叶晓峰，邱 健，邝泽权，关健恒，郑文靖，李卓文

（华南师范大学物理与电信工程学院，广东广州 510006）

0 引言

随着计算机视觉在人工智能领域的快速发展，人脸识别作为一种重要的身份鉴别技术广泛应用于出入门禁、考勤打卡、安全监控、刑事侦查、快捷支付等领域［1］。然而，由于人脸容易被伪造，人脸识别系统的安全性受到威胁。目前，人脸伪造攻击方式一般有照片攻击、视频回放攻击以及人脸面具或模型攻击［2-4］。其中，人脸面具或模型制作工艺较为复杂，因而比较常见的是照片和视频人脸欺骗攻击。面对人脸伪造攻击，活体检测技术应运而生。

基于图像纹理分析的方法依据照片或显示屏上的人脸图像经过二次或多次采集后，通过甄别局部高光区域、阴影区域以及图像清晰度等纹理细节与真脸存在的差异，实现真假人脸识别［5］。Li 等［6］提出采用傅里叶频谱分析方法判别真假人脸，认为照片为平面且尺寸较小，因而高频分量较少，同时在一定时间内无运动；局部二值模式（Local Binary Patterns，LBP）等算子或其改进方法常用于人脸图像的纹理特征描述［7-9］，在实验中有较高的检测准确率。然而，基于纹理的方法容易受图像质量、光照条件等因素影响，且跨数据集通用能力不强［10］。

基于运动信息的方法在生活中较常见，活体认证时要求用户配合完成随机指定的动作，通过实时检测用户的眨眼、张嘴等动作状态来判断是否为真人［11］。该方法识别率很高，但需要用户长时间配合，用户体验感不好，存在可能被视频攻击的风险。……