基于人脸防伪的移动智能终端安全性研究

发布时间：2021-04-11 13:49

　　人脸识别技术应用于手机、平板电脑等移动智能终端的现象越来越普遍。然而通过打印照片、重播视频以及制作掩膜等方式能够伪造人脸绕过移动智能终端的识别机制,从而对其身份识别系统造成极大的威胁。因此,如何检测虚假人脸是目前移动智能终端人脸防伪技术的研究热点。传统的人脸防伪技术以人工设计特征（Hand-crafted Features）作为区分人脸真伪的依据,由于加入了过多的人为限制,通常适用于防范打印照片攻击的模型难以用于抵御重播视频攻击,存在着对于不同种类攻击通用性差的问题。为了提高算法的通用性,将深度学习引入人脸防伪领域。然而,现有的基于深度学习的模型存在三大问题:一是,对于人脸姿态、表情和光照条件变化的适应性差;二是,缺乏明确的监督信息,模型学习到的并不是区分人脸真伪的关键特征,导致检测的准确度不高;三是,对于人脸视频的采集设备和方式等比较敏感,对不同数据集的泛化性差。针对上述问题,本文提出了一种静态特征和动态特征相融合的人脸真伪检测方案。主要工作和创新点如下:1.本文所提的静态特征和动态特征相融合的人脸真伪检测方案首先通过移动智能终端的摄像头采集人脸视频,然后对连续帧进行采样;提取其中第... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
    1.3 研究内容与结构安排
第2章 背景技术介绍
    2.1 人脸防伪简介
        2.1.1 人脸欺骗攻击
        2.1.2 人脸防伪方案
    2.2 深度学习简介
        2.2.1 卷积神经网络
        2.2.2 循环神经网络
    2.3 本章小结
第3章 基于融合特征的人脸真伪检测
    3.1 检测框架的整体架构
    3.2 融合特征设计
    3.3 分类模块设计
    3.4 本章小结
第4章 人脸静态特征的提取方法
    4.1 方法的整体架构
    4.2 深度图真实标记的生成模块
        4.2.1 真脸的3D点云图生成方案
        4.2.2 真假脸的深度归一化处理
    4.3 基于深度图的特征提取网络模块
        4.3.1 模块架构
        4.3.2 目标函数设计
        4.3.3 激活函数选择
        4.3.4 超参数设置
        4.3.5 网络训练策略
        4.3.6 优化算法选择
    4.4 本章小结
第5章 人脸动态特征的提取方法
    5.1 方法的整体架构
    5.2 光流引导特征残差模块
        5.2.1 光流引导特征模块
        5.2.2 残差模块
    5.3 卷积门控循环单元模块
        5.3.1 门控循环单元
        5.3.2 卷积门控循环单元
    5.4 注意力机制
        5.4.1 注意力机制的流程
        5.4.2 注意力生成网络
    5.5 本章小结
第6章 检测方案的实验和结果分析
    6.1 实验设置
        6.1.1 数据集
        6.1.2 评价标准
        6.1.3 软硬件配置
    6.2 基于静态特征检测方案的实验与结果分析
        6.2.1 数据预处理
        6.2.2 实验结果与分析
    6.3 基于动态特征检测方案的实验和结果分析
        6.3.1 数据预处理
        6.3.2 实验结果与分析
    6.4 基于融合特征检测方案的实现和结果分析
    6.5 本章小结
第7章 总结与展望
    7.1 工作总结
    7.2 工作展望
致谢
参考文献
硕士阶段发表论文



本文编号：3131366