人臉識別活體檢測技術探討：多物理特征融合加分類器的算法技術

隨著人臉識別、人臉解鎖等技術在金融、門禁、考勤、人證合一等日常生活中的廣泛應用，人臉防偽/活體檢測（Face Anti-Spoofing）技術在近年來得到了越來越多的關注。

簡單來說，活體檢測就是要識別出成像設備（攝像頭、手機等）上檢測到的人臉圖像是來自真實的人臉，還是某種形式的攻擊或偽裝。這些攻擊形式主要包括照片（包括紙質照片和手機、平板等電子設備上的照片）攻擊、視頻回放攻擊、面具攻擊等。

活體檢測包括普通彩色（RGB）攝像頭上的檢測，也包括紅外攝像頭、三維深度攝像頭上的檢測。后面兩種相對容易實現，這里主要討論普通RGB攝像頭上的活體檢測。 ?

以前的動作活體檢測的方式具有很高的安全性，但要求用戶配合做幾個動作，因此體驗不好。現在的活體檢測不需要用戶動作配合，被稱作靜默活體檢測。 此外，活體檢測要求實時完成，在不超過1秒，最好在300毫秒內完成識別。

現在主流的活體識別算法基本可以分為兩種類型。第一個類型使用特定的某種物理特征，或多種物理特征的融合，通過深度學習方面的訓練分類器，來區分是活體，還是攻擊（或者是哪種形式的攻擊）。另一個方式是使用卷積神經網絡（CNN）的方法，直接在RGB圖像（或者轉換到其它色度空間）上使用深度神經網絡來提取特征，最后通過分類器來區分是活體還是非活體。為了提取時間上多幀而不是單幀的信息，也可以結合使用RNN的方法。CNN的方法能達到很好的效果，但通常比較耗時，不能滿足實際應用中嵌入式設備的實時識別的要求。而且，當物理特征挑選使用恰當時，第一種方法能夠達到非常好、甚至超越CNN的效果。

活體檢測中的物理特征主要分為紋理特征、顏色特征、頻譜特征、運動特征、圖像質量特征等，此外，還包括心跳特征等。其中紋理特征包括很多，但最主流的是LBP、HOG、LPQ等。顏色特征除了RGB之外，學術界發現HSV或YCbCr具有更好的區分活體非活體的性能，被廣泛用作不同的紋理特征上。頻譜特征的原理是活體、非活體在某些頻段具有不同的響應。運動特征提取目標在不同時間上的變化，是一個有效的辦法，但通常耗時較久，達不到實時的要求。圖像質量特征有很多描述方式，比如反射、散射、邊緣或形狀等。

經過多種算法的比較，我們的活體檢測選用了多種物理特征融合加上分類器的算法。我們的計算優勢體現在以下幾個方面。

1）?我們的物理特征選用了上面描述的其中幾種，涵蓋了紋理特征、顏色、頻譜特征、圖像質量特征，和可選的運動特征。

2）?我們研究了幾種融合方式：i)在特征上進行融合；ii）在自動編碼器（auto encoder）上進行融合；iii）在分類得分上融合。我們選用了準確率最高，易用性好，速度快的方法。

3）?我們使用的分類器算法超越傳統的支持向量機（SVM）算法，使用了最新深度學習方法，比如center loss。

算法經過優化之后，可以有效提取各種攝像頭上的活體和非活體的不同響應，根據我們在多個主流廠家攝像頭及手機的測試結果表明，識別準確率達到99%以上。同時，實時性能優異，能在300毫秒內快速完成識別。 ?

當然，泛化性能對所有活體識別來說都是一個挑戰，這需要采集海量的數據來進行訓練，涵蓋市面上主要的手機、攝像頭型號。我們希望使用我們的SDK的開發者們，可以分享你們能獲取的活體、非活體照片，以便于我們進一步優化我們算法的準確率。

?

?