基于灰度变化的生物识别视频回放攻击检测方法技术

本发明专利技术涉及一种基于灰度变化的生物识别视频回放攻击检测方法，其主要技术特点是：通过视频采集设备采集包含人脸区域的视频信号，对所识别出的人脸区域施加额外光线照射，从视频信号中获取人脸区域平均灰度的变化情况作为识别依据；根据人脸区域平均灰度变化情况与场景的平均灰度值的比值作为衡量标准参数，命名其为灰度变化因子并设定一个阈值，根据灰度变化因子是否超过所设定阈值进行分类判别，判断是活体人脸还是视频回放。本发明专利技术基于人脸区域在变化光照条件下平均灰度的变化情况来检测，可靠性高；使用普通的视频采集设备即可实现检测功能，具有成本低廉且算法简单易于实现的特点，能够满足不同场合的实际要求。

【技术实现步骤摘要】
基于灰度变化的生物识别视频回放攻击检测方法
本专利技术属于生物识别
，涉及人脸识别中的视频回放攻击检测，尤其是一种基于灰度变化的生物识别视频回放攻击检测方法。
技术介绍
随着科技的发展和近几年生物识别
内一些技术的逐渐成熟，生物识别(认证)技术逐渐被广泛应用。生物识别技术是指基于人体的一些生物特征，包括生理特征和行为特征来识别、判别个体身份的一种技术。目前该技术在应用方面主要依靠识别生理特征，通常包括人脸识别、指(掌)纹识别、虹膜识别等。生物特征的独特性早在唐代就已经被中国学者发现，近代西方学者对此也早有大量的研究。而真正将生物特征用于身份识别的系统出现于上世纪70年代早期。近年来，随着生物特征采集设备价格的下降和各种识别方法的日益成熟，生物识别(认证)技术逐渐融入了我们的日常生活中，在诸多领域，如系统登录、海关安检等领域有大量应用，例如我国已经启动了将公民指纹采集存储在二代身份证中的工作。生物识别具有有效性及便利性的优势，然而假冒攻击一直是生物识别系统的一个重大威胁。例如，对于人脸识别系统，攻击者可以使用人脸照片来进行身份仿冒；而指纹、掌纹识别系统也可能使用硅胶或类似材质制作的胶模骗过系统。对此类的仿冒攻击，国外有很多学者进行过研究，也发表过一些文献资料，证明使用这些仿冒手段的确可以在一定程度上实现对系统的攻击。随着生物识别技术的应用愈加广泛，系统安全性问题也日益凸显出来，越来越被研究人员广泛关注。其中，一种解决此问题的思路是在获取人体生物样本的时候，同时要对生物样本进行活体检测。活体检测可以保证生物信息的获取对象是生物活体，从而可以抵御各种复制生物样本，例如照片、塑胶指模等对认证系统的攻击。对于活体检测技术的研究已经成为了生物识别领域中的一个重要方向，近年来，国内外在此领域有大量的研究工作和一些重要的学术会议，并且在一些相关领域的权威会议上都有相关的工作和论文发表。目前一些常用的技术包括基于活体的生理行为(例如识别人脸的眨眼动作)、活体的环境特征以及活体的生理信号(诸如皮肤汗液，EEG电平，热红外特性等)。然而这些方法又各有缺陷，有些需要通过大量复杂的运算，有些需要特殊设备支持，还有些方法用户体验不好，难以满足各种复杂场合的实际应用要求，易用性和可靠性方面有待提高。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提出一种设计合理、安全性可靠性高且能够满足各种复杂场合需要的基于灰度变化的生物识别视频回放攻击检测方法。本专利技术解决其技术问题是采取以下技术方案实现的：一种基于灰度变化的生物识别视频回放攻击检测方法，包括以下步骤：步骤1、通过视频采集设备采集包含人脸区域的视频信号，对所识别出的人脸区域施加额外光线照射，从视频信号中获取人脸区域平均灰度的变化情况作为识别依据；步骤2、根据人脸区域平均灰度变化情况与场景的平均灰度值的比值作为衡量标准参数，命名其为灰度变化因子并设定一个阈值，根据灰度变化因子是否超过所设定阈值进行分类判别，判断是活体人脸还是视频回放。进一步，所述步骤1获取人脸区域平均灰度的变化情况的方法包括以下步骤：⑴使用视频采集设备采集视频或连贯图像画面序列，采样频率高于4fps；⑵从视频或图像序列中识别人脸区域；⑶将所示别出的人脸区域设定为ROI区域，计算图像全局平均灰度值G，计算ROI区域的平均灰度值F1；⑷使用可见光或视频采集设备可识别的红外/紫外光线照射步骤⑵所识别出的人脸区域；⑸重新计算人脸ROI区域的平均灰度值F2。进一步，所述步骤⑶及步骤⑸中全局平均灰度值G、ROI区域的平均灰度值F1及人脸ROI区域的平均灰度值F2的计算方法，是根据选定视频或图像序列中的一帧图像进行计算，或者根据选择连续若干帧图像分别进行计算，然后再计算其平均值。进一步，所述步骤⑷在处理过程中，应选择指向性较强的光源并保证只照射所识别出的人脸区域，同时，光源、人脸、采集设备三者之间的夹角应确保如下条件：①如被照射样本为真实人脸，光源所发出光线应能在人脸上形成漫反射，并明显提高人脸图像的灰度；②如被照射样本为视频回放设备播放平面上播放的人脸，光源所发出光线不会被播放平面以镜面反射的形式反射至视频采集设备。进一步，所述步骤2使用如下公式计算灰度变化因子：f＝(F2-F1)/G其中，f为灰度变化因子，G为图像全局平均灰度值，F1是计算的人脸ROI区域的平均灰度值，F2是重新计算的人脸ROI区域的平均灰度值。进一步，所述步骤2中阈值的范围在0.1～2.0之间。进一步，所述视频采集设备为普通摄像机、摄像头或工业摄像机。本专利技术的优点和积极效果是：1、本专利技术通过视频采集设备采集包含人脸区域的视频信号，在采集的同时变化人脸区域的光照强度并计算人脸区域的平均灰度，使用平均灰度的变化情况作为分类依据的特征；根据人脸区域灰度变化值与场景的平均灰度值的比作为衡量标准参数，根据衡量标准参数是否超过阈值来判断被测试样本是否为视频回放攻击，上述方法采用图像处理技术生物样本进行活体检测，解决了人脸识别系统中防止视频回放攻击问题，其基于人脸区域在变化光照条件下平均灰度的变化情况来检测，可靠性高。2、本专利技术仅使用普通的视频采集设备和照明设备即可实现检测功能，即采用生物识别系统中的必需设备，不用对系统额外加入硬件设备，具有成本低廉且算法简单易于实现的特点，能够满足不同场合的实际要求。附图说明图1为本专利技术的检测原理图；图2为本专利技术的活体人脸受光照影响灰度变化示意图；图中矩形框为人脸ROI，曲线为人脸ROI平均灰度变化曲线，图中曲线的每一次波峰都对应着一次额外光源的照射，表示人脸平均灰度值受外界光照影响而提高，其中左侧为普通光照情况，右侧为施加额外光照后情况；图3为本专利技术的视频回放设备受光照影响灰度变化示意图；图中矩形框为人脸ROI，曲线为人脸ROI平均灰度变化曲线，图中曲线的波峰表示视频播放设备播放平面中的人脸平均灰度值受外界光照影响不大，其中左侧为普通光照情况，右侧为施加额外光照后情况。具体实施方式以下结合附图对本专利技术实施例做进一步详述。本专利技术的设计思想为：人脸等非自发光物体图像的形成原理是物体表面对照射光源形成反射，所反射的光线被图像采集设备采集，从而形成图像。而视频播放设备图象形成的原理是设备本身发射光线，所发射光线被图像采集设备采集，从而形成图像。所以，人脸图像的灰度大小基本上是由外界光线的强度决定的，外界光线越强，人脸图像的灰度值越高。人脸会对外界光源形成漫反射，当有额外光源施加到人脸上的时候，人脸反射光的亮度会增强，从而导致缩采集的人脸图像灰度提高。然而，视频播放设备所形成图像的灰度值是由设备本身所发出的亮度强弱决定的，当额外光源施加到视频回放设备的播放平面时，不会产生类似人脸的漫反射现象，也不会影响设备本身所发出的亮度，从而对视频播放平面上锁显示出的人脸图像灰度影响不大。使用额外光源照射已被识别出的人脸，非视频回放人脸的灰度值会有较大提高，而使用视频回放设备播放的人脸灰度基本没有变化或提高幅度较小。使用这一特征可以识别人脸识别中的视频回放攻击。基于以上设计思想，本专利技术的基于灰度变化的生物识别视频回放攻击检测方法，如图1所示，包括以下步骤：步骤1、通过视频采集设备采集包含人脸区域的视频信号，对所识别出的人脸区域施加额外本文档来自技高网...

【技术保护点】
一种基于灰度变化的生物识别视频回放攻击检测方法，其特征在于包括以下步骤：步骤1、通过视频采集设备采集包含人脸区域的视频信号，对所识别出的人脸区域施加额外光线照射，从视频信号中获取人脸区域平均灰度的变化情况作为识别依据；步骤2、根据人脸区域平均灰度变化情况与场景的平均灰度值的比值作为衡量标准参数，命名其为灰度变化因子并设定一个阈值，根据灰度变化因子是否超过所设定阈值进行分类判别，判断是活体人脸还是视频回放。

【技术特征摘要】
1.一种基于灰度变化的生物识别视频回放攻击检测方法，其特征在于包括以下步骤：步骤1、通过视频采集设备采集包含人脸区域的视频信号，对所识别出的人脸区域施加额外光线照射，从视频信号中获取人脸区域平均灰度的变化情况作为识别依据；步骤2、根据人脸区域平均灰度变化情况与场景的平均灰度值的比值作为衡量标准参数，命名其为灰度变化因子并设定一个阈值，根据灰度变化因子是否超过所设定阈值进行分类判别，判断是活体人脸还是视频回放。2.根据权利要求1所述的基于灰度变化的生物识别视频回放攻击检测方法，其特征在于：所述步骤1获取人脸区域平均灰度的变化情况的方法包括以下步骤：⑴使用视频采集设备采集视频或连贯图像画面序列，采样频率高于4fps；⑵从视频或图像序列中识别人脸区域；⑶将所示别出的人脸区域设定为ROI区域，计算图像全局平均灰度值G，计算ROI区域的平均灰度值F1；⑷使用可见光或视频采集设备可识别的红外/紫外光线照射步骤⑵所识别出的人脸区域；⑸重新计算人脸ROI区域的平均灰度值F2。3.根据权利要求2所述的基于灰度变化的生物识别视频回放攻击检测方法，其特征在于：所述步骤⑶及步骤⑸中全局平均灰度值G、ROI区域的平均灰度值F1及人脸ROI区域的平均灰度值F2的计算方...

【专利技术属性】
技术研发人员：刘建征，杨巨成，杨华易，赵婷婷，陈亚瑞，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津,12