人脸-活体检测

 

 

攻击手段:

(1)纸片翻拍,通过打印用户的照片进行攻击;

人脸-活体检测_第1张图片

 

(2)屏幕翻拍,一些3D建模技术可以驱动用户的单张照片或视频做出系统要求的摇头、张嘴、眨眼等动作;

人脸-活体检测_第2张图片

(央视报道的案例,采用的正是此原理)

(3)用户戴面具。

面对上述攻击手段,腾讯优图如何有效防范?

针对以上攻击手段,腾讯优图依托多年的技术积累和实际业务运营经验,对人脸识别技术手段进行过多次安全升级:除了315晚会提到的摇头眨眼简单活体模式,我们还实现了更加复杂的多数字随机唇语、语音图像同步检测、人脸纹理分析、面具检测、视频防翻拍等多维度防护手段,并将所有这些手段进行交叉融合,实现移动端+后台的强力防护体系。

目前,腾讯优图最常使用的是“唇语+人脸场景分析”解决方案。

唇语分析:发现照片和录制的视频

唇语验证的活体技术,交互自然简单,用户仅需阅读系统随机给出的一串数字或词语。随机性抵挡视频照片和视频重放攻击,保证系统安全。语音识别结合图像唇语验证,检验声音源和图像源的同步性,安全性加倍升级。

人脸与场景分析:发现合成视频异常;发现边框、屏幕像素纹理

与常见的摇头、眨眼活体鉴别方式不同,唇语的变化方式更加细微,随机性更强。很大程度上提升“假脸”的合成难度,显现出一些瑕疵。而优图所积累的人脸分析技术对这种类型的瑕疵极为敏感,能快速准确发现,拒绝攻击。另外场景分析技术还会针对场景进行分析,检测显示器边缘、屏幕反光、显示屏像素点与条纹分析的异常现象,进一步加强防御工事。

你可能感兴趣的:(计算机视觉,人脸处理)