一种基于运动模糊分析的虚假人脸入侵检测方法技术

为了克服再播放虚假人脸入侵难以检测的问题，本发明专利技术提出了一种基于运动模糊分析的虚假人脸入侵检测方法。该方法首先将人脸识别系统采集到的视频进行运动放大，作为视频中的人脸的面部运动的预处理；然后分别提取不同颜色通道的运动模糊描述特征，并将来自不同通道的特征级联到一起，形成表征能力更强的特征向量；最后将形成的特征向量输入到SVM分类器，根据分类器的输出结果对再播放虚假人脸进行检测。本发明专利技术计算简单，在受到再播放虚假人脸入侵攻击时，该检测方法可有效对真脸与再播放的虚假人脸进行分析，检测误差更低。

A False Face Intrusion Detection Method Based on Motion Fuzzy Analysis

In order to overcome the problem that it is difficult to detect false face intrusion in replay, a false face intrusion detection method based on motion fuzzy analysis is proposed. Firstly, the video captured by the face recognition system is magnified as the pre-processing of the face motion in the video. Then the motion blurred descriptive features of different color channels are extracted separately, and the features from different channels are cascaded together to form feature vectors with stronger representational ability. Finally, the feature vectors with stronger representational ability are formed. The feature vectors are input to the SVM classifier, and the false faces are detected according to the output of the classifier. The method has simple calculation, and can effectively analyze the true face and the replayed false face when attacked by replay false face intrusion, and the detection error is lower.

【技术实现步骤摘要】
一种基于运动模糊分析的虚假人脸入侵检测方法
本专利技术涉及一种虚假人脸入侵检测方法，特别是涉及一种基于运动模糊分析的虚假人脸入侵检测方法。
技术介绍
人脸识别技术已经成功应用到各种安全权限系统中，并获得了良好的用户体验，在公安、国安、海关、交通、金融、社保及其他民用安全控制等行业和部门存在着广泛的需求。但随着互联网及社交网络的快速发展与打印机、手机等数码设备的广泛普及，人们通过获取他人的照片、视频等信息可以很容易地入侵人脸识别系统。这种较低成本的虚假人脸入侵方式，给人脸识别系统带来了巨大的危害。近年来虚假人脸入侵方式主要分为两种：(1)基于机器学习的虚假人脸入侵检测；(2)基于深度学习的虚假人脸入侵检测。文献“BoulkenafetZ,KomulainenJ,HadidA.FaceSpoofingDetectionUsingColourTextureAnalysis.IEEETransactionsonInformationForensicsandSecurity,2017,11(8):1818-1830”提出了一种基于机器学习的虚假人脸检测方法，该方法通过分析真脸与假脸在彩色纹理存本文档来自技高网...

【技术保护点】
1.基于运动模糊分析的虚假人脸入侵检测方法，其特征主要在于三个部分：人脸视频运动放大、运动模糊特征提取、SVM分类器；(1)人脸视频运动放大：对人脸视频进行运动放大，使得真脸与再播放的人脸在运动模糊存在差异更明显、更易区分；给定人脸视频V，视频在时间t的变化可表述为V(x,y,t)＝f(x+δx(t),y+δy(t))，其中V(x,y,0)＝f(x,y)，δx(t)与δy(t)分别为运动在x、y方向的运动幅度；按照下式对视频运动进行放大：V*(x,y,t)＝f(x+(1+α)δx(t),y+(1+α)δy(t))        (1)式中α为运动放大因子；按照泰勒级数对V(x,y,t)进行关于...

【技术特征摘要】
1.基于运动模糊分析的虚假人脸入侵检测方法，其特征主要在于三个部分：人脸视频运动放大、运动模糊特征提取、SVM分类器；(1)人脸视频运动放大：对人脸视频进行运动放大，使得真脸与再播放的人脸在运动模糊存在差异更明显、更易区分；给定人脸视频V，视频在时间t的变化可表述为V(x,y,t)＝f(x+δx(t),y+δy(t))，其中V(x,y,0)＝f(x,y)，δx(t)与δy(t)分别为运动在x、y方向的运动幅度；按照下式对视频运动进行放大：V*(x,y,t)＝f(x+(1+α)δx(t),y+(1+α)δy(t))(1)式中α为运动放大因子；按照泰勒级数对V(x,y,t)进行关于x、y展开：利用带通滤波器B(x,y,t)对V(x,y,t)进行滤波处理：将V*(x,y,t)表述为：V*(x,y,t)＝f(x,y)+αB(x,y,t)(4)融合公式(2)、(3)、(4)，放大后的视频表述为：式中α为运动放大因子；(2)运动模糊特征提取：对放大后的视频提取局部相似模式(LocalSimilarPattern，LSP)特征，用来描述面部运动产生的模糊，具体包括像素值比较、比较结果进行编码、计算编码结果的统计直方图；像素值比较：分别提取视频的视频帧f(x,y)的R、G、B三个颜色通道，由上到下、由左及右逐像素选定3×3区域的图像块b(x,y)，并将中心像素与其...

【专利技术属性】
技术研发人员：李磊，冯晓毅，夏召强，彭先霖，黄东，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61