一种基于屏幕边缘的手机回放活体攻击识别方法技术

本发明专利技术为一种基于屏幕边缘的手机回放活体攻击识别方法，包括输入模块、图像失焦检测模块、屏幕边缘检测模块和判断输出模块；通过输入模块提取摄像头拍摄的图像中的人脸图像，由图像失焦检测模块对人脸图像进行图像失焦检测，将经过图像失焦检测后判定为清晰图像的人脸图像传输至屏幕边缘检测模块进行屏幕边缘检测，最后将检测结果传输至判断输出模块，由判断输出模块进行是否为回放活体攻击的判断，并将结果输出，通过本方法最终实现了对照片回放和视频回放同时处理。

A live attack recognition method based on screen edge for mobile phone playback

【技术实现步骤摘要】
一种基于屏幕边缘的手机回放活体攻击识别方法
本专利技术属于图像处理领域，具体地说，涉及一种基于屏幕边缘的手机回放活体攻击识别方法。
技术介绍
在我们的日常生活和生产活动中，人脸识别技术正在得到越来越广泛的运用。和指纹、虹膜等生物特征相比，人脸特征是最容易获取的。目前，人脸识别系统逐渐开始商用，并向着自动化、无人监督化的趋势发展，同时对于活体攻击识别技术的需求也越来越大。通常意义上的活体检测是当生物特征信息从合法用户那里取得时，判断该生物信息是否从具有生物活体的合法用户身上取的。活体检测的方法主要是通过识别活体上的生理信息来进行，它把生理信息作为生命特征来区分用照片、硅胶、塑料等非生命物质伪造的生物特征。一个可以正常工作的人脸识别系统，除了实现识人之外，还需要其他的技术进行辅助，其中在人脸识别身份认证系统中很重要的一项技术就是人脸活体检测。人脸识别系统除了“识人”之外，还需要“识真”，也就是说在系统面前，不仅要证明这个人的脸是不是这个人的脸，还要证明这张脸是不是活体的人脸，而不是图片、视频、或者带着面具的人脸。活体识别传统流程：先是人脸检测，然后是活体识别，最后是人脸识别。活体攻击类型主要分为：屏幕回放攻击、打印纸攻击和面具攻击。屏幕回放攻击，实施难度小，其中手机屏幕回放是最容易选择的攻击类型；同时回放攻击又分为回放图片和回放视频，回放图像失真小，算法复杂度高，效率低，泛化能力低。传统的回放攻击识别方法是：1）基于图像纹理质量，手机屏幕分辨率越来越高，失真越来越低，算法泛化能力差2）基于帧间时序。难以处理视频回放攻击，且算法复杂度高。现有技术中，对于照片回放，设置了眨眼等动作，当用屏幕切换摆出不同面部动作的人脸照片时，检测拍照摄像头会存在短暂捕捉不到人脸的时刻，当出现这种时刻的时候，系统自动开启重新开始识别，通过这种方式即可有效规避照片回放攻击。但该方法对于视频回放攻击则无法有效规避。
技术实现思路
本专利技术基于手机回放活体攻击的问题，提出了一种基于屏幕边缘的手机回放活体攻击识别方法，通过图像处理对屏幕边缘框进行识别，实现了对回放活体攻击的识别。本专利技术具体内容如下：一种基于屏幕边缘的手机回放活体攻击识别方法，本方法基于一个识别系统，所述识别系统包括输入模块、图像失焦检测模块、屏幕边缘检测模块和判断输出模块；所述输入模块将摄像头拍摄到的照片进行人脸检测（使用opencv库自带的人脸检测函数进行人脸检测，检测过程是：在linux系统下调用opencv人脸检测函数，输入一张图像，启动人脸检测，得到这张图像上的人脸区域外接矩形（简称人脸框）的图像坐标）。人脸识别，识别出人脸后对人脸图像进行框选，提取出框选范围内的人脸图像，并将人脸图像传输到图像失焦检测模块；所述图像失焦检测模块对图像传输模块输入的人脸图像进行图像失焦检测，将经过图像失焦检测后判定为不失焦的人脸图像传输到屏幕边缘检测模块；所述屏幕边缘检测模块对图像失焦检测模块传输来的人脸图像进行屏幕边缘检测，并将检测结果传输至判断输出模块；所述判断输出模块接收屏幕检测模块传输来的检测结果，并根据检测结果判断是否为手机回放活体攻击。为了更好地实现本专利技术，进一步地，所述图像失焦检测具体包括以下步骤：步骤S1：对人脸图像进行高斯模糊去噪；步骤S2：对高斯模糊去噪后的人脸图像进行灰度化；步骤S3：对通过拉普拉斯算法进行灰度化后的人脸图像进行滤波处理；步骤S4：计算滤波处理后的人脸图像的均值与方差；步骤S5：预先设定判定失焦的方差阈值M，以方差阈值M为标准对步骤S4中计算的的方差进行比较，判断图像传输模块输入的人脸图像是否为不失焦的人脸图像；步骤S6：将判定为不失焦的人脸图像传输给屏幕边缘检测模块。为了更好地实现本专利技术，进一步地，所述屏幕边缘检测具体包括以下步骤：等比例放大人脸框为原始人脸框的2.5倍，扣取放大后的人脸框区域图像，将图像等比例缩放到256*256分辨率下，进行屏幕边缘检测。步骤S7：将不失焦的人脸图像进行canny边缘提取；步骤S8：对进行canny边缘提取后的人脸图像进行霍夫曼直线提取，得到多个线段；步骤S9：对进行霍夫曼直线提取后的人脸图像进行线段过滤；线段保留条件为：1.和原始人脸框区域不相交2.线段的延长线和原始人脸框区域不相交3.掉线段长度大于人脸框对角线长度的0.2倍步骤S10：对进行线段过滤后的人脸图像进行线段数量统计；统计方法为：1.计算出所有线段的斜率，通过k-means算法聚类2.针对每个聚类中的线段，计算原点到线段的垂线长度，再次通过k-means算法聚类3.计算每个聚类中的所有线段长度之和。找到线段长度大于原始人脸框对角线长度0.8倍的聚类，计算它们的线段总长度。步骤S11：将步骤S10的线段数量统计的统计结果传输至判断输出模块。如果线段总超过人脸框对角线长度的3.0倍，则判断为检测到手机屏幕边缘，既为攻击；反之，则为活体。为了更好地实现本专利技术，进一步地，所述线段过滤为：过滤不在同一直线上的线段、过滤人脸区域内的线段。为了更好地实现本专利技术，进一步地，所述判断输出模块根据线段数量统计的结果，判断是否存在屏幕边缘，并将判断结果输出。本专利技术还提供了一种基于屏幕边缘的手机回放活体攻击识别设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术上述手机回放活体攻击识别方法。本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现本专利技术上述手机回放活体攻击识别方法。本专利技术与现有技术相比，具有以下优点及有益效果：能同时对视频和照片回放进行处理，泛化能力强，运行效率高。附图说明图1为本专利技术实现总流程图；图2为图像失焦检测流程图；图3为屏幕边缘检测流程图。具体实施方式为了更清楚地说明本专利技术实施例的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本专利技术中的实施例，本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例1：一种基于屏幕边缘的手机回放活体攻击识别方法，本方法基于一个识别系统，如图1所示，所述识别系统包括输入模块、图像失焦检测模块、屏幕边缘检测模块和判断输出模块；所述输入模块将摄像头拍摄到的照片进行人脸识别，识别出人本文档来自技高网...

【技术保护点】
1.一种基于屏幕边缘的手机回放活体攻击识别方法，其特征在于，本方法基于一个识别系统，所述识别系统包括输入模块、图像失焦检测模块、屏幕边缘检测模块和判断输出模块；/n所述输入模块将摄像头拍摄到的照片进行人脸识别，识别出人脸后对人脸图像进行框选，提取出框选范围内的人脸图像，并将人脸图像传输到图像失焦检测模块；/n所述图像失焦检测模块对图像传输模块输入的人脸图像进行图像失焦检测，将经过图像失焦检测后判定为不失焦的人脸图像传输到屏幕边缘检测模块；/n所述屏幕边缘检测模块对图像失焦检测模块传输来的人脸图像进行屏幕边缘检测，并将检测结果传输至判断输出模块；/n所述判断输出模块接收屏幕检测模块传输来的检测结果，并根据检测结果判断是否为回放活体攻击。/n

【技术特征摘要】
1.一种基于屏幕边缘的手机回放活体攻击识别方法，其特征在于，本方法基于一个识别系统，所述识别系统包括输入模块、图像失焦检测模块、屏幕边缘检测模块和判断输出模块；
所述输入模块将摄像头拍摄到的照片进行人脸识别，识别出人脸后对人脸图像进行框选，提取出框选范围内的人脸图像，并将人脸图像传输到图像失焦检测模块；
所述图像失焦检测模块对图像传输模块输入的人脸图像进行图像失焦检测，将经过图像失焦检测后判定为不失焦的人脸图像传输到屏幕边缘检测模块；
所述屏幕边缘检测模块对图像失焦检测模块传输来的人脸图像进行屏幕边缘检测，并将检测结果传输至判断输出模块；
所述判断输出模块接收屏幕检测模块传输来的检测结果，并根据检测结果判断是否为回放活体攻击。


2.如权利要求1所述的一种基于屏幕边缘的手机回放活体攻击识别方法，其特征在于，所述图像失焦检测具体包括以下步骤：
步骤S1：对人脸图像进行高斯模糊去噪；
步骤S2：对人脸图像进行灰度化；
步骤S3：对通过拉普拉斯算法进行灰度化后的人脸图像进行滤波处理；
步骤S4：计算滤波处理后的人脸图像的均值与方差；
步骤S5：预先设定判定失焦的方差阈值M，以方差阈值M为标准对步骤S4中计算的的方差进行比较，判断图像传输模块输入的人脸图像是否为不失焦的人脸图像；
步骤S6：将判定为不失焦的人脸图像传输给屏幕边缘检测模块。


3.如权利要求2所述的一种基于屏幕边缘的...

【专利技术属性】
技术研发人员：曾强，
申请(专利权)人：中科智云科技有限公司，
类型：发明
国别省市：安徽;34