17、热脸检测与人脸识别系统防欺骗攻击研究

热脸检测与人脸识别系统防欺骗攻击研究

1. 热脸检测研究

热脸检测是一个相对未被充分探索的研究领域，存在多种影响人脸检测算法性能的协变量。相关研究主要有以下几方面内容：

1.1 数据库准备

• 准备了两个热脸数据库：
  • IIITD热脸数据库：包含64个对象的614张人脸图像和150张非人脸图像。
  • IIITD - PSE数据库：包含120张在白天和夜间拍摄的图像，用于研究环境温度对热脸检测的影响。

1.2 算法性能分析

分析了三种算法的性能：
- 基于AdaBoost的LBP特征人脸检测器。
- 基于AdaBoost的Haar类特征人脸检测器。
- LBP和Haar类特征的融合。

这些算法的性能不仅在IIITD热脸和PSE数据库上进行了分析，还在Notre Dame和I2BVSD人脸数据库上进行了分析。使用这两个现有数据库有助于了解互操作性和遮挡对热脸检测的影响。

1.3 新的人脸定位指标提出

提出了两个新的人脸定位指标RG和RD，它们结合起来可以提供人脸检测的真实性能。

1.4 研究结果

结果表明，Haar类和LBP特征的决策级融合很有前景，使用直方图均衡化进行预处理也有助于提高检测精度。这可能表明预处理是解决热脸检测中环境协变量的关键组成部分之一。此外，跨数据集实验、室内 - 室外和昼夜变化以及使用面部配饰遮挡的结果揭示了该问题的挑战性。

以下是热脸检测研究的流程：