0 引言

    隨著時間的推移，生物特征識別技術(shù)在不斷地發(fā)展，并且已經(jīng)廣泛使用到諸如指紋識別和虹膜識別的身份認(rèn)證技術(shù)等領(lǐng)域。其中，人的面部都有很大的差異，具有不容易丟失、不容易竊取、對用戶友好等廣泛優(yōu)點(diǎn)，容易被大眾所接受。人臉識別技術(shù)應(yīng)用較廣泛，很好地幫助了人們的生活和工作，如：案件偵破、上班打卡。但是人臉識別系統(tǒng)仍然容易受到攻擊，由于社交媒體的普及，面部圖像和視頻很容易獲得^[1]，例如演示攻擊可以記錄一個人的面部信息，在屏幕上重放，甚至通過3D人臉^[2]或者VR^[3]偽造來記錄人的面部信息，這帶來了極具挑戰(zhàn)性的安全問題。身份信息真實(shí)性的驗(yàn)證十分重要，因此活體檢測技術(shù)也是研究的重中之重。活體檢測是一種防止欺騙手段欺騙攝像頭的技術(shù)，是捕獲人的特征信息來判斷信息的來源是不是來自真實(shí)活體上。隨著生物識別技術(shù)不斷的發(fā)展，在工作和生活中活體檢測被重視程度也逐漸增加，這一領(lǐng)域的研究成果也取得了很大的進(jìn)步，更多的研究人員致力于活體檢測。

    現(xiàn)實(shí)的生活場景中，身份信息欺詐方式主要有3種：

    (1)人臉照片：在生活中獲取一個人的圖片是很便捷的，在微信和微博等社交媒體便可獲得。欺騙的手段就是利用照片以模仿成人臉部的3D效果。

    (2)人臉視頻：面部視頻能充分地模仿人臉，是最具欺詐性的，因?yàn)楦咔鍞z像頭拍攝的視頻會清晰完整記錄人臉的面部信息，最重要的是視頻將包含面部動作、面部表情和眨眼等功能，能很好地模仿真實(shí)人臉。

    (3)面部三維模型欺騙：通過對人臉的三維建模，可以模仿人臉的運(yùn)動特征，頭部的基本運(yùn)動、講話、眨眼睛等動作都可以很好地模仿出來。因此，人臉照片和人臉視頻是主要的欺騙手段。

    國內(nèi)外研究成果有很多，國內(nèi)外學(xué)者也慢慢注意到活體檢測這一領(lǐng)域，在這個領(lǐng)域的研究也是投入了大量的精力，國內(nèi)和國際期刊和國際會議上涉及的生物識別論文數(shù)量也在增加，并且提出了許多算法。如今，區(qū)分活體人臉檢測的方法有：

    (1)基于面部運(yùn)動信息：對于靜態(tài)人臉圖片，人臉的面部照片是二維結(jié)構(gòu)，真實(shí)人臉的面部是三維結(jié)構(gòu)，本質(zhì)上有著很大的區(qū)別，運(yùn)動信息也是有著天差地別。CHOUDHARY T^[4]等人根據(jù)人臉的運(yùn)動信息區(qū)別做了活體檢測實(shí)驗(yàn)，首先，檢測面部器官(眼睛、鼻子、嘴等)作為檢測的特征點(diǎn)，然后，基于運(yùn)動的面部估算出這些特征點(diǎn)的三維坐標(biāo)，真實(shí)人臉的結(jié)構(gòu)是3D結(jié)構(gòu)，欺騙人臉是2D結(jié)構(gòu)。

    (2)基于紋理信息分析：研究人員根據(jù)真實(shí)人臉的虛擬成像形成了虛假人臉這一線索，對區(qū)分照片的紋理性差異這一方向展開了研究。TAN T^[5]區(qū)分活體人臉和虛假人臉的方法是基于傅里葉頻譜。ANJOS A^[6]、MAATTA J^[7]等人對LBP對面部特征提取的有效性進(jìn)行了分析；MAATTA J通過應(yīng)用LBP提取和使用SVM進(jìn)行分類訓(xùn)練來提取面部特征。2012年MAATTA J等人提出了改進(jìn)算法，將LBP、Gabor wavelet和HOG 3種特征進(jìn)行融合。這3種方式需要計算空間較大，提取特征較多，增加了計算難度。

    (3)基于多模態(tài)特征分析：通過人臉照片實(shí)現(xiàn)活體檢測，欺騙手段種類較多且復(fù)雜，具有很大威脅性，隱患較大，如果結(jié)合多模態(tài)特征，如：眼睛、鼻子、耳朵、語音、指紋或虹膜等，活體檢測的準(zhǔn)確率也會隨之增加。PAN G^[8]等人結(jié)合人的面部動作眨眼和現(xiàn)實(shí)場景線索進(jìn)行判別。為增加人臉活體判別的準(zhǔn)確率，各種方法層出不窮，研究人員提出將虹膜和人臉相結(jié)合、人臉結(jié)合語音等多種結(jié)合方式的檢測方法，雖然這種方法可以提高識別精度，但對設(shè)備要求較高，成本較高。

    本文提出的基于深度學(xué)習(xí)的活體檢測方法對活體人臉照片進(jìn)行預(yù)處理，人臉照片的特征提取應(yīng)用的是卷積神經(jīng)網(wǎng)絡(luò)，并且將這些特征進(jìn)行訓(xùn)練，然后經(jīng)過Sofmax分類器進(jìn)行真假判別，并在公開的數(shù)據(jù)集上進(jìn)行驗(yàn)證。該方法無需用戶的主動配合，訓(xùn)練過程簡單，驗(yàn)證準(zhǔn)確率高，降低了算法的難度。

1 基于深度學(xué)習(xí)的活體檢測方案

    對于真實(shí)人臉和人臉成像，肉眼很難分辨出來，如圖1所示。事實(shí)上活體人臉是一個很復(fù)雜的三維結(jié)構(gòu)，每個角度的面部光的反射都是不同的，因此會產(chǎn)生不同的反射和陰影；真實(shí)的人臉是三維結(jié)構(gòu)，照片人臉是平面結(jié)構(gòu)，因此面部特征有明顯的不同；因?yàn)槊總€像素點(diǎn)會有不同，經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)提取的特征會有很大的差異性，這一差異可以用來判別是真實(shí)人臉還是照片人臉。因此本文提出基于深度學(xué)習(xí)的活體檢測方法來解決人臉活體照片判別這一問題。

    首先，對數(shù)據(jù)集進(jìn)行分類。一種是真實(shí)的人臉，另一種是照片人臉。在Keras深度學(xué)習(xí)框架之下，使用Tensor-Flow作為后端，采用Python語言編程對真實(shí)人臉和照片人臉這兩類圖片進(jìn)行切割，切割成RGB格式的圖片，大小為64×64，并將數(shù)據(jù)集劃分為驗(yàn)證集、訓(xùn)練集、測試集?；谏疃葘W(xué)習(xí)的人臉活體檢測算法流程圖如圖2所示。

    將訓(xùn)練集樣本進(jìn)行預(yù)處理，將訓(xùn)練集圖片進(jìn)行隨機(jī)的水平旋轉(zhuǎn)，調(diào)整圖片水平旋轉(zhuǎn)的偏移幅度，使圖片的數(shù)目和種類增多，達(dá)到對數(shù)據(jù)增強(qiáng)的效果，能更好地提取人臉圖片的特征。

2 CNN卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，CNN)屬于前饋網(wǎng)絡(luò)，能從二維結(jié)構(gòu)的圖片中提取面部特征，反向傳播算法用于優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)并解決網(wǎng)絡(luò)中的未知參數(shù)。卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)包括輸入層(Inputlayer)、卷積層(Convolytional layer)、最大池化層(Pooling layer)以及全連接層(Dense layer)。CNN通常應(yīng)用到圖像處理，本文所用的卷積神經(jīng)網(wǎng)絡(luò)模型如圖3所示。該模型由4個卷積層、2個抽樣層（池化層）、1個全連接層組成。

2.1 卷積層

    卷積層是進(jìn)行平滑卷積，由一個可調(diào)參數(shù)的卷積核和上一層的卷積之后得到的特征圖進(jìn)行平滑計算，加上偏置項得到一個輸出，然后用激活函數(shù)進(jìn)行激活得到最終的卷積輸出結(jié)果，對整張圖片的卷積計算輸出新的特征圖^[9]，如式(1)~式(2)所示：

2.2 抽樣層

    將圖像送入卷積神經(jīng)網(wǎng)絡(luò)之后，神經(jīng)網(wǎng)絡(luò)會將照片的特征進(jìn)行提取，這些特征是具有很多信息的，由神經(jīng)網(wǎng)絡(luò)提取的特征用于分類。提取的特征可以用分類器訓(xùn)練，但通常產(chǎn)生大量的計算。因此，在卷積之后，最大合并方法用于降維操作。這些特征區(qū)域被劃分為n×n個小塊，并且這些小區(qū)域的最大值被用作卷積特征，并且這些特征在維數(shù)減少操作之后更容易分類。輸出函數(shù)和最大值法、均值法如式(3)~式(5)所示：

2.3 全連接層

    全連接層：使用Softmax完全連接，獲得的激活函數(shù)值是由卷積神經(jīng)網(wǎng)絡(luò)提取的圖像特征。應(yīng)用較多的分類方法如式(6)所示：

3 實(shí)驗(yàn)結(jié)果

    對本文中的算法進(jìn)行測試，應(yīng)用的是南京大學(xué)公開的數(shù)據(jù)集NUAA^[10]，該公開的數(shù)據(jù)集在人臉活體檢測領(lǐng)域應(yīng)用較廣，測試文本中的算法對于真實(shí)面部和虛假面部之間的區(qū)分是有效的。數(shù)據(jù)庫中有正反兩種圖片實(shí)例，正例是由高清攝像頭采集的15個人真人人臉圖像，反例是對這15個人的照片在攝像頭前進(jìn)行拍攝的。反例樣本由兩種方式拍攝：一種是使用傳統(tǒng)方法將它們印刷在相紙上，其普通尺寸分別為6.8 cm×10.2 cm(小)和8.9 cm×12.7 cm(較大)；另一種使用普通的彩色HP打印機(jī)在70 g A4紙上打印每張照片。數(shù)據(jù)集中的所有照片經(jīng)過人眼定位處理，使得圖片的大小一樣。15人正例樣本為5 708張照片，反例樣本為6 906張照片。正反樣例共計12 614張照片。從12 614張照片中隨機(jī)選取6 000張照片作為訓(xùn)練集，使用3 000張照片作為測試集，并使用3 000張照片作為驗(yàn)證集。訓(xùn)練集、測試集、驗(yàn)證集的圖片都是隨機(jī)選取的，里面包含正例和反例，這樣訓(xùn)練起來樣本特征具有多樣性，對特征的提取更有利，并且能夠提高識別的準(zhǔn)確率。將訓(xùn)練集和測試集進(jìn)行數(shù)據(jù)分配，如表1所示。

    對于算法的有效性測試，本文將結(jié)果和傳統(tǒng)的算法LBP和GLCM應(yīng)用SVM進(jìn)行分類的算法進(jìn)行比較，另外還與GLCM加上小波分析的改進(jìn)算法進(jìn)行比較，如表2所示。表中TP是真實(shí)人臉檢測的準(zhǔn)確率，TN代表虛假人臉檢測正確率。

    根據(jù)表2模型預(yù)測結(jié)果可知，CNN模型在NUAA數(shù)據(jù)集上對真實(shí)人臉的識別準(zhǔn)確率達(dá)到了98.90%，識別率最高。GLCM準(zhǔn)確率相比基于LBP特征由93.87%上升到94.27%，GLCM及小波特征準(zhǔn)確率相比GLCM由94.27%上升到96.97%。CNN準(zhǔn)確率相比GLCM及小波特征由96.97%上升到98.90%。

    結(jié)合圖4和圖5可知，基于CNN模型在NUAA數(shù)據(jù)集上可以準(zhǔn)確識別出真實(shí)人臉和假冒人臉。由圖4模型損失可知，訓(xùn)練損失下降，測試損失下降，證明訓(xùn)練過程沒有過擬合。根據(jù)圖5所示，模型的訓(xùn)練準(zhǔn)確率和測試準(zhǔn)確率都很高，這表明本文的算法在NUAA數(shù)據(jù)集上有很好的識別率和穩(wěn)定性。

4 結(jié)論

    本文結(jié)合深度學(xué)習(xí)對活體人臉的識別提出基于深度學(xué)習(xí)的人臉活體檢測方法，該方法很好地提取人臉特征，提高了識別的準(zhǔn)確性。在實(shí)際應(yīng)用中考慮到有更多的干擾因素，例如：拍攝光照、面部表情、相機(jī)像素等，這將是后續(xù)研究的重點(diǎn)。

參考文獻(xiàn)

[1] MARCEL S，NIXON M S，LI S Z.Handbook of biometric anti-spoofing[M].Springer，2014.

[2] MANJANI I，TARIYAL S，VATSA M，et al.Detecting silicone mask-based presentation attack via deep dictionary learning[J].IEEE Transactions on Information Forensics and Security，2017，12(7)：1713-1723.

[3] XU Y，PRICE T，F(xiàn)RAHM M.Virtual U：defeating face live-ness detection by building virtual models from your public photos[C].Usenix Security Symposium，2016：497-512.

[4] CHOUDHURY T，CLARKSON B，JEBARA T，et al.Multimodal person recognition using unconstrained audio and video[C].AVBPA 99，Washington DC，1999：176-181.

[5] LI J，WANG Y，TAN T，et al.Live face detection based on the analysis of Fourier spectra[C].Biometric Technology for Human Identification.International Society for Optics and Photonics，2004.

[6] CHINGOVSKA I，ANJOS A，MARCEL S.On the effectiveness of local binary patterns in face anti-spoofing[C].Biometrics Special Interest Group，2012.

[7] MAATTA J，HADID A，PIETIKAINEN M.Face spoofing detection from single images using micro-texture analysis[C].International Joint Conference on Biometrics.IEEE，2011.

[8] PAN G，SUN L，WU Z，et al.Eyeblink-based anti-spoofing in face recognition from a generic webcamera[C].IEEE 11th International Conference on Computer Vision(ICCV)，2007：1-7.

[9] 黃睿，陸許明，鄔依林.基于TensorFlow深度學(xué)習(xí)手寫體數(shù)字識別及應(yīng)用[J].電子技術(shù)應(yīng)用，2018，44(10)：6-10.

[10] TAN X，LI Y，LIU J，et al.Face liveness detection from a single image with sparse low rank bilinear discriminative model[C].European Conference on Computer Vision.Springer，Berlin，Heidelberg，2010.

作者信息:

黃海新，張  東

(沈陽理工大學(xué) 自動化與電器工程學(xué)院，遼寧 沈陽110159)