本發明專利技術涉及一種基于光照的人臉識別系統回放攻擊檢測方法,以普通視頻采集設備采集的側向閃爍光照條件下人臉視頻為原始視頻信號,通過對原始視頻信號應用運動模板算法,得出原始視頻信號對應的MHI圖像序列為依據,對被測試樣本為三維人臉還是屏幕人臉視頻回放加以分類識別。本方法原理簡單,可靠性高,該方法僅使用普通的視頻采集設備,而且這些設備是生物識別系統中的必需設備,不用對系統額外加入硬件設備,成本低廉,且算法簡單易于實現,能夠滿足不同場合的實際要求。
【技術實現步驟摘要】
本專利技術涉及生物識別
,涉及針對人臉識別中的對回放攻擊的判別問題的方法,尤其是。
技術介紹
隨著科技的發展和近幾年生物識別
內一些技術的逐漸成熟,生物識別(認證)技術逐漸被廣泛應用。該技術是指基于人體的一些生物特征,包括生理特征和行為特征來識別、判別個體身份的一種技術。目前該技術在應用方面主要依靠識別生理特征,通常包括人臉識別、指(掌)紋識別、虹膜識別等。生物特征的獨特性早在唐代就已經被中國學者發現,近代西方學者對此也早有大量的研究。而真正將生物特征用于身份識別的系統出現于上世紀70年代早期。近年來,隨著生物特征采集設備價格的下降和各種識別方法的日益成熟,生物識別(認證)技術逐漸融入了我們的日常生活中,在諸多領域,如系統登錄、海關安檢等領域有大量應用,例如我國已經啟動了將公民指紋采集存儲在二代身份證中的工作。生物識別有著有效性及便利性的優勢,然而假冒攻擊一直是生物識別系統的一個重大威脅。例如,對于人臉識別系統,攻擊者可以使用人臉照片來進行身份仿冒;而指紋、掌紋識別系統也可能使用硅膠或類似材質制作的膠模騙過系統。對此類的仿冒攻擊,國外有很多學者進行過研究,也發表過一些文獻資料,證明使用這些仿冒手段的確可以在一定程度上實現對系統的攻擊。隨著生物識別技術的應用愈加廣泛,系統安全性問題日益凸顯出來,越來越被研究人員廣泛關注。其中,一種解決此問題的思路是,在獲取人體生物樣本的時候,同時要對生物樣本進行活體檢測。活體檢測可以保證生物信息的獲取對象是生物活體,從而可以抵御各種復制生物樣本,例如照片、塑膠指模等對認證系統的攻擊。對于活體檢測技術的研究已經成為了生物識別領域中的一個重要方向,近年來,國內外在此領域有大量的研究工作和一些重要的學術會議,并且在一些相關領域的權威會議上都有相關的工作和論文發表。目前一些常用的技術包括基于活體的生理行為(例如識別人臉的眨眼動作)、活體的環境特征以及活體的生理信號(諸如皮膚汗液,EEG電平,熱紅外特性等)。然而這些方法又各有缺陷,有些需要通過大量復雜的運算,有些需要特殊設備支持,還有些方法用戶體驗不好,難以滿足各種復雜場合的實際應用要求,易用性和可靠性方面有待提高。目前領域內針對抵御各種照片攻擊、面具攻擊以及三維模型攻擊的成果已經可以實現較好的抵御以上攻擊的效果,但隨著便攜智能設備的普及與進步,視頻回放攻擊成為了針對生物識別系統,尤其是人臉識別系統的主要攻擊手段。國內外對此也有一系列研究,但大多不能達到理想的效果。通過檢索,發現如下兩篇與本專利技術專利申請相關的專利公開文獻:1、一種用于數據安全性的方法(CN103562930A),在具有一次性可編程(OTP)存儲器的處理器中,接收要被寫入到數據存儲器的新信息,該OTP存儲器包括多個比特并且具有由OTP的已被編程的比特定義的當前狀態。基于新信息和當前狀態,選擇OTP存儲器的要被編程的至少一個其他比特,從而定義OTP存儲器的新狀態。經由新信息和新狀態計算新數字簽名。將新信息和新數字簽名保存于數據存儲器中。在將新信息和新數字簽名保存于數據存儲器中之后,對OTP存儲器的至少一個其他比特進行編程,由此該新狀態變為當前狀態。還公開了相關裝置及方法。2、一種基于信道模式噪聲的錄音回放攻擊檢測方法和系統(CN102436810A),涉及智能語音信號處理、模式識別與人工智能
,特別是涉及一種基于信道模式噪聲的說話人識別系統中錄音回放攻擊檢測方法和系統。本專利技術公開了一種說話人識別系統中更加簡便和高效的錄音回放攻擊檢測方法,所述方法步驟如下:(I)輸入待識別語音信號;(2)對語音信號進行預處理;(3)提取預處理后語音信號中的信道模式噪聲;(4)提取基于信道模式噪聲的長時統計特征;(5)根據信道噪聲分類判決模型對長時統計特征進行分類。本專利技術利用信道模式噪聲進行錄音回放攻擊檢測,所提取的特征維數低,計算復雜度低,錯誤識別率低。因此,可極大提高說話人識別系統的安全性能,更易于在現實中使用。通過對比,本專利技術專利申請與上述專利公開文獻存在本質的不同。
技術實現思路
本專利技術的目的在于克服現有技術的不足之處,為解決生物識別系統中防止視頻回放攻擊問題,提供一種基于光照的人臉識別系統回放攻擊檢測方法,該方法利用側向閃爍光源照射下,三維人臉和平面人臉圖像所展現出的不同光影效果為依據,采用圖像處理技術和機器學習算法對視頻回放攻擊進行檢測,該方法成本低廉、操作簡單、可靠性高,能夠滿足不同場合的實際要求。為了實現上述目的,本專利技術所采用的的技術方案如下:—種基于光照的人臉識別系統回放攻擊檢測方法,以普通視頻采集設備采集的側向閃爍光照條件下人臉視頻為原始視頻信號,通過對原始視頻信號應用運動模板算法,得出原始視頻信號對應的MHI圖像序列為依據,對被測試樣本為三維人臉還是屏幕人臉視頻回放加以分類識別。而且,具體步驟如下:⑴使用視頻采集設備在側向閃爍光源照射條件下,采集要測試樣本的黑白或彩色視頻;⑵對側向閃爍光源照射條件下采集到的視頻應用運動模板算法,得到對應的MHI圖像序列;⑶以側向閃爍光源照射條件下采集到的MHI圖像序列為依據,識別回放攻擊,具體方法和步驟有如下兩種:a.使用從三維人臉上采集的MHI圖像序列中的人臉部分為正樣本,從屏幕回放上采集的MHI圖像序列中的人臉部分為負樣本,提取Haarl ike特征,訓練Boosting分類器,該分類器用來探測MHI圖像中是否含有符合三維人臉特征的區域;如掃描到的區域與視頻中識別的人臉區域重合面積超過50%,則認為視頻中識別的人臉樣本為三維人臉;b.使用從三維人臉上采集的MHI圖像序列中的人臉部分為正樣本,從屏幕回放上采集的MHI圖像序列中的人臉部分為負樣本,使用常用的機器學習算法訓練一個分類器;當系統從視頻中識別出人臉后,按照人臉在圖像中的位置提取其對應的MHI圖像中的區域塊,將MHI區域塊作為分類器的輸入,由分類器輸出識別結果;分類器輸出為正樣本時,認為視頻中識別的人臉樣本為三維人臉。而且,所述步驟⑴中側向閃爍光源滿足的條件為:光源的頻譜范圍為30011111?2500醒,光源閃爍頻率范圍為50取?0.3取,光源具有方向性,與人臉法線間有不大于90°的夾角。而且,所述步驟⑴中視頻采集設備滿足的條件為:視頻采集設備為普通攝像機、攝像頭或工業攝像機;采集方法為直接采集原始視頻,或使用帶有帶通濾鏡的鏡頭采集視頻,濾波鏡頭的帶通頻率與光源頻譜相同。而且,所述步驟⑶中以側向閃爍光源照射條件下采集到的MHI圖像序列為依據,識別回放攻擊,具體步驟如下:①使用視頻的幀間差,即視頻的上一幀與下一幀的差值,得到視頻中具有運動特征物體的邊緣,即輪廓,這是一個二值圖像;②以時間戳,即當前系統時間的浮點值,取代二值圖像中的像素點,并將鄰近的2-15幀累加;或不使用時間戳,直接將鄰近的2-15幀步驟①中所述的二值圖像累加。而且,所述步驟⑶a中Boosting分類器的訓練方法,具體步驟如下:①使用視頻的幀間差,即視頻的上一幀與下一幀的差值,得到視頻中具有運動特征物體的邊緣,即輪廓,這是一個二值圖像;②以時間戳,即當前系統時間的浮點值,取代二值圖像中的像素點,并將鄰近的2-15幀累加;或不使用時間戳,直接將鄰近的2-15幀步驟①中所本文檔來自技高網...
【技術保護點】
一種基于光照的人臉識別系統回放攻擊檢測方法,其特征在于:以普通視頻采集設備采集的側向閃爍光照條件下人臉視頻為原始視頻信號,通過對原始視頻信號應用運動模板算法,得出原始視頻信號對應的MHI圖像序列為依據,對被測試樣本為三維人臉還是屏幕人臉視頻回放加以分類識別。
【技術特征摘要】
【專利技術屬性】
技術研發人員:劉建征,楊巨成,趙希,趙婷婷,張傳雷,孫文輝,張高禎,張靈超,
申請(專利權)人:天津科技大學,
類型:發明
國別省市:天津;12
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。