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.
