欺骗性脸部的检测制造技术

在此公开了涉及检测欺骗性人类脸部的各个示例。一个示例提供了一种包括处理器的计算设备，所述处理器被配置用于计算在第一频谱区域中人类脸部的已注册的图像数据和在该第一频谱区域中人类脸部的测试图像数据之间的第一特征距离、计算已注册的图像数据和在第二频谱区域中人类脸部的测试图像数据之间的第二特征距离、计算在第一频谱区域中的测试图像数据和在第二频谱区域中的测试图像数据之间的测试特征距离、基于预定的关系确定在第一和第二频谱区域中的测试图像数据对应的人类脸部是真实的人类脸部还是欺骗性人类脸部，并且修改计算设备的行为。

【技术实现步骤摘要】
【国外来华专利技术】欺骗性脸部的检测背景在许多计算环境中，用户认证被执行以确保某些计算资源仅被经授权用户访问。脸部识别是一种用于执行用户认证的技术。人类脸部的即时图像可以与先前捕捉到的人类脸部的图像相比较以例如确定或验证在即时图像中的人类脸部对应的身份。概述在此公开了涉及检测欺骗性人类脸部的各个示例。一个示例提供了一种包括处理器的计算设备，所述处理器被配置用于计算在第一频谱区域中人类脸部的已注册的图像数据和在该第一频谱区域中人类脸部的测试图像数据之间的第一特征距离、计算已注册的图像数据和在第二频谱区域中人类脸部的测试图像数据之间的第二特征距离、计算在第一频谱区域中的测试图像数据和在第二频谱区域中的测试图像数据之间的测试特征距离、基于预定的关系确定在第一和第二频谱区域中的测试图像数据对应的人类脸部是真实的人类脸部还是欺骗性人类脸部，并且修改计算设备的行为。提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。此外，所要求保护的主题不限于解决在本公开的任一部分中所提及的任何或所有缺点的实现。附图简述图1示意地示描绘了示例计算设备。图2示出说明训练运行时分类器的示例过程的流程图。图3示出一种说明确定在图像数据中的人类脸部是真实人类脸部还是欺骗性人类脸部的方法的流程图。图4示出一种说明导出用于在真实人类脸部图像数据和欺骗性人类脸部图像数据之间进行区分的分类器的方法的流程图。详细描述如上所述，脸部识别是一种用于执行用户认证的机制。在一些脸部识别系统中，人类脸部的即时图像可以与先前捕捉到的人类脸部的图像相比较以确定或验证在即时图像中的人类脸部对应的身份。然而，一些这样的脸部识别系统易受欺骗攻击，在所述欺骗中通过伪造脸部来模拟真实人类脸部以愚弄脸部识别系统。欺骗可以以各种形式发生，例如恶意用户可以将打印的人类脸部的图像或三维模型(诸如脸模)提交给图像捕捉设备以实现作为不同用户的用户认证。如果欺骗技术愚弄了脸部识别系统，则恶意用户可以获得对计算资源和/或数据的未经授权的访问。为了解决这些问题，提供了下述用于检测欺骗性人类脸部的设备和方法。图1示意性地描绘用于执行用户102的生物测定的验证的计算设备100。具体而言，计算设备100可以确定由相机104所捕捉的图像数据是否对应于通过用户的物理存在所呈现的用户102的真实人类脸部，或图像数据是否对应于打印在纸上的、在三维模型上呈现的或以某种其它方式进行欺骗的欺骗性脸部。这样，在此对用户的脸部的图像数据作出的引用也可以意指用户的欺骗性脸部的图像数据。相机104可以是多频谱相机，用于在电磁频谱的两个或更多区域中捕捉图像数据。这样，相机104可以包括用于在电磁频谱的第一频谱区域中捕捉图像数据的第一频谱捕捉模块106，以及用于在电磁频谱的第二频谱区域中捕捉图像数据的第二频谱捕捉模块108。所述第一和第二频谱区域可以对应于电磁频谱的任何合适的区域，诸如分别是红外频谱区域(例如800-1800nm)以及可见光频谱区域(例如400-700nm)、可见光频谱的两个不同区域或非可见光频谱的两个区域。而且，第一和第二频谱区域可以被选择以使得第一和第二频谱捕捉模块106和108的各自的输出展现出可检测到的差异。这些差异可以是人类皮肤的特性，并且如此它们无法通过不是由人类皮肤构成的欺骗对象来再现。所述差异可以至少部分是由于人类皮肤对光的皮下散射导致的，在一个示例中这可导致在可见光图像数据与红外图像数据之间可检测到的颜色和/或亮度差异。第一和第二频谱捕捉模块106和108是可以以任何合适的方式被实现的硬件模块。在一个示例中，第一和第二频谱捕捉模块106和108可以包括不同的、相应的光敏表面，每个表面由促进其对期望的波长的敏感度的合适材料构成。在另一个示例中，第一和第二频谱捕捉模块106和108可以在公共光敏表面中实现，在所述公共光敏表面上各滤镜是分开的且将第一和第二频谱光路由到光敏表面的相应的区域。在又另一个示例中，公共光敏表面可以接收第一和第二频谱光并基于所述第一和第二频谱光产生输出，其中所述输出的处理创建了单独的第一和第二频谱图像数据。第一和第二频谱捕捉模块106和108可包括任意合适的图像感测技术，包括但不限于例如电荷耦合器件(CCD)和互补金属氧化物半导体(CMOS)技术。相机104可以包括用于照亮用户102的照明器110。由照明器110产生并从用户102的脸部被反射的光的一部分可以由第一和第二频谱捕捉模块106和108捕捉以成像用户的脸部。照明器110可以采用任何合适的形式，包括但不局限于包括散射器和发光二极管(LED)的光学组件的照明器，并且可以被配置为在任意合适的频谱区域中发射光。诸如红外之类的频谱区域可以根据人类皮肤的反射系数和散射属性被选择和/或以最大化例如信噪比(SNR)。而且，在一些示例中，照明器110的光输出可以例如在空间上和/或在时间上被调制，这允许相机104感测深度。替换地或另外地，由照明器110发射的光可以被(例如线性地、环形地)极化，例如以减少由镜面反射表面所产生的闪光/眩光。尽管在图1中描绘了单个照明器110，但可以构想两个或更多的照明器，所述照明器在它们的光输出方面可以不同或可以相同。由相机104产生的图像数据连同先前存储的用户102的图像数据可以被用于确定相机所感知的用户的脸部是真实的还是欺骗性的。如此，图1示出基于由第一频谱捕捉模块106所捕捉的光产生的在第一频谱区域中的用户脸部的测试图像数据112、基于由第二频谱捕捉模块108所捕捉的光产生的在第二频谱区域中的用户脸部的测试图像数据114、以及正被馈送到计算设备100的先前存储的在第一频谱区域中的用户脸部的已注册图像数据116，在该计算设备处可以进行生物测定验证。已注册的图像数据116与用户102的真实脸部而非欺骗性用户脸部的对应性可能已经被验证，并且用户的身份可能已经与已注册的图像数据相关联。这样，已注册的图像数据116提供了经验证的参考，依据其测试第一和第二测试图像数据112和114以寻找欺骗。图1示出了从已注册人类脸部图像数据的数据库118中获得的已注册图像数据116。数据库118可以存储多个用户的经验证的人类脸部图像数据，并且还可以存储每个用户的身份。当以这样的方式被配置时，数据库118可以部分地便利于对在数据库中的每个用户的身份欺骗的检测。而且，通过将经验证身份与每个用户相关联，数据库118可以部分便利于在数据库中的每个用户的身份验证。存储在数据库118中的已注册人类脸部图像数据可以对应于任何合适的频谱区域——在一个示例中，已注册的图像数据可以对应于第一频谱区域。计算设备100可以包括或被耦合到处理器120、易失存储器122(例如随机存取存储器)、输入设备124(例如键盘、鼠标、游戏控制器、操纵杆、触摸传感器、话筒)、非易失存储器126以及输出设备128(例如显示器、扬声器)中的一个或多个。计算设备100可以采用任意合适的形式，包括但不限于台式计算机、膝上计算机、平板计算机、智能电话、智能屏幕、控制台计算设备、头戴式显示设备等。输出设备128可以输出关于第一和第二测试图像数据112和114是对应真实本文档来自技高网...

【技术保护点】
一种计算设备，包括：处理器，所述处理器被配置成：计算在第一频谱区域中的人类脸部的已注册图像数据和在所述第一频谱区域中所述人类脸部的测试图像数据之间的第一特征距离；计算在所述第一频谱区域中所述人类脸部的所述已注册图像数据和在第二频谱区域中所述人类脸部的测试图像数据之间的第二特征距离；计算在所述第一频谱区域中所述人类脸部的所述测试图像数据和在所述第二频谱区域中所述人类脸部的所述测试图像数据之间的测试特征距离；基于在真实人类脸部图像数据和欺骗性人类脸部图像数据之间进行区分的预定关系来确定在所述第一和第二频谱区域中的所述测试图像数据所对应的人类脸部是真实人类脸部还是欺骗性人类脸部；以及基于所述人类脸部是被确定为真实人类脸部还是欺骗性人类脸部来修改所述计算设备的行为。

【技术特征摘要】
【国外来华专利技术】1.一种计算设备，包括：处理器，所述处理器被配置成：计算在第一频谱区域中的人类脸部的已注册图像数据和在所述第一频谱区域中所述人类脸部的测试图像数据之间的第一特征距离；计算在所述第一频谱区域中所述人类脸部的所述已注册图像数据和在第二频谱区域中所述人类脸部的测试图像数据之间的第二特征距离；计算在所述第一频谱区域中所述人类脸部的所述测试图像数据和在所述第二频谱区域中所述人类脸部的所述测试图像数据之间的测试特征距离；基于在真实人类脸部图像数据和欺骗性人类脸部图像数据之间进行区分的预定关系来确定在所述第一和第二频谱区域中的所述测试图像数据所对应的人类脸部是真实人类脸部还是欺骗性人类脸部；以及基于所述人类脸部是被确定为真实人类脸部还是欺骗性人类脸部来修改所述计算设备的行为。2.如权利要求1所述的计算设备，其特征在于，其中通过在二维特征距离空间中训练分类器以在真实人类脸部图像数据和欺骗性人类脸部图像数据类之间进行区分来确定所述预定关系。3.如权利要求2所述的计算设备，其特征在于，其中所述二维特征距离空间的第一轴绘制了测试特征距离的范围，并且其中所述二维特征空间的第二轴绘制了在第一和第二特征距离的对应对之间的差异的范围。4.如权利要求2所述的计算设备，其特征在于，其中所述预定关系将所述第一、第二和测试特征距离的线性组合与阈值相比较，并且其中所述分类器被配置为当所述比较超过所述阈值时确定所述人类脸部是真实人类脸部，而当所述比较落在所述阈值之下时确定所述人类脸部是欺骗性人类脸部。5.如权利要求1所述的计算设备，其特征在于，其中每个特征距离被计算为相应的特征向量对属于真实人类脸部的概率以及相应的特征向量对属于欺骗性人类脸部的概率的似然比。6.如权利要求5所述的计算设备，其特征在于，其中基于局部二元图分析计算所述特征向量。7.如权利要求1所述的计算设备，其特征在于，所述第一频谱区域是红外频谱区域，并且其中所述第二频谱区域是可见光频谱区域。8.如权利要求1所述的计算设备，其特征在于，当所述测试特征距离超过阈值时确定在所述第一和第二频谱区域中的所述测试图像数据所对应的人类脸部是真实人类脸部。9.如权利要求1所述的计算设备，其特征在于，当所述第二特征距离超过所述第一特征距离时确定在所述第一和第二频谱区域中的所述测试图像数据所对应的人类脸部是真实人类脸部。10.如权利要求1所述的计算设备，其特征在于，其中计算所述第一、第二和测试特征距离包括计算相应的特征向量对，每个特征向量针对对应的图像数据编码纹理值、边缘、点、形状和亮度的直方图中的一个或多个。11.一种生物测定验证的方法，包括：计算在第一频谱区域中的人类脸部的已注册图像数据和在所述第一频谱区域中所述人类脸部的测试图像数据之间的第一特征距离；计算在所述第一频谱区域中所述人类脸部的所述已注册图像数据和在第二频谱区域中所述人类脸部的测试图像数据之间的第二特征距离；计算在所述第一频谱区域中所述人类脸部的所述测试图像数据和在所述第二频谱区域中所述人类脸部的所述测试图像数据之间的测试特征距离；...

【专利技术属性】
技术研发人员：李劲宇，F·闻，Y·魏，M·J·康拉德，CT·楚，A·贾瓦德，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US