發(fā)布時(shí)間：2021-04-25 17:32

　　隨著互聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用和計(jì)算機(jī)視覺(jué)的深入發(fā)展,人臉識(shí)別技術(shù)的可靠性和高效性得到了極大的提升并在身份認(rèn)證系統(tǒng)中占有舉足輕重的地位。諸如安防、金融、網(wǎng)絡(luò)安全、以及考勤等領(lǐng)域都離不開(kāi)人臉識(shí)別技術(shù)。但與此同時(shí),針對(duì)人臉身份認(rèn)證系統(tǒng)的攻擊手段也層出不窮,常見(jiàn)的攻擊手段如手持合法人的照片或重放錄制合法人的視頻。隨著3D打印技術(shù)的飛速發(fā)展,3D打印面具的威脅更是超越了傳統(tǒng)二維攻擊,這些人臉識(shí)別系統(tǒng)的安全性構(gòu)成了極大的挑戰(zhàn)。本文重點(diǎn)研究了時(shí)序下的深度信息對(duì)二維平面載體攻擊的檢測(cè)和在瓶頸特征上融合幾何信息的針對(duì)3D打印面具活體檢測(cè)算法。主要工作如下:通過(guò)對(duì)圖像深度信息的像素級(jí)監(jiān)督學(xué)習(xí),實(shí)現(xiàn)比傳統(tǒng)二值分類更好的精度和泛化。以往研究的基于深度信息監(jiān)督方法只將深度視為單幀中的輔助監(jiān)督,而沒(méi)有考慮到時(shí)間信息在深度信息重建中的重要性。由此提出了一種綜合時(shí)間和空間信息的深度特征回歸人臉?lè)雌垓_模型。利用多幀之間的時(shí)間信息對(duì)人臉深度信息恢復(fù)進(jìn)行改進(jìn),從而提取出更具魯棒性、更具識(shí)別性的特征,對(duì)活體人臉和欺騙人臉進(jìn)行分類。通過(guò)實(shí)驗(yàn)表明,本章提出的方法能夠有效地區(qū)分真實(shí)人臉和基于照片以及視頻展現(xiàn)的人臉。隨著3D打印技術(shù)的不... 

【文章來(lái)源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 二維平面載體攻擊
        1.2.2 3D打印面具攻擊
    1.3 本文主要研究?jī)?nèi)容
    1.4 本文結(jié)構(gòu)
第2章 基于時(shí)間和深度信息的多幀人臉?lè)雌垓_算法
    2.1 單幀深度信息處理
        2.1.1 人臉和頭部的微動(dòng)變化
        2.1.2 3D人臉模型介紹
        2.1.3 3D點(diǎn)云的UV圖表示
        2.1.4 深度圖生成
        2.1.5 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
    2.2 多幀時(shí)序深度信息處理
        2.2.1 短時(shí)運(yùn)動(dòng)特征
        2.2.2 長(zhǎng)時(shí)運(yùn)動(dòng)特征
        2.2.3 多幀損失函數(shù)設(shè)定
    2.3 實(shí)驗(yàn)步驟與性能評(píng)估
        2.3.1 實(shí)驗(yàn)數(shù)據(jù)庫(kù)
        2.3.2 評(píng)價(jià)指標(biāo)
        2.3.3 訓(xùn)練過(guò)程
        2.3.4 性能測(cè)試
        2.3.5 超參數(shù)設(shè)置
        2.3.6 數(shù)據(jù)庫(kù)內(nèi)部測(cè)試
        2.3.7 交叉測(cè)試
        2.3.8 模型對(duì)比測(cè)試
        2.3.9 定性分析
    2.4 本章小結(jié)
第3章 基于剪切波和幾何特征融合的3D打印面具攻擊檢測(cè)
    3.1 剪切波構(gòu)造
    3.2 三維人臉點(diǎn)云主曲率
    3.3 多特征融合的反面具攻擊算法
        3.3.1 整體框架
        3.3.2 三維人臉表面特征點(diǎn)檢測(cè)
        3.3.3 生成3D關(guān)鍵點(diǎn)特征描述子
        3.3.4 剪切波變換紋理特征提取
        3.3.5 特征融合
    3.4 實(shí)驗(yàn)設(shè)計(jì)與分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.4.2 實(shí)驗(yàn)設(shè)置及評(píng)價(jià)標(biāo)準(zhǔn)
        3.4.3 實(shí)驗(yàn)結(jié)果與分析
        3.4.4 多特征融合算法性能對(duì)比
    3.5 本章小結(jié)
第4章 活體檢測(cè)系統(tǒng)實(shí)現(xiàn)和測(cè)試
    4.1 系統(tǒng)總體概述
    4.2 需求分析與模塊設(shè)計(jì)
    4.3 活體人臉數(shù)據(jù)庫(kù)的采集
    4.4 系統(tǒng)實(shí)現(xiàn)
    4.5 系統(tǒng)性能測(cè)試
        4.5.1 真實(shí)人臉識(shí)別測(cè)試
        4.5.2 手機(jī)屏幕翻拍人臉識(shí)別測(cè)試
        4.5.3 3D打印面具人臉識(shí)別測(cè)試
        4.5.4 A4 紙張打印照片人臉識(shí)別測(cè)試
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于梯度方向直方圖的人臉活體檢測(cè)方法[J]. 孔月萍,劉霞,謝心謙,李鳳潔.  激光與光電子學(xué)進(jìn)展. 2018(03)
[2]三維點(diǎn)云中關(guān)鍵點(diǎn)誤匹配剔除方法[J]. 熊風(fēng)光,霍旺,韓燮,況立群.  光學(xué)學(xué)報(bào). 2018(02)
[3]基于面部生命特征的3D假面欺騙攻擊檢測(cè)方法[J]. 谷小婧,付傳卿,顧幸生.  系統(tǒng)仿真學(xué)報(bào). 2016(02)
[4]生物特征識(shí)別及研究現(xiàn)狀[J]. 張敏貴,周德龍,潘泉,張洪才,張紹武.  生物物理學(xué)報(bào). 2002(02)



本文編號(hào)：3159799