文献综述
1.1 课题研究背景
传统个人身份验证手段如口令、证件、IC 卡等方式，由于与身份人的可分离性，致使伪造、盗用、破译等现象时有发生，已经不能满足现代社会经济活动和社会安全防范的需要。生物特征识别包括指纹、掌纹、语音、人脸、虹膜、步态、掌静脉等。生物特征识别技术先投入广泛应用的是指纹、掌纹扫描识别技术，但是却常常因为受到皮肤纹理及干燥程度等条件制约出现误判，引发不必要的麻烦，已远远不能满足人们的需求。随着科学技术的不断发展，以及社会对于身份识别越来越高的要求，生物特征识别技术逐渐呈多样化发展。人脸识别技术是近年来出现的一种基于人的脸部特征信息进行身份识别的生物特征识别技术。
人脸识别技术与其他生物特征识别技术相比，在实际应用中具有天然独到的优势：通过摄像头直接获取，可以非接触的方式完成识别过程，方便快捷。但方便的同时也带来了一些问题，易获取，使得人脸容易被一些人用照片、视频等方式进行复制，从而达到窃取盗用信息的目的。尤其是在金融行业，人脸识别技术已逐渐用于远程开户、取款、支付等，涉及用户的切身利益。
考虑到一旦虚假人脸攻击成功，极有可能对用户造成重大损失，因此势必需要为现有的人脸识别系统开发可靠、高效的伪装人脸检测技术。
1.2 伪装人脸检测研究现状
对于不同的伪装检测方法，没有统一的分类方法。在此且将人脸伪装检测方案分为基于硬件的、基于质询响应的和基于软件的三种技术。
使用3D[1]或多光谱成像的基于硬件的解决方案为检测人脸伪装提供了有效的手段，因为它们提供了关于被观测人脸的表面反射特性或深度的额外有用信息。例如，一个低成本的深度传感器，如Microsoft Kinect，可以被用来以一种非常直接的方式，从一个平面(如视频显示或照片)区分一个真实的脸。两种特定波长的皮肤反射测量可以用来区分真正的人脸与3D面具和2D表面使用的人工材料，因为人类皮肤在近红外光谱的上波段具有极低的反射率，这是人类的普遍属性。热信息也可以用于检测打印件和重放视频。利用重新分配的脂肪来增加或减少皮肤组织，或者用硅胶来制造或去除疤痕是典型的整形手术。此外，外科手术通常会引起血管流动的改变，这可以被看作是热区中的冷点。这些生理变化可以在热红外区[2]检测到。
用户协作可以用于揭露伪装攻击，因为我们人类倾向于交互，而照片或视频回放攻击不能响应随机指定的操作需求。特别是，人脸认证系统会提示用户执行特定的操作(质询)，比如面部表情[3]、嘴运动[3]或头部旋转(3D信息)，然后分析用户活动，以检查所需的操作是否实际执行(响应)。质询响应方法的缺点是它需要用户的协作，从而使认证过程成为一个耗时且令人不快的体验。基于质询响应的对策的另一个缺点是，很容易推断出哪些活体线索需要伪装。例如，对念出单词的要求表明使用了同步唇动和唇读的分析，而按一定方向旋转头部表明测量了头部的三维几何形状。对于非侵入性方法，通常不知道使用了哪些反措施，因此系统可能更难欺骗[4]。
基于软件的非侵入性对策可以根据时间信息或特征的利用[5]分为静态和动态两类。动态方法主要是基于对动作或活体的分析，而静态方法主要是基于对面部表情或特征的分析。因此，基于非侵入性软件的人脸伪装检测方案的分类是基于被检测的视觉线索:运动、面部外观和环境。针对面部伪装，典型的非侵入性软件对策是活体检测，其目的是检测生命的生理信号，如眨眼、面部表情变化、嘴部运动，甚至人体血液自然流动时面部出现的微小颜色和运动变化。除了用于活体检测的面部运动，其他的运动线索也可以用于面部反欺骗。例如，可以假设平面物体的运动，如视频显示器和照片，与真实的人脸有显著的不同，真实的人脸是复杂的非刚性三维物体。如果在目标人脸周围没有被严格裁剪，或者有一个合并的背景场景(场景假脸)，那么在固定的人脸识别系统中[6]，应该可以观察到人脸的整体运动和背景区域之间的高度相关性。
