2018 年 6 月 Chinese Journal of Network and Information Security June 2018
2018044-1
第 4 卷第 6 期 网络与信息安全学报 Vol.4
No.6
基于面部特征点运动的活体识别方法
王宇龙,刘开元
(广州大学计算机科学与教育软件学院,广东 广州 510006)
摘 要:提出一种应用于手机移动端基于深度学习反照片及反视频的生物识别方法,该方法利用面部动作数
据集训练一个 LSTM 网络,通过用户配合输入一段随机动作顺序的视频,对视频预处理后提取面目特征特点
得到特征点数据,最后将特征点数据放入循环神经网络判断视频是否发生了伪造攻击。实验结果表明,该方
法能够有效抵御照片攻击和视频回放攻击。
关键词:活体识别;面部特征点;深度学习;LSTM
中图分类号:TP301.6
文献标识码:A
doi: 10.11959/j.issn.2096-109x.2018044
Living body recognition method based on
facial feature point motion
WANG Yulong, LIU Kaiyuan
School of Computer Science and Education Software, Guangzhou University, Guangzhou 510006, China
Abstract: A kind of living body recognition method was proposed, which was applied in mobile terminal and based
on the deep learning. A facial movements LSTM network was trained using data sets. When users input a random
sequence of video, user’s facial feature point data can be gained and whether the video forgery attacks happened will
be determined by input user’s facial feature point data into circulation neural network. The test data shows that the
proposed method can be protected effectively from photograph attack and video replay attack.
Key words: living body recognition, facial feature point, deep learning, LSTM
1 引言
生物识别技术是运用声学、光学、生物传感
器等,采集人体的身体特征和行为特征,运用计
算机处理相关数据,对个人身份进行辨别的技术
[1]
。
人脸识别技术作为生物识别技术的一个分支,通
过识别人脸生物特征,从而区分本体与伪造样本,
抵御伪造攻击。现在智能穿戴设备已普及,绝大
部分智能穿戴设备(如手机)的信息采集能力较
弱,除了图像和音频外无法获得其他信息,因此
人脸识别技术是目前最理想的手机移动端生物识
别技术,构建一个能够抵抗伪造攻击的面部识别
系统对手机移动端人脸检测至关重要。
人脸识别系统面临 3 种欺骗攻击:使用合法
用户的照片、使用合法用户的视频、使用合法用
户的三维模型或面具头套。其中,照片欺骗和视
收稿日期:2018-03-27;修回日期:2018-05-04
通信作者:王宇龙,1836925420@qq.com
基金项目:国家自然科学基金资助项目(No.61772007);广东省科学技术规划重点基金资助项目(No.2016B010124014)
Foundation Items: The National Natural Science Foundation of China (No. 61772007), Science and Technology Planning Key
Project of Guangdong Province(No. 2016B010124014)