基于OEDLBP的人脸欺诈检测算法研究

人脸识别技术提高了身份验证的效率,给用户带来快捷方便的体验.但是,当有人试图伪造用户人脸通过系统验证时,就会威胁合法用户的信息和财产安全.针对打印攻击和视频攻击,提出了一种基于奇偶数位像素差异的描述子OEDLBP,该算法将局部偶数位差值模式(EDLBP)、局部奇数位差值模式(ODLBP)和全局特征模式(GBP)结合,利用空间金字塔算法统计彩色图像通道内和通道间特征,将提取到的特征进行融合并用SVM对真假人脸进行分类,在CASIA-FASD、Replay-Attack和Replay-Mobile 3个人脸反欺骗数据库中取得了较好的实验效果.

一种支持海量人脸图片快速检索的索引结构

为了在大规模的人脸数据库中准确快速地检索到所需图像,提出一种相似人脸检索方法。提取人脸图片的局部二值模式特征,通过建立投影矩阵将特征从欧几里德空间映射到汉明空间实现降维,再采用改进的多比特编码方法对降维后的特征进行编码,并生成图片签名,以曼哈顿距离取代汉明距离衡量签名之间的相似度,根据图片签名集合构建倒排索引表,通过倒排索引表高效地查找相似图片。包含20万张人脸图片的实验数据集的结果表明,该方法在保证检索精度的前提下,检索时间控制在0.15s以内,能够满足海量人脸图片检索的准确性与实时性要求。

结合改进CSLBP和位平面分解的单样本人脸识别

针对单样本环境下传统人脸识别算法识别效果不佳的问题,提出一种结合改进中心对称局部二值模式和位平面分解的单样本人脸识别算法(ICSDBP)。采用改进中心对称局部二值模式算子提取人脸的特征信息得到两幅不同半径的纹理特征图像,将每幅纹理特征图像分解为4幅位平面图像,最后将8幅特征图像串联融合,使用最近邻分类器进行分类识别。在AR、CAS-PEAL和Extend Yale B人脸数据库上的仿真结果表明,该算法具有较高的识别率和较快的识别速度,对光照和表情等变化具有较好的稳健性。