任宇

（四川大学视觉合成图形图像技术国防重点学科实验室，成都610065）

0 引言

现如今，生物识别技术被大量应用于身份认证系统中，其中人脸识别技术由于其低成本、高判别性和无接触等特点成为了智能设备解锁、安全支付、安检、考勤等身份认证应用的主要手段之一。但是，由于人脸数据相较于其他生物特征（如指纹和虹膜等）更易于获取，人脸识别应用面临着被伪造人脸攻击的风险，攻击者向认证系统展示伪造人脸并试图通过认证，主要攻击手段包括人脸打印或照片攻击、人脸视频回放攻击、人脸面具攻击等。为了应对伪造人脸攻击，人脸反欺骗检测技术，也称为人脸活体检测技术应运而生，被用于在人脸识别之前进行伪造人脸攻击检测。因此人脸活体检测技术对人脸识别系统的安全性有着至关重要的意义。

伪造人脸数据需要借助介质向人脸采集设备呈现，而真实人脸直接由采集设备采集，两种数据在颜色纹理、面部运动、多光谱反射率等方面存在差异，人脸活体检测方法借助这些差异进行伪造数据检测，这些方法大体上分为两类：传统方法和基于深度学习的方法。

1 传统人脸活体检测方法

传统人脸活体检测方法可以分为3类：基于纹理的方法、基于运动的方法、基于多光谱的方法。传统人脸活体检测方法使用手工设计的特征，从单帧或多帧图片中提取出针对性的纹理、颜色等特征后将其作为分类器的输入得出分类结果，数据源的模态和图片的色彩空间根据任务的不同可以有多种选择。……