摘要：人臉識別技術是生物識別技術領域內(nèi)的一個分支，是繼指紋識別之后最受關注的一項生物技術，但是目前也出現(xiàn)偽裝人臉行為進行欺詐，這種對合法用戶人臉的假冒行為已經(jīng)成為人臉識別與認證系統(tǒng)的重要威脅。當前活體人臉檢測技術主要集中在人臉細微動作、3D人臉重建、紅外人臉檢測三領域的研究上，本文主要淺析這三類檢測技術的原理，并總結分析了各技術的特點及優(yōu)劣。

關鍵詞：人臉識別，活體檢測，人臉細微動作，3D人臉重建、紅外人臉檢測

中圖分類號： TP391 文獻標識碼：A 文章編號1672-3791（2015）04（a）-0000-00

作為一種新興的生物特征識別技術，與虹膜識別、指紋掃描、掌形掃描等技術相比，人臉識別技術在應用方面具有獨到的優(yōu)勢：人臉識別技術使用通用的攝像機作為識別信息獲取裝置，可以非接觸的方式完成識別過程。但是正是這些應用場景的優(yōu)勢，被一些人用照片、視頻、人臉模型等方式進行人臉復制，欺騙系統(tǒng)。在人臉識別系統(tǒng)應用推廣中，活體檢測技術逐漸成為系統(tǒng)的必要核心技術。

當前活體人臉檢測技術主要是基于人臉細微動作、3D人臉重建、紅外人臉檢測三個領域上的研究。

1人臉細微動作

由于照片、模型中的人臉不具備細微等動作的可能，那么我們在獲取人臉的連續(xù)一系列細微動作的過程中可以獲得一些線索來判斷是否是真實的人臉：如眼睛眨動、嘴唇的離合、面部肌肉細微動作以及人臉周邊場景的細微變化，這些我們可以將其設為相應的特征值存儲在人臉特征值中，并設定這些值設置波動范圍，如果這些值沒有變化，就判定這是偽造的人臉。

對于以上歸類的細微動作可以采用以下幾類人臉經(jīng)典算法進行特征值提取和判斷：霍夫變換法、變形模板法、邊緣特征分析法和對稱變換法等，利用這些算法，從一個較大的特征集中選擇少量的關鍵的特征，產(chǎn)生一個高效的強分類器，再用瀑布算法將多個強分類器合成為一個更加復雜的層疊分類器，使圖像的背景區(qū)域快速地丟棄，而在有可能存在目標（人臉）的區(qū)域花費更多的計算，其在人臉檢測方面速度快且具有魯棒性 [1]。

2 3D人臉重建

平面的人臉圖像，不管是視頻還是圖片，都是無法恢復出此特定人的 3D 結構，因此出現(xiàn)了基于3D人臉重建的活體檢測技術。

3D人臉重建的原理是：人臉都被標準化到一個統(tǒng)一的標準的方向和位置，人臉的形狀由數(shù)百個頂點表示，為簡化計算，均勻采樣這些頂點，在球面諧波函數(shù)算法中，對形狀和紋理按照不同的策略分開處理。根據(jù)算法理論，人臉的姿態(tài)只與一些關鍵特征點的位置有關，通過將形狀和紋理分開處理，避免了復雜的優(yōu)化過程，節(jié)省了計算時間，稀疏統(tǒng)計模型的建立過程。我們將人臉的 n 個頂點的 X、Y、Z 坐標串接起來，組成形狀向量來描述人臉的 3D 形狀：我們可以重構得到對應于輸入人臉的 3D 形狀。為得到更加精細的3D 形狀的解，我們按照給定 2D 圖像上的特征點的坐標來對 3D 形狀頂點進行進一步調(diào)整，一旦得到了人臉精細的 3D 形狀信息，再結合此特定人的紋理圖像，姿態(tài)的校正就可以簡單地通過旋轉3D 人臉模型來實現(xiàn)了[3]。

3 紅外人臉檢測

在人臉活體檢測研究中，由于圖片和視頻畫面或者戴有面具時其表面是沒有溫度的，而根據(jù)人體溫度產(chǎn)生的人臉紅外感應成像就成為一個新的人臉活體檢測的研究熱點，它的基本原理是：由于人體血液流動的過程中產(chǎn)生了溫度，會被皮膚發(fā)散，從而使皮下血液系統(tǒng)呈現(xiàn)出一種獨特的面部信號。這種信號可以被紅外照相機獲取，通常就稱之為面部熱像圖。

目前主要的研究方向是根據(jù)臉皮下面復雜的血管末梢產(chǎn)生同溫線而形成的特征值提取來實現(xiàn)識別，可以采用同溫線匹配方法特征提取和識別方法進行紅外人臉識別技術，通過對于人臉皮膚下面的血管分布信息，使用熱靈敏度小于或等于0.7℃的紅外照相機所拍攝的人臉照片，每張臉一般含有數(shù)百個或者更多的封閉的同溫線。提取同溫線特征，用包含該特征的區(qū)域的標準模板進行提?。河脦缀畏治龅姆椒▉矸治鐾瑴鼐€形狀，分析的結果產(chǎn)生的特征值就用來進行人臉活體檢測[2]。

4結束語

以上幾個活體檢測技術主要基于人臉的各項生理特征來進行設定識別，其各自存在局限性，如人臉細微動作：在光線發(fā)生變化的時候，其可靠性目前還無法保證； 3D人臉識別在檢測戴有頭套的偽裝模型或者當某個目標試圖采用三維模型或面具試圖欺騙該系統(tǒng)時，也可以讓系統(tǒng)難以察覺和受騙；而紅外人臉檢測時，周邊環(huán)境溫度的變化和人自身身體狀況如運動，情感等因素使得面部熱像圖是否具有唯一性和穩(wěn)定性，還有待進一步驗證。綜上所述，同時結合上面三種活體檢測技術，可以取長補短，提高識別率，實現(xiàn)真正的活體檢測。

參考文獻

[1]《人臉識別中的活體檢測技術研究》 浙江大學 博士論文2010年 孫霖

[2]《紅外人臉識別技術》 中國圖象圖形學報 2008年12月 伍世虔等

[3]《基于 3D 人臉重建的光照、姿態(tài)不變?nèi)四樧R別》 軟件學報 2006年3月 柴秀娟等