页

随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全。文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深... 随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全。文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深度特征增广的跨域小样本人脸欺诈检测算法。该算法在已有的基于全卷积神经网络的人脸欺诈检测深度神经网络的中部嵌入域自适应层将卷积特征图增广,来适配源域和目标域的差异,随后根据增广后的特征图进行像素级分类,最后将像素级概率图从空间上融合为帧级决策。文中在CASIA-FASD,Replay-Attack和OULU-NPU 3个数据集和6个常见测评协议(2个CASIA-FASD与Replay-Attack跨库协议和4个OULU-NPU标准协议)下进行实验,验证了算法在不同背景、不同攻击设备、不同相机等跨域情况下的性能。实验表明,基准FCN人脸欺诈检测算法已经能够达到较好的性能,在此基础上,借助小样本目标域数据学习域自适应模型,可进一步显著提升性能,将错误率减半(CASIA-FASD训练+Replay-Attack测试的HTER指标从27.31%降至11.23%,Replay-Attack训练+CASIA-FASD测试的HTER指标从37.33%降至21.83%,OULU-NPU标准协议IV的ACER指标从9.45%降至5.56%),实验结果验证了基于深度特征增广的跨域小样本人脸欺诈检测算法的有效性。 展开更多

关键词 模式识别 系统安全 人脸图像分析 人脸欺诈检测 深度学习

下载PDF 职称材料

基于OEDLBP的人脸欺诈检测算法研究

5

作者 王艳 夏坤 束鑫 《江苏科技大学学报（自然科学版）》 CAS 北大核心 2023年第3期73-80,共8页

人脸识别技术提高了身份验证的效率,给用户带来快捷方便的体验.但是,当有人试图伪造用户人脸通过系统验证时,就会威胁合法用户的信息和财产安全.针对打印攻击和视频攻击,提出了一种基于奇偶数位像素差异的描述子OEDLBP,该算法将局部偶... 人脸识别技术提高了身份验证的效率,给用户带来快捷方便的体验.但是,当有人试图伪造用户人脸通过系统验证时,就会威胁合法用户的信息和财产安全.针对打印攻击和视频攻击,提出了一种基于奇偶数位像素差异的描述子OEDLBP,该算法将局部偶数位差值模式(EDLBP)、局部奇数位差值模式(ODLBP)和全局特征模式(GBP)结合,利用空间金字塔算法统计彩色图像通道内和通道间特征,将提取到的特征进行融合并用SVM对真假人脸进行分类,在CASIA-FASD、Replay-Attack和Replay-Mobile 3个人脸反欺骗数据库中取得了较好的实验效果. 展开更多

关键词 人脸欺诈检测 局部二值模式 奇偶位局部二值模式 空间金字塔 彩色空间

下载PDF 职称材料

三维深度点云监督和置信度修正的人脸欺诈检测算法

6

作者 胡永健 蔡楚鑫 +2 位作者 刘琲贝 王宇飞 廖广军 《电子学报》 EI CAS CSCD 北大核心 2023年第11期3282-3293,共12页

基于深度学习的人脸身份认证由于使用便捷和用户体验好,成为我国当今最受欢迎的人工智能技术应用之一.人脸识别和认证系统必须确保所比对的人脸是真实人脸,否则输出的结果没有任何商业价值.位于系统前端的人脸欺诈检测也称活体检测是保... 基于深度学习的人脸身份认证由于使用便捷和用户体验好,成为我国当今最受欢迎的人工智能技术应用之一.人脸识别和认证系统必须确保所比对的人脸是真实人脸,否则输出的结果没有任何商业价值.位于系统前端的人脸欺诈检测也称活体检测是保障人脸识别和认证系统有效输出的关键.现有人脸欺诈检测算法虽然库内性能尚佳,但由于实验室训练环境无法完全模拟真实应用场景,造成源域和目标域的数据在分布上存在差异,导致跨库检测性能明显下降.尽管通过增加检测特征的种类和个数可以改善算法性能,但会导致检测网络构造复杂,模型变大,计算复杂度增加.为了改善算法的跨库检测性能并降低计算的复杂度,本文提出一种基于三维(3D)深度点云监督和置信度修正机制的人脸欺诈检测算法.主要贡献包括:设计了DenseBlockNet,仅用较浅层的DenseBlockNet网络即可提取真假人脸之间具有很好区分度的深度信息特征,模型小;将DenseBlockNet输出的二维深度图与采样点位置进行关联,构造三维深度点云,采用倒角损失函数监督预测的深度点云与实际点云标签之间的三维空间距离,同时还采用图二元交叉熵损失监督预测的深度图与深度图标签之间的差异;在3D深度点云预测模块中引入置信度修正机制,修正二分类误差,同时避免库内过拟合,提高算法的泛化能力.所提出方法与包括2种最新文献的8种典型算法在Replay-attack、CASIA-FASD、MSU-MFSD、Rose-Youtu、OULU-NPU等5个主流人脸欺诈检测数据库上进行了充分的对比实验,实验结果表明,所提出的算法在库内和跨库检测中均能保持半总错误率最低或次低,且模型最小,参数量最少,计算复杂度最低. 展开更多

关键词 人脸欺诈检测 三维深度点云 3D深度点云监督 置信度修正 深度学习 泛化能力

下载PDF 职称材料

一种基于多特征融合的二维人脸欺诈检测方法 被引量：1

7

作者 袁海聪 李松斌 邓浩江 《计算机应用与软件》 2017年第2期203-208,213,共7页

针对当前人脸识别系统易受欺诈攻击的问题,提出一种基于图像分析的人脸欺诈检测方法。该方法融合了LBP、Gabor小波及像素特征,通过非线性SVM分类器区分人脸和欺诈图像。相较于现有人脸欺诈检测方法,该方法无需用户配合,具有很强的实用... 针对当前人脸识别系统易受欺诈攻击的问题,提出一种基于图像分析的人脸欺诈检测方法。该方法融合了LBP、Gabor小波及像素特征,通过非线性SVM分类器区分人脸和欺诈图像。相较于现有人脸欺诈检测方法,该方法无需用户配合,具有很强的实用性。此外,提出的融合纹理特征也适用于人脸识别,为处理人脸欺诈检测和人脸识别提供了一个独特的特征空间。实验结果表明,该方法优于现有的人脸欺诈检测方法,具有更高的识别准确率。 展开更多

关键词 人脸欺诈检测 纹理分析 多特征融合 LBP GABOR小波 像素特征

下载PDF 职称材料

基于前向学习网络的人脸欺诈检测

8

作者 宋昱 孙文赟 陈昌盛 《北京邮电大学学报》 EI CAS CSCD 北大核心 2020年第5期48-56,共9页

为了克服现有人脸欺诈检测方法在少样本应用场合下的局限性,将前向学习网络用于欺诈检测.通过前向学习的方式从图像中无监督地学得卷积滤波器,在人脸欺诈检测应用场合下,对前向学习网络进行了改进,改进后的网络使用了面向人脸欺诈检测... 为了克服现有人脸欺诈检测方法在少样本应用场合下的局限性,将前向学习网络用于欺诈检测.通过前向学习的方式从图像中无监督地学得卷积滤波器,在人脸欺诈检测应用场合下,对前向学习网络进行了改进,改进后的网络使用了面向人脸欺诈检测任务的卷积滤波器.使用主成分分析变换所得的最小特征值对应的特征向量作为卷积滤波器提取图像的特征.将所提方法在CASIA-FASD、Idiap Replay-Attack和OULU-NPU数据集上进行了验证,实验结果表明,在少样本跨攻击类型实验中,所提方法显著提升了欺诈人脸检测的准确率. 展开更多

关键词 人脸欺诈检测 前向学习网络 表示学习

原文传递

一种基于空域和频域多特征融合的人脸活体检测算法

9

作者 陈然 伍世虔 徐望明 《电视技术》 2019年第3期92-96,116,共6页

为提高人脸识别技术的安全性,提出一种融合多种图像空域特征和频域特征的人脸活体检测算法。该算法在图像空域提取人脸的色相矩特征和模糊度特征,在频域提取人脸的傅里叶谱能量特征和能量占比特征,再将空域和频域特征进行级联融合并做... 为提高人脸识别技术的安全性,提出一种融合多种图像空域特征和频域特征的人脸活体检测算法。该算法在图像空域提取人脸的色相矩特征和模糊度特征,在频域提取人脸的傅里叶谱能量特征和能量占比特征,再将空域和频域特征进行级联融合并做归一化处理作为描述人脸图像的全局特征向量,用于训练SVM分类器并区分活体人脸和伪造人脸。在两个公开的数据库NUAA和CASIA上的实验结果表明,该算法性能优于其它基于单一特征或单一域特征的人脸活体检测算法。 展开更多

关键词 人脸活体检测 色相矩 傅里叶谱 特征融合

下载PDF 职称材料

一种面向人脸活体检测的对抗样本生成算法 被引量：16

10

作者 马玉琨 毋立芳 +2 位作者 简萌 刘方昊 杨洲 《软件学报》 EI CSCD 北大核心 2019年第2期469-480,共12页

近年来,基于深度卷积神经网络的人脸活体检测技术取得了较好的性能.然而,深度神经网络被证明容易受到对抗样本的攻击,影响了人脸系统的安全性.为了建立更好的防范机制,需充分研究活体检测任务对抗样本的生成机理.相对于普通分类问题,活... 近年来,基于深度卷积神经网络的人脸活体检测技术取得了较好的性能.然而,深度神经网络被证明容易受到对抗样本的攻击,影响了人脸系统的安全性.为了建立更好的防范机制,需充分研究活体检测任务对抗样本的生成机理.相对于普通分类问题,活体检测任务具有类间距离小,且扰动操作难度大等特性.在此基础上,提出了基于最小扰动维度和人眼视觉特性的活体检测对抗样本生成算法,将扰动集中在少数几个维度上,并充分考虑人眼的视觉连带集中特性,加入扰动点的间距约束,以便最后生成的对抗样本更不易被人类察觉.该方法只需平均改变输入向量总维度的1.36%,即可成功地欺骗网络,使网络输出想要的分类结果.通过志愿者的辨认,该方法的人眼感知率比DeepFool方法降低了20%. 展开更多

关键词 人脸活体检测 对抗样本 卷积神经网络 对抗扰动 视觉集中性

下载PDF 职称材料

人脸识别反欺诈研究进展 被引量：5

11

作者 张帆 赵世坤 +3 位作者 袁操 陈伟 刘小丽 赵涵捷 《软件学报》 EI CSCD 北大核心 2022年第7期2411-2446,共36页

当前,人脸识别理论和技术取得了巨大的成功,被广泛应用于政府、金融和军事等关键领域.与其他信息系统类似,人脸识别系统也面临着各类安全问题,其中,人脸欺诈(face spoofing,FS)是最主要的安全问题之一.所谓的人脸欺诈,是指攻击者采用打... 当前,人脸识别理论和技术取得了巨大的成功,被广泛应用于政府、金融和军事等关键领域.与其他信息系统类似,人脸识别系统也面临着各类安全问题,其中,人脸欺诈(face spoofing,FS)是最主要的安全问题之一.所谓的人脸欺诈,是指攻击者采用打印照片、视频回放和3D面具等攻击方式,诱骗人脸识别系统做出错误判断,因而是人脸识别系统所必须解决的关键问题.对人脸反欺诈(face anti-spoofing,FAS)的最新进展进行研究:首先,概述了FAS的基本概念;其次,介绍了当前FAS所面临的主要科学问题以及主要的解决方法及其优缺点;在此基础上,将已有的FAS工作分为传统方法和深度学习方法两大类,并分别进行详细论述;接着,针对基于深度学习的FAS域泛化和可解释性问题,从理论和实践的角度进行说明;然后,介绍了FAS研究所使用的典型数据集及其特点,并给出了FAS算法的评估标准和实验对比结果;最后,总结了FAS未来的研究方向并对发展趋势进行展望. 展开更多

关键词 人脸反欺诈 呈现攻击检测 人脸识别安全 深度学习 域泛化 可解释性

下载PDF 职称材料

基于内容风格增强和特征嵌入优化的人脸活体检测方法

12

作者 何东 郭辉 +1 位作者 李振东 刘昊 《计算机应用研究》 CSCD 北大核心 2024年第6期1869-1875,共7页

针对现有人脸活体检测算法的特征表示不佳,以及在跨数据集上泛化性能较差等问题,提出了一种基于内容风格增强和特征嵌入优化的人脸活体检测方法。首先,使用ResNet-18编码器提取来自多个源域的通用特征,并经过不同注意力机制的两个自适... 针对现有人脸活体检测算法的特征表示不佳,以及在跨数据集上泛化性能较差等问题,提出了一种基于内容风格增强和特征嵌入优化的人脸活体检测方法。首先,使用ResNet-18编码器提取来自多个源域的通用特征,并经过不同注意力机制的两个自适应模块进行分离,增强全局内容特征与局部风格特征表征;其次,基于AdaIN算法将内容特征与风格特征进行有机融合,进一步提升特征表示,并将融合后的特征输入到特定的分类器和域判别器进行对抗训练;最后,采用平均负样本的半难样本三元组挖掘优化特征嵌入,可以兼顾类内聚集和类间排斥,更好地捕捉真实和伪造类别之间的界限。该方法在四个基准数据集CASIA-FASD、REPLAY-ATTACK、MSU-MFSD和OULU-NPU上进行训练测试,分别达到了6.33%、12.05%、8.38%、10.59%的准确率,优于现有算法,表明该方法能够显著提升人脸活体检测模型在跨数据集测试中的泛化性能。 展开更多

关键词 人脸活体检测 内容和风格特征自适应模块 AdaIN算法 领域对抗学习 特征嵌入优化

下载PDF 职称材料

采用超复数小波生成对抗网络的活体人脸检测算法 被引量：5

13

作者 李策 李兰 +2 位作者 宣树星 杨静 杜少毅 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第5期113-122,共10页

为了提升人脸识别系统判别图像真实性的能力,针对较难检测到未知的活体人脸攻击问题,提出了一种采用超复数小波生成对抗网络的活体人脸检测算法。采用4个不同类型的数据集,随机选择3个作为训练集,另一个作为测试集,形成训练时未知的活... 为了提升人脸识别系统判别图像真实性的能力,针对较难检测到未知的活体人脸攻击问题,提出了一种采用超复数小波生成对抗网络的活体人脸检测算法。采用4个不同类型的数据集,随机选择3个作为训练集,另一个作为测试集,形成训练时未知的活体人脸。训练集视为3个源域,输入到超复数小波生成对抗网络中,使一个特征生成器与3个判别器进行对抗,当特征生成器成功欺骗过3个判别器时,形成具有3个源域共享且区别于3个源域的特征空间,能够检测到不同于源域的人脸特征。在判别器上设置了域间和域内的三元组约束函数,以此提高判别器的性能,将超复数小波的细节子带图与卷积网络联合,学习图像多个方向的细节纹理特征,用来提升判别器鉴定活性人脸特征的能力。由于真假人脸的远程光电体积描记术和深度图都具有较大的差异,所以将其嵌入到特征空间中,增强生成特征空间检测人脸特征的泛化性能,形成通用的特征空间。在该特征空间中使用测试集进行判别分类,得到真假人脸识别结果。实验结果表明,在CASIA-FASD、Replay-Attack和NUAA数据集上,所提算法的接受者操作特性曲线下的面积分别为84.65%、86.06%、91.21%,半错误率分别为24.05%、21.05%、15.01%,均高于对比算法的结果。 展开更多

关键词 活体人脸检测 超复数小波 生成对抗网络

下载PDF 职称材料

基于注意力的热点块和显著像素卷积神经网络的人脸防伪方法 被引量：2

14

作者 吴晓丽 胡伟 《计算机科学》 CSCD 北大核心 2021年第4期316-324,共9页

人脸防伪用于验证被测试者是否为真实活体,是计算机视觉领域的一个研究热点。攻击手段的多样性以及人脸识别主要在嵌入式、移动式等不具备高计算能力的设备上应用,使得快速有效的人脸防伪计算成为具有挑战性的任务。针对该问题,文中提... 人脸防伪用于验证被测试者是否为真实活体,是计算机视觉领域的一个研究热点。攻击手段的多样性以及人脸识别主要在嵌入式、移动式等不具备高计算能力的设备上应用,使得快速有效的人脸防伪计算成为具有挑战性的任务。针对该问题,文中提出了一种基于注意力的热点块和显著像素卷积神经网络的方法。其中,热点块机制以对5个热点块的判别来取代对整张人脸的判别,显著降低了计算量,迫使网络模型集中关注更具有鉴别信息的热点块,提高了网络模型的准确率;显著像素方法对输入的人脸图像进行显著像素预测,通过判断显著预测图是否符合人脸的深度特性来鉴别活体与攻击。该方法将热点块与显著像素的结果进行融合,充分发挥了局部特征和全局特征的作用,进一步提升了人脸防伪的效果。与现有方法相比,所提方法在CASIA-MFSD、Replay-Attack以及SiW数据集上都达到了很好的效果。 展开更多

关键词 人脸防伪 活体检测 注意力机制 热点块 显著像素 卷积神经网络

下载PDF 职称材料

基于解耦空间异常检测的人脸活体检测算法 被引量：1

15

作者 徐姚文 毋立芳 +2 位作者 刘永洛 王竹铭 李尊 《信号处理》 CSCD 北大核心 2022年第12期2469-2485,共17页

现有基于异常检测的方法大多仅利用活体样本进行单类建模,这样的特征用于活体检测的泛化能力强但准确率不高。而且,活体人脸特征单类建模并没有考虑活体人脸样本的多样性。活体人脸样本的不同身份、环境、采集设备等因素都会导致活体人... 现有基于异常检测的方法大多仅利用活体样本进行单类建模,这样的特征用于活体检测的泛化能力强但准确率不高。而且,活体人脸特征单类建模并没有考虑活体人脸样本的多样性。活体人脸样本的不同身份、环境、采集设备等因素都会导致活体人脸的特征表达不紧凑,这样使得假体样本特征容易混入其中。为了解决以上两个问题,本文提出了一种基于解耦空间异常检测的人脸活体检测算法。本文设计了单中心对比损失,使得活体人脸特征在不限制假体人脸特征分布的情况下表达地更加紧凑。本文还对活体人脸进行了特征解耦,将其特征分为两个子空间:活体检测特征空间、活体无关特征空间。活体检测特征空间不受其他无关因素的影响,结合单中心对比损失来提高模型的泛化能力。库内实验和跨库实验共在5个数据集上与最新的方法进行了比较,在OULU-NPU数据集中,协议1相比于性能第2的模型错误率下降超过一半,最具挑战的协议4取得了仅3.3%的错误率;在SiW数据集的三个协议中也取得更低的错误检测率;在跨库实验中本文算法也表现出不错的泛化能力,尤其是在从重放攻击和打印攻击跨到3D面具攻击的跨攻击类型的测试中相比于性能第2的模型错误率下降5.41%。本文提出的人脸活体检测算法在检测性能和泛化性能上均优于其他先进方法,算法应对未知数据和新的攻击类型的能力有所提高。 展开更多

关键词 人脸活体检测 异常检测 特征解耦 对比损失 泛化能力

下载PDF 职称材料

领域外人脸活体检测综述 被引量：1

16

作者 史屹琛 封筠 +2 位作者 肖立轩 贺晶晶 胡晶晶 《计算机科学与探索》 CSCD 北大核心 2022年第11期2471-2486,共16页

人脸活体检测(FAS)作为保护人脸识别模型的重要手段,能够确保系统在面对各种呈现攻击时仍然安全、可靠。当前基于深度学习的人脸活体检测模型在测试数据与训练数据服从同一分布时结果令人满意,但当训练好的模型在领域外场景进行推理时,... 人脸活体检测(FAS)作为保护人脸识别模型的重要手段,能够确保系统在面对各种呈现攻击时仍然安全、可靠。当前基于深度学习的人脸活体检测模型在测试数据与训练数据服从同一分布时结果令人满意,但当训练好的模型在领域外场景进行推理时,如遇到跨域迁移、分布外场景时,模型的准确性会出现较大的下降。主要阐述了静默型人脸活体检测模型在真实场景中会遇到的问题,即模型遇到未知环境和未知攻击方式。将相应的解决方案分为四类:基于领域自适应的方法、基于领域泛化的方法、基于零样本/小样本学习的方法以及基于异常检测的方法。对各解决方案及其包含的深度学习模型方法进行总结、比较,归纳了主要方法的机制、模型结构、优势、局限性以及适用场景。介绍了领域外场景下人脸活体检测常用的公共数据集、评价指标、测评协议以及在部分测评协议下当前先进方法的测试结果。最后讨论了人脸活体检测在实际应用中存在的难点与挑战,总结了未来的研究方向。 展开更多

关键词 人脸活体检测(FAS) 领域自适应 领域泛化 零样本/小样本学习 异常检测 深度学习

下载PDF 职称材料

基于边框及亮度特征的人脸反欺骗研究 被引量：1

17

作者 李明进 白景文 《实验室研究与探索》 CAS 北大核心 2020年第9期93-97,共5页

针对人脸识别中非活体检测的需求,提出一种基于人脸的背景边框及亮度特征的非活体人脸识别方法。该方法首先利用深度学习算法提取人像脸部位置,然后利用Line Segment Detector算法提取矩形轮廓,最后根据矩形轮廓中的人像的光亮特征与该... 针对人脸识别中非活体检测的需求,提出一种基于人脸的背景边框及亮度特征的非活体人脸识别方法。该方法首先利用深度学习算法提取人像脸部位置,然后利用Line Segment Detector算法提取矩形轮廓,最后根据矩形轮廓中的人像的光亮特征与该时间段场景的光亮特征是否匹配来判断是否是非活体。结果表明:该方法能够能有效避免光线、噪声等不良因素带来的非活体误检与漏检,准确、快速地检测出身份证、打印照片等非活体人脸,有效地防止了常见的非活体欺骗。 展开更多

关键词 人脸识别 反欺骗 LSD算法 矩形检测

下载PDF 职称材料

在线无人监考防作弊新技术探索 被引量：1

18

作者 李沛秦 陈浩 +2 位作者 熊伟 谢剑斌 闫玮 《电气电子教学学报》 2021年第3期87-90,共4页

为了解决教育资源分布不均衡等问题,实现优势资源共享,发展网络教育已经成为全球性的大趋势。许多国家都把发展现代网络教育作为重要的战略决策,网络教育成为各级各类学校的一种重要教育手段和发展方向。无人监考是新的网络教育体系中... 为了解决教育资源分布不均衡等问题,实现优势资源共享,发展网络教育已经成为全球性的大趋势。许多国家都把发展现代网络教育作为重要的战略决策,网络教育成为各级各类学校的一种重要教育手段和发展方向。无人监考是新的网络教育体系中重要环节之一。为了确保真学真考,本文针对现阶段远程教育中存在的替学替考、假体攻击、夹带抄袭等作弊行为,探讨了活体人脸检测、跨年代人脸识别、夹带行为检测等安全环节的创新方法。上述关键新技术有助于提高无人监考的安全性,确保远程网络教育落实到人,推动网络教育体系建设和发展。 展开更多

关键词 防假体人脸攻击 人脸识别 行为检测 卷积神经网络

下载PDF 职称材料

结合面部纹理和前/背景差异的人脸活体检测

19

作者 朱建秋 华阳 +2 位作者 宋晓宁 吴小俊 冯振华 《中国图象图形学报》 CSCD 北大核心 2023年第3期789-803,共15页

目的 人脸活体检测是人脸识别技术安全的重要保障,而背景环境的负面干扰是限制检测系统性能的关键问题。针对这一问题,提出了一种基于面部纹理和前/背景差异分析的人脸活体检测模型。方法 首先,基于新型骨干网络构建面部纹理分析模块,... 目的 人脸活体检测是人脸识别技术安全的重要保障,而背景环境的负面干扰是限制检测系统性能的关键问题。针对这一问题,提出了一种基于面部纹理和前/背景差异分析的人脸活体检测模型。方法 首先,基于新型骨干网络构建面部纹理分析模块,为模型提供充足的面部纹理信息,减缓模型受背景差异的负面干扰;接着,结合边缘检测算法思想对前/背景差异分析模块的卷积核重新改写,以此突出面部边缘的细节特征;最后,设计注意力特征融合模块将两个分流模块有机结合,提升模型在各种复杂环境下的可靠性。结果 在CASIA-MFSD(CASIA-mobile face spoofing dataset)、Replay-Attack和OULU-NPU等3个数据集上做了多组对比实验,在CASIA-MFSD数据集上的等错误率(equal error rate,EER)为0.19%,在Replay-Attack数据集上的等错误率和半错误率(half total error rate,HTER)均为0.00%和0.00%,在OULU-NPU数据集4个协议上的平均分类错误率(average classification error rate,ACER)分别达到0.6%、1.9%、1.9±1.2%和3.7±1.1%。结论 在人脸反欺诈模型中融合前/背景差异信息和面部纹理信息,可有效减缓背景环境带来的负面干扰,提升模型的鲁棒性。所提模型在背景复杂、欺诈攻击方式尖锐的数据集上均取得较低的错误率,较同类先进算法具有明显优势。 展开更多

关键词 人脸活体检测(FAS) 边缘检测 纹理特征 注意力特征融合 人脸识别

原文传递

融合DQ_CoALBP和LPQ算子的人脸活体检测 被引量：2

20

作者 封筠 董祉怡 +2 位作者 刘甜甜 韩超群 胡晶晶 《计算机工程与应用》 CSCD 北大核心 2022年第14期134-143,共10页

面向图片与视频攻击下的人脸活体检测任务,提出了一种差分量化相邻局部二值模式(DQ_CoALBP)算子,综合不同方向上的图像局部中心点与周围点之间的差值,同时为了更加充分地描述人脸的彩色纹理信息,在颜色空间通道上将该算子与局部相位量化... 面向图片与视频攻击下的人脸活体检测任务,提出了一种差分量化相邻局部二值模式(DQ_CoALBP)算子,综合不同方向上的图像局部中心点与周围点之间的差值,同时为了更加充分地描述人脸的彩色纹理信息,在颜色空间通道上将该算子与局部相位量化(LPQ)直方图特征相融合,并利用支持向量机(SVM)分类器实现人脸反欺诈判别。在公开CASIA-FASD与Replay-Attack数据集上的实验结果表明,DQ_CoALBP算子的表现均优于LBP、LPQ、CoALBP与DQ_LBP四种算子。采用YCbCr颜色空间在融合DQ_CoALBP与LPQ算子时,CASIA-FASD数据集上的等错误率(EER)和半错误率(HTER)分别降至2.5%和3.7%,Replay-Attack数据集上实现了无差错检测,优于一些深度卷积神经网络模型。 展开更多

关键词 人脸活体检测 局部二值模式 差分量化 特征融合 纹理特征 YCBCR

下载PDF 职称材料