基于哈尔小波分解和等价局部2值模式的人脸防欺骗算法

针对人脸识别技术在身份认证中极易受到假冒用户欺骗的问题,提出1种基于哈尔(Haar)小波分解和等价局部2值模式(Uniform Local Binary Pattern,ULBP)的算法,致力于检测假冒的照片人脸.算法对人脸图像进行4级Haar小波分解,计算1-4级的高频子图系数矩阵的均值、方差作为特征,并提取ULBP特征谱的统计直方图,形成最终的75维特征向量,训练支持向量机(SVM)以判定人脸是否来自活体.在公开的NUAA、REPLAY-ATTACK数据库上实验,最高准确率分别为99.96%和96.26%,最高受试者工作特征曲线下方面积(Area Under Curve,AUC)为1.实验结果表明算法准确度高,计算复杂度小,对不同介质的假人脸图像都能有效检测,能够用来保障人脸识别系统的可靠性.

一种基于LBP特征的Seam-Carving图像篡改检测方法

针对基于图像篡改的Seam-Carving操作,提出了一种基于局部2值模式(LBP)的Seam-Carving篡改取证算法.该算法针对Seam-Carving操作导致的图像像素值的变化,利用图像的LBP特征得到相应的统计直方图,而后通过支持向量机进行分类训练,从而达到有效识别Seam-Carving篡改图像的目的.实验结果表明,和现存的基于马尔科夫转移矩阵的方法以及其他一些该类图像篡改检测方法相比,提出的方法性能优越.