基于Gabor纹理增强的人脸活体检测算法

摘要：

针对人脸信息认证系统中存在的欺骗攻击问题,利用色彩空间转换信息丢失的特性,提出一种人脸活体检测算法.通过Gabor滤波器组多尺度、多方向地增强关键人脸图像纹理特征,抑制人脸图像的一般特征.高斯径向基函数分类器分类SURF(speeded up robust features)算子提取特征描述子,区分人脸活体与非法用户的欺骗攻击.利用类间方差衡量特征改进前后的可分性,计算图像原始特征与纹理增强后特征的类间方差、类内方差大小以及可分性判据J.在公开数据集Replay-Attack,CASIA-FASD数据库进行测试,彩色纹理图像增强后,人脸关键特征被增强而一般特征被抑制,背景与目标的类间方差增大,类内方差减小,特征可分性增强从而更具鲁棒性,使得纹理细节能被有效利用.实验结果表明,该算法能有效、实时地判断人脸活体与欺骗攻击.

关键词：人脸活体检测、颜色纹理分析、Gabor滤波器、SURF、支持向量机

所属期刊栏目：32

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;信号与信息处理重庆市市级重点实验室建设项目

在线出版日期：2020-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1023-1030