[發明專利]一種基于權重融合與特征選擇的雙流人臉反欺詐檢測方法

有效

• 申請號: 201910231686.8
• 申請日: 2019-03-26
• 公開（公告）號: CN109948566B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 宋曉寧;吳啟群
• 申請（專利權）人: 江南大學
• 主分類號: G06V40/40
• 分類號: G06V40/40;G06V40/16;G06V10/77;G06V10/771;G06V10/80;G06V10/82
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

本發明公開了一種基于權重融合與特征選擇的雙流人臉反欺詐檢測方法，包括，通過采集設備采集人臉圖片；提取特征，并確定人臉標簽；對特征進行融合；以及，判斷人臉真假，并響應于顯示設備上；其中，所述特征包括HSV像素特征、YCbCr像素特征、BSIF灰度特征和神經網絡卷積特征、LBP特征和HOG特征；其中，所述融合區分為權重融合和分數級融合；本發明方法將采集的HSV像素特征、YCbCr像素特征、BSIF灰度特征和神經網絡卷積特征、LBP特征和HOG特征進行權重融合，大大提高了真假人臉的識別效果，同時提供了魯棒性，還加快了運行效率。

技術領域

本發明涉及的人臉檢測技術領域，尤其涉及一種基于權重融合與特征選擇的雙流人臉反欺詐檢測方法。

背景技術

隨著生物特征識別技術的完善成熟，指紋識別、虹膜識別、語音識別技術逐漸被應用到各行各業的安防系統中，而人臉識別因其交互性、易獲取性、可視化程度高等優勢逐漸成為主流；然而這些優勢也為系統的安全帶來了隱患，早在2002年，Lisa?Thalheim等人使用照片、簡短視頻對FaceVACS-Logon人臉系統進行了檢測，成功欺騙并通過了身份的確認；這一事實使人們對人臉識別技術的安全性產生了極大的質疑，人臉反欺詐—這一亟待解決的課題，隨之應運而生。

目前人臉的欺詐方式主要包括以下幾種：(1)偷拍到的人臉照片；(2)網上公開的人臉視頻；(3)計算機軟件合成的三維人臉模型；(4)塑料、橡膠材料制成的人臉面具，雖然3D打印等生物仿真技術如今已可逐步投入使用，但考慮到設備成本、高效便捷等因素，目前最主流的欺詐手段還是拍攝合法用戶的人臉照片和視頻，在近十多年的人臉欺詐研究中，常用的紋理特征如：局部二值模式(LBP)、方向梯度直方圖(HOG)、Haar特征，在灰度圖像的真假人臉識別中取得了較好的實驗結果，隨后人們考慮在RGB、HSV、YCbCr等彩色空間中進行實驗，增加了人臉的多樣性；但是這些方法大都是在單一顏色或者單一特征中的進行，真假人臉的識別效果不夠好。

發明內容

本部分的目的在于概述本發明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用于限制本發明的范圍。

鑒于上述現有基于權重融合與特征選擇的人臉反欺詐檢測方法存在的問題，提出了本發明。

因此，本發明目的是提供一種基于權重融合與特征選擇的雙流人臉反欺詐檢測方法，其將采集的HSV像素特征、YCbCr像素特征、BSIF灰度特征和神經網絡卷積特征、LBP特征和HOG特征進行權重融合，大大提高了真假人臉的識別效果，同時提供了魯棒性，還加快了運行效率。

為解決上述技術問題，本發明提供如下技術方案：一種基于權重融合與特征選擇的人臉反欺詐檢測方法，其特征在于：包括，通過采集設備采集人臉圖片；提取特征，并確定人臉標簽；對特征進行融合；以及，判斷人臉真假，并響應于顯示設備上；其中，所述特征包括HSV像素特征、YCbCr像素特征、BSIF灰度特征和神經網絡卷積特征、LBP特征和HOG特征；其中，所述融合區分為權重融合和分數級融合。

本發明的有益效果：本發明方法將采集的HSV像素特征、YCbCr像素特征、BSIF灰度特征和神經網絡卷積特征、LBP特征和HOG特征進行權重融合，大大提高了真假人臉的識別效果，同時提供了魯棒性，還加快了運行效率。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其它的附圖。其中：

圖1為本發明基于權重融合與特征選擇的人臉反欺詐檢測方法第一個實施例的整體流程示意圖。