人脸识别中的活体检测及应用研究

发布时间：2022-02-11 22:15

　　人脸识别技术以其非接触性和便捷性的特点,近年来已被广泛应用于军事、经济、公共安全等领域。目前,绝大部分的人脸识别系统能够识别输入人脸图像的身份,但无法准确辨别输入人脸属于合法用户的真实人脸还是攻击者伪造的人脸。如今,互联网络非常发达,攻击者可以很容易的通过各种社交平台获取真实用户的人脸图像和视频,一旦攻击者使用这些合法用户的人脸照片和视频攻击人脸认证系统,可能会造成比较严重的后果和损失。因此,如何快速、有效地分辨出系统输入人脸的真伪,确保人脸识别系统安全已成为人脸识别技术中一个迫切需要解决的问题。为了解决这一问题,人脸活体检测技术应运而生,旨在分辨出人脸认证系统采集的人脸图像是属于合法用户的真实人脸图像,还是攻击者伪造的假体人脸图像。另外,人脸认证系统在采集人脸图像的过程中会受到外部环境变化和伪造手段多样性的影响,给活体人脸检测技术也带来了比较严峻的挑战。本文针对人脸识别过程中的活体检测技术进行了研究,主要的研究内容和创新点如下:1.在人脸识别过程中,光照变化会对识别精度产生很大影响,为此提出一种离散小波变换增强对比度受限自适应直方图均衡化（DWT E-CLAHE）的光照预处理方法。算... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

常见生

兰州交通大学硕士学位论文-1-1绪论1.1课题背景及意义身份认证最开始由门禁系统发展而来，其安全性一直以来都是人们关注的重点。随着社会的发展，人们一直在不断完善身份认证技术。最原始的身份鉴定手段是锁和钥匙，身份认证技术发展到现代社会则是有了智能IC卡、密码键盘等诸多方式，然而这些身份认证技术都比较容易被伪造或者破解，安全性低。随着物联网在生活中的进一步普及，身份认证技术的安全性对制造商和用户来说仍然是一个相当大的挑战。因此，安全专家已转向研究生物识别技术，相较于早期的身份识别技术，生物特征识别是一种新的智能识别方法，该技术以生物固有的生理行为进行识别，如人脸、静脉、指纹、音色、姿势等特点，是验证目标有效性的自动化识别方法。生物识别技术也可以为物联网生活的安全性提供了优势[1,2]，随着身份认证技术的不断发展，生物特征识别系统在生活中的运用也越来越普遍。图1.1给出了部分生物特征识别手段。(a)人脸(b)指纹(c)手型(d)虹膜(e)字迹(f)声音图1.1常见生物特征示例人脸识别技术最早进入中国市场是在上世纪九十年代末[4]，随着国内人脸识别技术水平的不断成熟，该技术已被广泛使用在诸如安全验证、人机交流、公安系统等多个方面，同时也在视频会议、档案管理、医学医疗等方面发挥着很大的作用。未来，人脸识别技术将是全新人机交互的开端。与其他身份识别技术相比，人脸识别有着明显的优势[5,6]：

常见

【参考文献】：
期刊论文
[1]基于深度学习与二维离散小波分解特征相融合的adaboost人脸识别模型[J]. 黄健.  软件工程. 2020(02)
[2]基于YCbCr颜色空间的Retinex低照度图像增强方法研究[J]. 田会娟,蔡敏鹏,关涛,胡阳.  光子学报. 2020(02)
[3]改进型Gabor自商图算法及其在人脸识别中的应用[J]. 袁小平,崔棋纹,程干,张侠,张毅,王溯源.  计算机工程与应用. 2020(05)
[4]应用卷积神经网络的人脸活体检测算法研究[J]. 龙敏,佟越洋.  计算机科学与探索. 2018(10)
[5]基于多尺度韦伯脸和梯度脸的复杂光照下人脸识别研究[J]. 程淑红,刘洁.  计量学报. 2017(01)
[6]基于暗通道先验和CLAHE的红外图像增强算法[J]. 郑林涛,俞卫华,董永生.  计算机工程与设计. 2015(12)
[7]多姿态人脸识别综述[J]. 邹国锋,傅桂霞,李海涛,高明亮,王科俊.  模式识别与人工智能. 2015(07)
[8]基于HOG金字塔人脸识别方法[J]. 杨冰,王小华,杨鑫,黄孝喜.  浙江大学学报(工学版). 2014(09)
[9]基于正交梯度二值模式的单样本人脸识别[J]. 杨恢先,蔡勇勇,翟云龙,李球球,奉俊鹏.  计算机应用. 2014(02)
[10]基于水平扩张毯子维的掌纹识别[J]. 郭秀梅,周卫东,耿淑娟,王玉.  自动化学报. 2012(09)

硕士论文
[1]人脸活体检测与识别认证方法研究[D]. 肖亚敏.电子科技大学 2019
[2]基于局部感受野极限学习机的研究与应用[D]. 李凤雪.太原理工大学 2017



本文编号：3621034