4、基于离散剪切波变换的实时人脸防伪技术

基于离散剪切波变换的实时人脸防伪技术

1. 人脸防伪技术现状

随着人脸识别系统的广泛应用，人脸防伪成为重要研究领域。虽然卷积神经网络（CNN）在人脸防伪方面表现出较高准确性，但存在内存消耗大、处理速度慢的问题。目前的人脸防伪方法虽有改进，但仍缺乏能在不同环境变化（如相机、分辨率、光照变化）下稳定运行且不产生大量计算和内存开销的可靠解决方案。而且，现有方法对资源使用、实时应用潜力以及在不同环境条件下的性能关注不足。

2. 基于离散剪切波变换（DST）的人脸防伪方法

2.1 DST原理及优势

剪切波（Shearlets）是为克服传统小波在描述方向性上的局限性而提出的，是小波的自然扩展，能有效表示图像中的各向异性特征（如图像边缘），并对多维数据进行稀疏逼近。离散剪切波变换（DST）定义为：
[SH_{\psi}f(j, k, m) = \langle f, \psi_{j,k,m}\rangle, j > 0, k \in Z, m \in Z^2]
其中，(SH_{\psi})将函数(f)映射到剪切波系数，(j)与尺度索引相关，(k)是方向索引，(m)是位置索引。

在人脸防伪场景中，伪造攻击会引入刚性物体，这些物体在场景中会以曲线奇点的形式表现出异常。DST能够突出视频帧中的模糊边缘、纹理变化和其他噪声，这些特征可归因于典型人脸伪造攻击中使用的刚性物体，从而实现人脸伪造判别。

2.2 具体实现步骤

1. 人脸感兴趣区域（ROI）分割 ：使用Viola - Jones人脸检测器捕获人脸。为提高效率，后续帧进行基本颜色直方图检