田野¹,项世军^1,2

¹(暨南大学信息科学技术学院 广州 510632); ²(信息安全国家重点实验室(中国科学院信息工程研究所) 北京 100093) (shijun_xiang@qq.com)

出版日期: 2018-03-01


基金资助:国家自然科学基金面上项目(61772234,61272414)；信息安全国家重点实验室开放基金项目(2016-MS-07)

LBP and Multilayer DCT Based Anti-Spoofing Countermeasure in Face Liveness Detection

Tian Ye¹, Xiang Shijun^1,2

¹(School of Information Science and Technology, Jinan University, Guangzhou 510632); ²(State Key Laboratory of Information Security (Institute of Information Engineering, Chinese Academy of Sciences), Beijing 100093)

Online: 2018-03-01

摘要/Abstract

摘要： 随着安全性成为制约人脸识别系统应用的最大瓶颈，提高人脸识别系统的抗欺骗攻击能力已成为亟待解决的问题.针对基于视频的人脸欺骗攻击，基于局部二值模式(local binary patterns， LBP)和多层离散余弦变换(discrete cosine transform， DCT)提出了一种新的人脸活体检测算法.其基本思想是首先从目标视频中每隔一定帧数提取1张人脸图像；其次对提取出的每张人脸图像进行LBP操作得到低级特征描述子(LBP算子)；然后在LBP特征上进行多层DCT变换得到高级特征描述子(LBP-MDCT算子)；最后将得到的高级特征描述子送入支持向量机(support vector machine， SVM)中判断该视频是非法用户实施的人脸欺骗攻击还是合法用户的进入请求.通过在Replay-Attack和CASIA-FASD数据库上与现有的人脸活体检测算法做比较，验证了该算法能够取得优异的检测效果且十分简单、高效.

参考文献

相关文章 2

[1]	束鑫, 唐慧, 杨习贝, 宋晓宁, 吴小俊. 基于差分量化局部二值模式的人脸反欺诈算法研究[J]. 计算机研究与发展, 2020, 57(7): 1508-1521.
[2]	冀中,聂林红. 基于抗噪声局部二值模式的纹理图像分类[J]. 计算机研究与发展, 2016, 53(5): 1128-1135.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3658