28、多通道人脸呈现攻击检测技术解析

多通道人脸呈现攻击检测技术解析

1. 多通道人脸呈现攻击检测方法概述

传统基于可见光谱的人脸呈现攻击检测（PAD）方法，主要是检测图像二次捕获时质量的细微差异。然而，随着拍摄设备和打印机质量的提升，这种方法的效果逐渐变差，对于3D攻击，问题更为严重。如今制作精细面具的技术日益成熟，仅依靠可见光谱成像很难区分真实人脸和攻击人脸。因此，许多研究人员建议采用多光谱和扩展范围成像来解决这一问题。

以下是一些多通道人脸PAD的具体方法：
| 研究人员 | 方法 | 主要内容 | 效果 |
| — | — | — | — |
| Raghavendra等 | 多光谱波段方法 | 利用不同波段的互补信息，采用基于小波的特征级融合和分数融合方法 | 分数级融合性能优于特征融合策略 |
| Erdogmus和Marcel | 基于3DMAD数据集评估 | 评估多种人脸PAD方法对3D面具的性能 | 使用Kinect捕获的彩色和深度图像提取简单LBP特征，HTER分别为0.95%和1.27% |
| Steiner等 | 多光谱SWIR成像方法 | 考虑935、1060、1300和1550 nm四个波长，训练SVM对每个像素进行皮肤分类 | 像素级皮肤分类准确率达99.28% |
| Dhamecha等 | 结合可见和热图像补丁方法 | 对每个补丁进行真假分类，使用真实补丁进行后续人脸识别 | - |
| Bhattacharjee等 | 利用面部区域平均温度方法 | 展示了用定制硅胶面具欺骗商业人脸识别系统的可能性，并提出用面部区域平均温度进行PAD | - |
| Bhattacharjee等 | 多通道信息初步研究 | 除可见光谱图像