唐 慧, 束 鑫, 杨习贝, 李 玥

(江苏科技大学 计算机学院, 镇江 212003)

人脸作为比较容易获取的生物特征,近年来被广泛地应用于生物特征识别领域,比如机场车站身份验证、学校小区门禁系统和移动终端人脸识别等．人脸识别在给人们带来快捷方便生活体验的同时,其安全性越来越受到人们重视．当非法用户在人脸识别系统镜头前展示真实用户的人脸照片或人脸视频以试图通过系统验证时,就会出现欺诈攻击．文献[1]中,研究人员检查了基于在线社交网络的面部信息,披露商业面部认证系统Face Unlock、Face Lock Pro、Visidon、Veriface、Luxand Blink和Fast Access的最新版本的威胁．虽然发布在社交网络上的图片平均只有39%能够被用作欺诈材料,但这些图片足以骗过74名用户中77%的面部认证软件．在2013年的生物计量学国际会议上，一名化着特殊妆容的女性成功骗过了一个面部识别系统．这显示出人脸识别系统在欺诈攻击下的脆弱性．为了有效解决人脸识别系统中存在的风险与漏洞,在人脸识别前加上反欺诈技术显得尤为重要．

欺诈攻击方式一般可分为打印攻击、重放攻击和3D模型攻击3种,其中打印攻击和重放攻击的欺诈材料获取方便,因此在人脸识别系统中存在的风险较高．近年来,针对打印攻击和重放攻击的人脸反欺诈研究层出不穷,主要分为基于人体运动信息的分析、基于深度信息的分析、基于局部纹理特征提取以及将以上方法相融合的算法．文献[2]中提出使用脸、声音和嘴唇动……