【技术实现步骤摘要】
【国外来华专利技术】利用移动设备检测面部识别的欺骗
交叉引用
[0001]本申请要求于2019年3月12日提交的美国临时申请第62/817,554号的权益，该申请的全部内容通过引用并入本文。
技术介绍
[0002]“欺骗”安全系统通常被定义为通过提交虚假数据伪装成经过身份确认的用户的行为。在这种情况下，可以采用活体检测方法来确定生物特征模态，例如面部、手掌(掌纹)、手指(指纹)或耳朵，是否载有原始三维生物特征模态的独特结构特性，或者是否是二维复制。
技术实现思路
[0003]在一个方面，本文公开了一种使用移动设备的相机检测生物特征身份识别的欺骗(spoofing of biometric identity recognition)的计算机实现方法，所述方法包括：(a)通过相机在第一距离处记录用户的面部图像或图像集；(b)使用算法处理在所述第一距离处的所述用户的面部图像或图像集，以生成所述用户的图像或图像集的第一数据表示；(c)将所述第一数据表示处理成预测模型，所述预测模型估计所述用户的面部图像或图像集在所述用户的面部与所述相机之间的其他距离或方向上的所述数据表示；(d)改变所述用户的面部与所述相机之间的所述距离，其中改变所述距离包括增加所述用户的面部与所述相机之间的所述距离，减小所述用户的面部与所述相机之间的所述距离，改变所述相机相对于所述用户的面部的方向，改变所述用户的面部相对于所述相机的所述方向，或其任意组合；(e)通过所述相机在第二距离处记录所述用户的面部图像或图像集；(f)使用算法处理在所述第二距离处的所述用户的面部图像或...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种计算机实现方法，用于使用移动设备的相机检测生物特征身份识别的欺骗，所述方法包括：a)通过所述相机记录用户在第一距离处的面部图像或图像集；b)使用算法处理在所述第一距离处的所述用户的面部图像或图像集，以生成所述用户的图像或图像集的第一数据表示；c)将所述第一数据表示处理成预测模型，所述预测模型估计所述用户的面部图像或图像集在所述用户的面部与所述相机之间的其他距离或方向上的所述数据表示；d)改变所述用户的面部与所述相机之间的所述距离，其中改变所述距离包括增加所述用户的面部与所述相机之间的所述距离、减小所述用户的面部与所述相机之间的所述距离、改变所述相机相对于所述用户的面部的所述方向、改变所述用户的面部相对于所述相机的所述方向、或其任意组合；e)通过所述相机记录所述用户在第二距离处的面部图像或图像集；f)使用算法处理在所述第二距离处的所述用户的面部图像或图像集，以生成所述用户的第二图像或图像集的第二数据表示；g)将所述第二数据表示与从所述第一数据表示生成的所述预测模型进行比较，以确定它们是否匹配；以及h)如果所述第二数据表示匹配从所述第一数据表示生成的所述预测模型，则确认身份识别匹配。2.根据权利要求1所述的方法，所述方法还包括：如果在将所述第二数据表示与从所述第一数据表示生成的所述预测模型进行比较之后，所述第二数据表示与从所述第一数据表示生成的所述预测模型不匹配，则拒绝所述身份识别匹配。3.根据权利要求1所述的方法，所述方法还包括：如果在将所述第二数据表示与从所述第一数据表示生成的所述预测模型进行比较之后，所述第二数据表示与从所述第一数据表示生成的所述预测模型不匹配，则从来自所述第一距离或第二距离的所述用户的面部图像或图像集捕获一个或多个附加数据表示，并将所述捕获的一个或多个附加数据表示与从所述第一数据表示生成的所述预测模型进行比较，以确定它们是否匹配。4.根据权利要求3所述的方法，所述方法还包括：如果所述一个或多个附加数据表示与从所述第一数据表示生成的所述预测模型相匹配，则确认附加数据表示身份识别匹配。5.根据权利要求3所述的方法，所述方法还包括：如果所述一个或多个附加数据表示与从所述第一数据表示生成的所述预测模型不匹配，则拒绝附加数据表示身份识别匹配。6.根据权利要求1所述的方法，所述方法还包括：如果所述第二数据表示与从所述第一数据表示生成的所述预测模型不匹配，则比较附加数据以确定在所述第一距离处呈现所述面部图像或图像集的所述用户是否与在所述第二距离处呈现所述面部图像或图像集的所述用户匹配。7.根据权利要求6所述的方法，其中附加数据包括姓名、密码、身份号码、地址、地理位置、设备ID、在所述移动设备上所述用户的软件环境的唯一数据特征、其他生物特征数据、用户数据的预测模型或生物特征数据、其他数据或其任何组合。8.根据权利要求1所述的方法，所述方法还包括：a)将所述第二数据表示处理成预测模型，所述预测模型估计所述用户的面部图像或图
像集在所述用户的面部与所述相机之间的其他距离或方向上的所述数据表示；b)将所述第一数据表示与从所述第二数据表示生成的所述预测模型进行比较，以确定它们是否匹配；以及c)如果所述第一数据表示与从所述第二数据表示生成的所述预测模型相匹配，则确认身份识别匹配。9.根据权利要求8所述的方法，其中预测模型与数据表示的所述比较包括配置匹配架构。10.根据权利要求8所述的方法，其中预测模型与数据表示的所述比较包括将从第一数据表示生成的预测模型与第二数据表示进行比较，将从第二数据表示生成的预测模型与第一数据表示进行比较，或其任何组合。11.根据权利要求9所述的方法，其中匹配架构的所述配置随着连续匹配练习而改变，或者随着某些连续匹配练习而不是其他而改变，其中改变能够在匹配练习之间随机化，或者基于非随机化的确定数据或协议，或者可能不会改变。12.根据权利要求11所述的方法，其中对匹配架构的所述配置的改变基于在匹配练习之间随机化的改变、基于非随机化确定数据或协议的改变或其任何组合。13.根据权利要求9所述的方法，其中匹配架构的所述配置不改变。14.根据权利要求1所述的方法，其中使用引导用户界面来捕获所述第一数据表示和/或第二数据表示。15.根据权利要求14所述的方法，其中从所述引导用户界面捕获的信息用于匹配练习。16.根据权利要求1所述的方法，所述方法还包括：a)从所述移动设备上的一个或多个传感器记录由所述相机在所述第一距离处记录所述用户的面部图像或图像集时的运动和/或位置数据；b)从所述移动设备上的一个或多个传感器记录由所述相机在所述第二距离处记录所述用户的面部图像或图像集时的运动和/或位置数据；c)将在所述第一距离处记录的所述运动和/或位置数据和来自所述第二距离的运动和/或位置数据与从所述第一数据表示生成的所述预测模型和所述第二数据表示进行比较；以及d)如果(I)所述第二数据表示与从所述第一数据表示预测建模生成的所述预测模型匹配；并且(II)所述运动和/或位置数据与归因于所述移动设备相对于所述用户的面部的所述位置的预期运动和/或位置数据相匹配，则确认身份识别匹配。17.根据权利要求16所述的方法，其中在所述第一数据表示的所述记录时间和所述第二数据表示的所述记录时间之间连续地或以多个间隔记录所述运动和/或位置数据。18.根据权利要求17所述的方法，所述方法还包括比较(I)在所述第一数据表示的所述记录时间和所述第二数据表示的所述记录时间之间连续地或以多个间隔记录所述运动和/或位置数据与(II)从所述第一数据表示生成的所述预测模型和所述第二数据表示。19.根据权利要求18所述的方法，所述方法还包括如果(I)所述第二数据表示与从所述第一数据表示生成的所述预测模型相匹配；以及(II)连续或以多个间隔记录的所述运动和/或位置数据与归因于所述移动设备相对于所述用户的面部的所述位置的预期运动和/或位置数据相匹配，则确认身份识别匹配。
20.根据权利要求8所述的方法，所述方法还包括：a)从所述移动设备上的一个或多个传感器记录由所述相机在所述第一距离处记录所述用户的面部图像或图像集时的运动和/或位置数据；b)从所述移动设备上的一个或多个传感器记录由所述相机在所述第二距离处记录所述用户的面部图像或图像集时的运动和/或位置数据；c)将在所述第一距离处记录的所述运动和/或位置数据和来自所述第二距离的运动和/或位置数据与从所述第二数据表示生成的所述预测模型和所述第一数据表示进行比较；以及d)如果(I)所述第一数据表示与从所述第二数据表示预测建模生成的所述预测模型相匹配；并且(II)所述运动和/或位置数据与归因于所述移动设备相对于所述用户的面部的所述位置的预期运动和/或位置数据相匹配，则确认身份识别匹配。21.根据权利要求20所述的方法，其中在所述第一数据表示的所述记录时间和所述第二数据表示的所述记录时间之间连续地或以多个间隔记录所述运动和/或位置数据。22.根据权利要求21所述的方法，所述方法还包括比较(I)在所述第一数据表示的所述记录时间和所述第二数据表示的所述记录时间之间连续地或以多个间隔记录所述运动和/或位置数据与(II)从所述第二数据表示生成的所述预测模型和所述第一数据表示。23.根据权利要求22所述的方法，所述方法还包括如果(I)所述第一数据表示与从所述第二数据表示生成的所述预测模型相匹配；以及(II)连续或以多个间隔记录的所述运动和/或位置数据与归因于所述移动设备相对于所述用户的面部的所述位置的预期运动和/或位置数据相匹配，则确认身份识别匹配。24.一种计算机实现的系统，包括计算设备，所述计算设备包括至少一个处理器、被配置为执行可执行指令的操作系统、存储器、以及包括可由所述计算设备执行以创建用于使用移动设备的相机检测生物特征身份识别的欺骗的应用的指令的计算机程序，所述应用包括：a)软件模块，其被配置为在第一距离处记录用户的面部图像或图像集；b)软件模块，其被配置为使用算法处理在所述第一距离处的所述用户的面部图像或图像集，以生成所述用户的图像或图像集的第一数据表示；c)软件模块，其被配置为将所述第一数据表示处理成预测模型，所述预测模型估计所述用户的面部图像或图像集在所述用户的面部与所述相机之间的其他距离或方向上的所述数据表示；d)软件模块，其被配置为改变所述用户的面部与所述相机之间的所述距离，其中改变所述距离包括增加所述用户的面部与所述相机之间的所述距离，减小所述用户的面部与所述相机之间的所述距离，改变所述相机相对于所述用户的面部的所述方向，改变所述用户的面部相对于所述相机的所述方向，或其任意组合；e)软件模块，其被配置为在第二距离处记录所述用户的面部图像或图像集；f)软件模块，其被配置为使用算法处理在所述第二距离处的所述用户的面部图像或图像集以生成所述用户的第二图像或图像集的第二数据表示；g)软件模块，其被配置为将所述第二数据表示与从所述第一数据表示生成的所述预测模型进行比较以确定它们是否匹配；以及
h)软件模块，其被配置为如果所述第二数据表示匹配从所述第一数据表示生成的所述预测模型，则确认身份识别匹配。25.根据权利要求24所述的系统，其中所述系统还包括软件模块，所述软件模块被配置为如果在所述软件模块配置为将所述第二数据表示与从所述第一数据表示生成的所述预测模型进行比较之后，所述第二数据表示与从所述第一数据表示生成的所述预测模型不匹配，则拒绝所述身份识别匹配。26.根据权利要求24所述的系统，所述系统还包括软件模块，所述软件模块被配置为如果在将所述第二数据表示与从所述第一数据表示生成的所述预测模型进行比较之后，所述第二数据表示与从所述第一数据表示生成的所述预测模型不匹配，则从来自所述第一距离或第二距离的所述用户的面部图像或图像集捕获一个或多个附加数据表示，并将所述捕获的一个或多个附加数据表示与从所述第一数据表示生成的所述预测模型进行比较，以确定它们是否匹配。27.根据权利要求26所述的系统，所述系统还包括软件模块，所述软件模块被配置为如果所述一个或多个附加数据表示与从所述第一数据表示生成的所述预测模型相匹配，则确认附加数据表示身份识别匹配。28.根据权利要求26所述的系统，所述系统还包括软件模块，所述软件模块被配置为如果所述一个或多个附加数据表示与从所述第一数据表示生成的所述预测模型不匹配，则拒绝附加数据表示身份识别匹配。29.根据权利要求24所述的系统，所述系统还包括软件模块，所述软件模块被配置为如果所述第二数据表示与从所述第一数据表示生成的所述预测模型不匹配，则比较附加数据以确定在所述第一距离处呈现所述面部图像或图像集的所述用户是否与在所述第二距离处呈现所述面部图像或图像集的所述用户匹配。30.根据权利要求29所述的系统，其中附加数据包括姓名、密码、身份号码、地址、地理位置、设备ID、在所述移动设备上所述用户的软件环境的唯一数据特征、其他生物特征数据、用户数据的预测模型或生物特征数据、其他数据或其任何组合。31.根据权利要求24所述的系统，其中所述系统还包括：a)软件模块，其被配置为将所述第二数据表示处理成预测模型，所述预测模型估计所述用户的面部图像或图像集在所述用户的面部与所述相机之间的其他距离或方向上的所述数据表示；b)软件模块，其被配置为将所述第一数据表示与从所述第二数据表示生成的所述预测模型进行比较以确定它们是否匹配；以及c)软件模块，其被配置为如果所述第一数据表示与从所述第二数据表示生成的所述预测模型相匹配，则确认身份识别匹配。32.根据权利要求31所述的系统，其中被配置为将所述第一数据表示与从所述第二数据表示生成的所述预测模型进行比较的所述软件模块包括匹配架构配置。33.根据权利要求31所述的系统，其中被配置为将预测模型与数据表示进行比较的任何软件模块包括将从第一数据表示生成的预测模型与第二数据表示进行比较，将从第二数据表示生成的预测模型与第一数据表示进行比较，或其任何组合。34.根据权利要求32所述的系统，其中匹配架构的所述配置随着连续匹配练习而改变，
或者随着某些连续匹配练习而不是其他而改变，其中改变能够在匹配练习之间随机化，或者基于非随机化的确定数据或协议，或者可能不会改变。35.根据权利要求34所述的系统，其中对匹配架构的所述配置的改变基于在匹配练习之间随机化的改变、基于非随机化确定数据或协议的改变或其任何组合。36.根据权利要求32所述的系统，其中所述匹配架构...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。