基于误差水平分析的变形人脸检测制造技术

本发明专利技术针对人脸变形检测，提出了一种基于误差水平分析的变形人脸检测方法，包括下列步骤：1)根据由dlib标志点检测器检测到的眼睛坐标来分割和归一化图像的面部；2)，将图像转化为HSV颜色空间，并分解为H、S、V三个颜色通道；3)将H、S、V三个颜色通道进行JPEG压缩，以获得相应的误差图像；4)在ShuffleNet中嵌入轻量级卷积注意力机制模块；5)用改进后的ShuffleNet网络对H、S、V三个通道的误差图像进行特征提取；6)用SVM对上一步提取的特征进行分类。6)用SVM对上一步提取的特征进行分类。

【技术实现步骤摘要】
基于误差水平分析的变形人脸检测


[0001]本专利技术涉人脸融合攻击检测领域，尤其是一种基于误差水平分析的变形人脸检测技术。

技术介绍

[0002]随着生物识别技术的发展，人脸生物识别系统广泛应用于各种访问控制应用，包括执法、监控、国民身份证计划、边境控制等。然而最新的研究法发现人脸识别系统容易受到基于变形人脸图像的攻击，其有效性已在商业人脸识别系统中验证。研究者试验了包括面部识别专家在内的观察者对变形人脸的辨识能力。研究结果进一步表明了检测面部变形的困难性。
[0003]基于变形人脸图像的攻击对生物识别系统，特别是电子旅行证件的签发和验证过程构成严重的安全威胁。不同的商业人脸识别系统被发现极易受到此类攻击。由于人脸具有很高的类内变异性，人脸识别系统以高达0.1％的误匹配率(FMRs)来实现可接受的误匹配率(FNMRs)。也就是说，变形人脸图像的自动检测对于保证操作性人脸识别系统的安全性至关重要。
[0004]为了保障人脸识别系统的安全性，人脸融合攻击的检测成为一个亟待解决的问题。目前人脸变形攻击检测方法主要分为4种算法类型:基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于误差水平分析的检测系统。其特征在于，所述方法由计算机执行，包括以下步骤：A1、对输入的图像进行预处理；A2、HSV色彩通道分解；A3、提取误差分析图像A4、改进ShuffleNetA5、特征提取A6、分类。2.如权利要求1所述的基于误差分析的检测方法，其特征在于，将归一化区域裁剪到224
×
224像素，以确保变形检测算法仅应用于面部区域，A1的具体实现过程如下：在人脸变形攻击中，人脸区域通常位于图像的中心。为了准确地从图像中提取特征，只保留图像的最大中心区域。在预处理阶段，根据由dlib标志点检测器检测到的眼睛坐标来分割和归一化图像的面部。3.如权利要求1所述的基于误差分析的检测方法，其特征在于，将图像转化为HSV颜色空间，并分解为H、S、V三个颜色通道，A2的具体实现过程如下：给定面部图像I，获得如下HSV的颜色空间里三个通道里的图像：HSV(I)＝[I
H
,I
S
,I
V
]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)。4.如权利要求1所述的基于误差分析的检测方法，其特征在于，得到三个通道的误差图像，A3的具体实现过程如下：对H、S、V三个颜色通道的图像进行压缩，以获得相应的压缩图像:I
H0
、I
S0
、I
V0
。然后计算这三个通道上的误差图像：R
H
＝I
H
‑
I
H0
,R
s
＝I
s
‑
...

【专利技术属性】
技术研发人员：贾成昆，龙敏，赵玄，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：