■ 文/公安部第一研究所 宛根訓 田青 朱紅徽

北京市微技術(shù)研究所 葛利軍

關(guān)鍵字：人臉認證 活體檢測 動作活體 靜默活體 深度學習

1 引言

人臉識別是基于人的臉部特征信息進行身份識別的生物識別技術(shù)。近年來，人工智能、大數(shù)據(jù)和云計算等新興技術(shù)推動人臉識別技術(shù)快速發(fā)展，人臉識別開始在實名制管理、流程人員管理、卡口卡點人員核查和案件偵破等多個公安業(yè)務(wù)發(fā)揮越來越重要的作用。隨著人臉識別在公安的廣泛應(yīng)用，各種針對人臉識別應(yīng)用的系統(tǒng)攻擊開始出現(xiàn)，照片攻擊、視頻攻擊和3D 面具攻擊等各類攻擊方式對人臉應(yīng)用安全帶來了挑戰(zhàn)，如何自動、高效地辨別非真實人臉攻擊，確保系統(tǒng)安全已成為人臉識別應(yīng)用迫切需要解決的問題。

人臉活體檢測/ 人臉防偽（Face Anti-Spoofing）就是一種運用自動識別成像設(shè)備檢測人臉圖像是真實人臉或攻擊人臉（包括照片攻擊、視頻攻擊和面具攻擊等）的手段和技術(shù)?；铙w檢測可以為人臉識別應(yīng)用增加安全性和可靠性，已成為學術(shù)界和工業(yè)界開始加強人臉防攻擊技術(shù)的研究重點。本文將結(jié)合人臉識別在公共安全行業(yè)應(yīng)用，對人臉識別活體檢測技術(shù)應(yīng)用展開研究。

表1 人臉識別系統(tǒng)應(yīng)用面臨的攻擊

2 人臉識別活體檢測技術(shù)原理

人臉識別應(yīng)用活體檢測技術(shù)按原理可分為四類：基于專用采集設(shè)備的人臉活體檢測、基于圖像紋理分析的人臉活體檢測方法、基于用戶交互的人臉活體檢測方法和基于深度學習的人臉活體檢測。

2.1 基于專用采集設(shè)備的人臉活體檢測

專用采集設(shè)備的人臉活體檢測可靠性高，但是需要增加額外設(shè)備輔助。專用采集設(shè)備人臉活體檢測包括多光譜技術(shù)的人臉活體檢測和光線人臉活體檢測。

多光譜技術(shù)人臉活體檢測方法主要基于多光譜技術(shù)（涵蓋可見光光譜和近紅外光譜）和人臉所特有的皮膚材質(zhì)（表皮層和真皮層）特征。在多光譜光源的照射下，采集到的真實人臉材質(zhì)和各種偽造人臉材質(zhì)（照片、視頻、面具等）會在特制攝像頭中出現(xiàn)明顯的差異。通過圖像處理技術(shù)和機器學習方法對差異進行量化，利用深度學習模式，讓計算機能夠自主判斷待檢測樣本是否為真實人臉，從而達到無人工監(jiān)督的活體檢測的目的。

光線人臉活體檢測方法主要利用屏幕隨機顏色變化的光在人臉上的反射回來后形成的3D 人像，結(jié)合后臺的其他防攻擊模型，通過物理學原理來完成活體檢測，能抵御視頻、高清4K 屏、模型等攻擊，以蘋果iPhoneX 和部分國產(chǎn)手機提供面部解鎖為典型代表。

2.2 基于圖像紋理分析的人臉活體檢測

圖像在采集過程中會損失一些信息，并伴隨各種噪聲，兩次采集的圖像與一次采集的相比，紋理上會有一定的差異。欺騙人臉圖像與真實人臉圖像的微紋理差異主要來源于圖像的局部高光、陰影變化以及模糊程度，據(jù)此可對真假人臉進行判斷。

基于圖像紋理分析的人臉活體檢測可基于單張人臉圖像實現(xiàn)，首先找到活體與非活體攻擊的差異，然后根據(jù)這些差異來手工設(shè)計特征，最后送給分類器去決策?；趫D像紋理分析的人臉活體檢測方法示意圖如圖1 所示。

圖1 基于圖像紋理分析的人臉活體檢測方法示意圖

2.3 基于人機交互的人臉活體檢測

真實人臉具有多樣性的運動特征，如眨眼、張嘴、表情的變化等，而欺騙人臉很難模擬這樣的運動，可以通過分析人臉區(qū)域是否存在這樣的運動來判斷真假?；谌藱C交互的人臉活體檢測主要通過對視頻圖像開展，利用視頻序列圖像的運動信息手工設(shè)計特征，進行決策，用戶交互活體檢測技術(shù)主要涉及到人臉檢測、人臉特征點檢測、人臉跟蹤、動作判定等一系列核心技術(shù)?；谌藱C交互的人臉活體檢測方法示意圖如圖2 所示。

圖2 基于人機交互的人臉活體檢測方法示意圖

2.4 基于深度學習的人臉活體檢測

活體人臉是一個很復雜的三維結(jié)構(gòu)，每個角度的面部光的反射都是不同的，會產(chǎn)生不同的反射和陰影，而照片人臉是平面結(jié)構(gòu)，與真實人臉存在差異。因此，利用基于深度學習經(jīng)過多層卷積神經(jīng)網(wǎng)絡(luò)自動提取的特征，以數(shù)據(jù)驅(qū)動方式學習到的特征，有著手工設(shè)計特征無法比擬的優(yōu)勢，可以用來判別是真實人臉還是照片人臉，對于提高算法的魯棒性和泛化能力有益。

基于深度學習的人臉活體檢測流程如圖3 所示，主要包含四個步驟：首先對數(shù)據(jù)集按真實人臉和攻擊人臉分類，對真實人臉和攻擊人臉這兩類圖片進行切割，并將數(shù)據(jù)集劃分為驗證集、訓練集、測試集；其次將訓練集樣本進行預處理，將訓練集圖片進行隨機的水平旋轉(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，達到對數(shù)據(jù)增強的效果；接著輸入卷積神經(jīng)網(wǎng)絡(luò)進行訓練和參數(shù)調(diào)優(yōu)；最后使用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。

圖3 基于深度學習的人臉活體檢測方法流程圖

3 人臉識別活體檢測應(yīng)用分析

3.1 人臉識別活體檢測應(yīng)用流程

圖4 嵌入人臉識別活體檢測的人臉認證系統(tǒng)流程圖

人臉識別的公安應(yīng)用主要包含人臉認證、人臉查詢和人臉監(jiān)控三類，活體檢測應(yīng)用在人臉認證方面，帶有活體檢測的人臉認證流程如圖4 所示。首先通過人臉活體檢測模塊對采集端獲取的人臉圖像進行判定；其次進行人臉檢測和特征抽取，最后進行特征比對和結(jié)果認證。

3.2 人臉識別活體檢測典型應(yīng)用

人臉識別活體檢測在公共安全領(lǐng)域的典型應(yīng)用主要分為兩大類：一是以便民服務(wù)為主的在線身份認證應(yīng)用；二是以無人警局、檢查站等為代表的實名身份核查類應(yīng)用。

3.2.1 便民服務(wù)類應(yīng)用

便民服務(wù)類應(yīng)用主要基于手機、PAD 和電腦等個人終端設(shè)備開展，應(yīng)用的活體檢測包含用戶交互的動作活體檢測和靜默活體檢測兩種。

3.2.1.1 用戶交互動作活體檢測

用戶交互動作活體檢測基于普通RGB 攝像頭設(shè)計，在用戶終端設(shè)備部署，通過動作指令與用戶交互實現(xiàn)活體檢測，即讓用戶配合給定的指令進行動作,如人臉左轉(zhuǎn)、右轉(zhuǎn)、張嘴、眨眼等,指令配合錯誤則認為是偽造欺騙，如圖5 所示。

圖5 用戶交互動作活體檢測

用戶交互活體檢測可以有效防范打印、翻拍等各類單張照片的攻擊，通過隨機動作指令和人臉離開檢測框需重新開始等功能，能夠防范照片切換、視頻回放攻擊。用戶交互動作活體檢測要求用戶配合做動作，存在用戶體驗不佳等問題。

3.2.1.2 靜默活體檢測

靜默活體檢測技術(shù)主要利用真實的人臉與照片相比存在的一些細微表情特征進行活體判定，如眼皮、眼球的律動眨眼、嘴唇以及周邊面頰的伸縮等，靜默活體可以與語音、唇語等結(jié)合，通過多種特征融合提升活體檢測能力。靜默活體檢測融合圖像紋理分析和深度學習的人臉活體檢測技術(shù)，通過手工設(shè)計紋理特征、顏色特征、頻譜特征、運動特征、圖像質(zhì)量特征等物理特征或通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）直接提取特征，結(jié)合訓練的分類器來區(qū)分是活體或攻擊。

圖6 靜默活體檢測

如圖6 所示，靜默活體檢測應(yīng)用模式與動作活體檢測不同，不需用戶配合做動作, 只需正對攝像頭幾秒,即可完成整個檢測過程。靜默活體模型較大，一般部署在系統(tǒng)后端，需要通過前后臺配合達到人臉活體防偽目標，但靜默活體檢測技術(shù)具有私密性保護好、用戶體驗佳等優(yōu)點。

3.2.2 實名身份核查類應(yīng)用

無人警局、檢查站等為代表的實名身份核查類應(yīng)用中，考慮到用戶交互效率，多采用硬件設(shè)備輔助實現(xiàn)活體檢測。硬件設(shè)備活體檢測應(yīng)用模式與靜默活體檢測應(yīng)用模式類似，無需用戶配合。通過輔助硬件設(shè)備，降低光線等干擾，采集真實人臉區(qū)別于攻擊人臉特有的特征并設(shè)計專用分類器，實現(xiàn)高可靠、用戶無配合活體檢測體驗。

“可見光+近紅外”光電一體化的雙目活體人臉檢測目前在公共安全通道實名身份核查類應(yīng)用廣泛。雙目活體人臉檢測方案通過對不同光照條件下的人臉皮膚反射的光譜信息進行分類，對異質(zhì)人臉圖像進行判斷，有效區(qū)別真實人臉皮膚和其他各類攻擊人臉，可以高效地防止照片、視頻、3D 面具等各類手段的攻擊。

3.3 人臉識別活體檢測優(yōu)缺點對比

活體檢測應(yīng)用優(yōu)缺點對比如表2 所示。

表2 活體檢測應(yīng)用優(yōu)缺點

4 人臉識別活體檢測應(yīng)用探索

由于動作活體檢測、靜默活體檢測和硬件設(shè)備輔助活體檢測應(yīng)用模式各有優(yōu)缺點，融合不同活體檢測技術(shù)優(yōu)點，實現(xiàn)高效防范照片、視頻和3D 面具等各類攻擊，達到不同人臉識別應(yīng)用多業(yè)務(wù)的統(tǒng)一接入，將成為未來人臉識別在公共安全應(yīng)用的方向之一。

圖7 活體檢測平臺架構(gòu)圖

本文設(shè)計實現(xiàn)的多方法融合的活體檢測平臺，能夠?qū)崿F(xiàn)對動作活體、靜默活體和輔助設(shè)備活體多種模式的匯聚，通過多活體檢測算法的接入，實現(xiàn)公安不同業(yè)務(wù)的支持，平臺架構(gòu)如圖7 所示。前端提供Android、IOS、HTML5 等多類型SDK 實現(xiàn)活體接入，后臺通過插件化管理，在實現(xiàn)多檢測模式融合同時，方便后續(xù)技術(shù)升級達到最可靠活體檢測目標。

5 結(jié)語

目前，基于多方法融合活體檢測平臺仍是一個階段解決方案，需要在應(yīng)用中不斷完善。未來，隨著深度傳感器越來越多的應(yīng)用于移動設(shè)備，基于通用攝像頭的活體檢測方案將逐步被硬件設(shè)備輔助活體檢測應(yīng)用模式替代，從而進一步提升活體檢測準確度和用戶體驗感。