本發(fā)明涉及對(duì)生物計(jì)量特征的真實(shí)視頻和假冒視頻的區(qū)分方法領(lǐng)域，并且特別應(yīng)用于回放視頻類型的假冒檢測(cè)。

本發(fā)明能夠在提供對(duì)于安全區(qū)域的訪問或允許安全交易的識(shí)別或認(rèn)證背景下實(shí)現(xiàn)。

背景技術(shù)：

眾多控制依賴于以生物計(jì)量特征為基礎(chǔ)的認(rèn)證或識(shí)別，例如使得個(gè)體能夠訪問安全位置或處理安全交易。

一些控制通過記錄個(gè)體的生物計(jì)量特征(例如，虹膜)的視頻并將提取的生物計(jì)量特征與記錄的個(gè)體的數(shù)據(jù)庫進(jìn)行比較以找到匹配來實(shí)現(xiàn)。

為了欺騙該控制，已經(jīng)發(fā)展出其中冒名者使用從數(shù)據(jù)庫竊取的生物計(jì)量樣本來獲得對(duì)于安全區(qū)域的訪問或被允許執(zhí)行交易的攻擊。

這些攻擊(即演示攻擊)能夠采用印刷攻擊的形式，其中，使用高質(zhì)量激光打印機(jī)或噴墨打印機(jī)印刷生物計(jì)量樣本并且將其用于控制方法中。因而在控制過程中，記錄印刷物的視頻而非真正生物計(jì)量特征的視頻。

攻擊還能夠采用回放視頻攻擊的形式，其中，在控制方法中使用播放生物計(jì)量樣本的高質(zhì)量電子視頻。在該情況中，控制系統(tǒng)記錄所播放的視頻的新的視頻，而不是生物計(jì)量特征的視頻。

控制系統(tǒng)應(yīng)當(dāng)能夠檢測(cè)這樣的演示攻擊，從而是安全可靠的，并且因此應(yīng)當(dāng)能夠確定記錄的主體(例如真正生物計(jì)量特征、或回放視頻、或生物計(jì)量樣本的印刷物)的活躍度。

s.bharadwaj,t.i.dhamecha,m.vatsa和r.singh在2013年ieee計(jì)算機(jī)視覺和圖形識(shí)別工作研討會(huì)(105-110頁，ieee，2013)的文獻(xiàn)“利用面部放大的計(jì)算高效的面部假冒檢測(cè)(computationallyefficientfacespoofingdetectionwithmotionmagnification)”中提出了一種用于對(duì)面部識(shí)別捕獲裝置上的演示攻擊進(jìn)行檢測(cè)的方法。

該方法依賴于使用動(dòng)作放大的幅度和紋理描述符，因而并不適用于諸如像虹膜之類依賴于回放視頻攻擊的其它類型的生物計(jì)量特征。

因而，需要一種使得能夠檢測(cè)虹膜識(shí)別中的回放視頻攻擊的方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的一個(gè)目的是提供一種確定視頻是假冒的還是生物計(jì)量特征的真正記錄的方法，而不論該視頻的主體是何種類型的生物計(jì)量特征。

因此，本發(fā)明的一個(gè)對(duì)象是一種確定生物計(jì)量特征的視頻為假冒或活體生物計(jì)量特征(livebiometriccharacteristic)的真正記錄的方法，其中，所述視頻包括多個(gè)幀的時(shí)間序列，所述方法在包括處理單元的系統(tǒng)中實(shí)現(xiàn)，

其特征在于，所述方法包括以下步驟：

-預(yù)處理所述視頻，所述預(yù)處理包括將所述視頻的每個(gè)幀上的生物計(jì)量特征對(duì)準(zhǔn)，

-確定所述視頻的活躍度分?jǐn)?shù)，該確定對(duì)于多個(gè)幀中的每個(gè)幀包括：

計(jì)算當(dāng)前幀的動(dòng)作強(qiáng)度和一組之前的幀中的每個(gè)幀的動(dòng)作強(qiáng)度之間的差，

根據(jù)所述差推斷所述當(dāng)前幀的差分動(dòng)作強(qiáng)度，

根據(jù)該多個(gè)幀的差分動(dòng)作強(qiáng)度推斷所述視頻的動(dòng)作強(qiáng)度，

將所述動(dòng)作強(qiáng)度與預(yù)定的閾值相比較，并且基于所述視頻的動(dòng)作強(qiáng)度與該閾值的比較為所述視頻分配活躍度分?jǐn)?shù)，以及

-根據(jù)所述視頻的活躍度分?jǐn)?shù)，確定所述視頻是生物計(jì)量特征的真正記錄或假冒。

-在一些實(shí)施例中，該方法包括以下特征中的至少一個(gè)：幀的動(dòng)作強(qiáng)度包括該幀的相位變化，所述視頻的動(dòng)作強(qiáng)度包括該視頻的相位變化。

-根據(jù)所述視頻的至少10個(gè)幀的差分動(dòng)作強(qiáng)度推斷所述視頻的動(dòng)作強(qiáng)度。

-用于計(jì)算與當(dāng)前幀之間的動(dòng)作強(qiáng)度差的該組幀包括在所述當(dāng)前幀之前的3至8個(gè)幀，并且較優(yōu)地為5個(gè)幀。

-每個(gè)幀被分為恒定大小的不重疊分塊，并且通過針對(duì)當(dāng)前幀中的每個(gè)分塊計(jì)算該分塊的動(dòng)作強(qiáng)度與該組之前的幀中的每一個(gè)的對(duì)應(yīng)分塊的動(dòng)作強(qiáng)度之間的差來計(jì)算兩個(gè)幀之間的動(dòng)作強(qiáng)度差，并且當(dāng)前幀的差分動(dòng)作強(qiáng)度通過以下方式獲得：

針對(duì)當(dāng)前幀中的每個(gè)分塊選擇所述分塊與該組之前的幀中的每一個(gè)的對(duì)應(yīng)分塊之間的最大動(dòng)作強(qiáng)度差，以及

將所述幀中的全部分塊的最大動(dòng)作強(qiáng)度相加。

-預(yù)處理步驟還包括放大視頻中的動(dòng)作的步驟。

-動(dòng)作放大是相位變化放大并且包括：

使用快速傅立葉變換分解所述視頻，

對(duì)相位應(yīng)用帶通濾波器，

對(duì)至少一些相位分量應(yīng)用放大因數(shù)，以及

執(zhí)行傅立葉逆變換以重構(gòu)所述視頻。

-視頻上的生物計(jì)量特征為虹膜，并且所述視頻的預(yù)處理包括對(duì)所述視頻中的幀進(jìn)行挑選(230)以移除眨眼。

-該方法還包括將所述視頻的動(dòng)作強(qiáng)度與第二閾值進(jìn)行比較，并且為所述視頻分配活躍度分?jǐn)?shù)的步驟取決于所述動(dòng)作強(qiáng)度與兩個(gè)閾值之間的比較。

-通過對(duì)每個(gè)幀的差分動(dòng)作強(qiáng)度應(yīng)用s型函數(shù)進(jìn)一步將每個(gè)幀的差分動(dòng)作強(qiáng)度歸一化。

-所述視頻的動(dòng)作強(qiáng)度為歸一化差分強(qiáng)度的平均值，并且所述動(dòng)作強(qiáng)度與第一閾值相比較，且當(dāng)所述動(dòng)作強(qiáng)度超過該閾值時(shí)，所述視頻被認(rèn)為是回放視頻類型的假冒，并且分配給幀的活躍度分?jǐn)?shù)為0。

-所述第二閾值低于所述第一閾值，所述視頻的動(dòng)作強(qiáng)度與所述第二閾值相比較，且當(dāng)所述動(dòng)作強(qiáng)度低于該閾值時(shí)，所述視頻被認(rèn)為是印刷物類型的假冒，并且分配給幀的活躍度分?jǐn)?shù)為0。

本發(fā)明的另一對(duì)象是一種計(jì)算機(jī)程序產(chǎn)品，包括在由處理單元執(zhí)行時(shí)適于執(zhí)行根據(jù)之前介紹的方法的軟件代碼。

本發(fā)明的另一對(duì)象是一種處理單元，該處理單元配置為實(shí)施根據(jù)之前介紹的方法。

本發(fā)明的另一對(duì)象涉及一種認(rèn)證或識(shí)別系統(tǒng)，該系統(tǒng)包括實(shí)施上述方法的處理單元以及視頻攝像機(jī)，該視頻攝像機(jī)適于采集生物計(jì)量特征的視頻并且將所述視頻發(fā)送到處理單元。

根據(jù)本發(fā)明的方法使得能夠通過評(píng)價(jià)視頻中的動(dòng)作強(qiáng)度來區(qū)分回放視頻攻擊和生物計(jì)量特征的真正記錄。

事實(shí)上，回放視頻攻擊相比于生物計(jì)量特征的真實(shí)記錄具有更多的頻率分量。因而，若視頻的動(dòng)作強(qiáng)度大于平均值，則可以認(rèn)為該視頻是假冒視頻。

該方法在所評(píng)價(jià)的視頻的動(dòng)作強(qiáng)度為該視頻的相位變化時(shí)尤其具有魯棒性。

此外，將視頻幀分解為分塊使得處理更具有魯棒性。

附圖說明

通過以下本發(fā)明的特定實(shí)施例的更詳細(xì)的描述并且如附圖中所示，本發(fā)明的特征和優(yōu)點(diǎn)將變得明顯，在附圖中：

-圖1示意性示出了適于執(zhí)行根據(jù)本發(fā)明的一個(gè)實(shí)施例的方法的認(rèn)證或識(shí)別系統(tǒng)。

-圖2a示意性示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的方法的主要步驟。

-圖2b示意性示出了幀差分相位信息的計(jì)算步驟。

-圖2c示意性示出了一個(gè)幀的差分相位信息的計(jì)算步驟的實(shí)施方式。

具體實(shí)施方式

認(rèn)證或識(shí)別系統(tǒng)

參見圖1，示出了一種認(rèn)證或識(shí)別系統(tǒng)1。該系統(tǒng)較優(yōu)地用于控制訪問權(quán)限，例如控制希望進(jìn)入安全區(qū)域的個(gè)體的訪問權(quán)限。

系統(tǒng)1包括視頻攝像機(jī)11和處理單元12，處理單元12有線或無線地連接到視頻攝像機(jī)以從該攝像機(jī)接收視頻記錄。在一個(gè)實(shí)施例中，系統(tǒng)被集成在諸如智能電話、平板之類的便攜式裝置中。在另一實(shí)施例中，視頻攝像機(jī)能夠遠(yuǎn)離處理單元，例如在一種設(shè)置中，攝像機(jī)位于安全區(qū)域的入口處，并且處理單元位于單獨(dú)的空間中。

視頻攝像機(jī)11用于記錄生物計(jì)量特征的視頻記錄，但是并不需要視頻攝像機(jī)具有極高的分辨率。例如，智能手機(jī)的視頻攝像機(jī)通常具有足以實(shí)現(xiàn)以下方法的分辨率。

在下文中，視頻被認(rèn)為是多個(gè)相同大小(像素?cái)?shù)量)的n個(gè)幀的時(shí)間序列。

處理單元12具有計(jì)算裝置并適于通過執(zhí)行合適的軟件代碼來執(zhí)行下文中公開的方法。

如上文中解釋的，系統(tǒng)1被認(rèn)為記錄個(gè)體的活體生物計(jì)量特征的視頻，但可以經(jīng)受攻擊，例如其中視頻攝像機(jī)11記錄生物計(jì)量特征的視頻的播放視頻的回放視頻類型的攻擊，或者其中視頻攝像機(jī)11記錄印刷在承載媒介(即，高質(zhì)量紙張)上的生物計(jì)量特征的圖像的視頻的印刷攻擊類型的攻擊。

假冒檢測(cè)方法

參見圖2a，描述了一種確定視頻是活體生物計(jì)量特征的假冒記錄還是真正記錄的方法。

第一步驟100是處理單元12加載視頻以進(jìn)行評(píng)定。該視頻已經(jīng)被攝像機(jī)11記錄并且直接發(fā)送到單元12或存儲(chǔ)在系統(tǒng)的數(shù)據(jù)庫或存儲(chǔ)器中以用于后續(xù)加載。

預(yù)處理

隨后，該方法包括視頻的預(yù)處理步驟200。

預(yù)處理包括：若已經(jīng)記錄的對(duì)象在記錄過程中發(fā)生移動(dòng)，則將視頻的每個(gè)幀上的生物計(jì)量樣本對(duì)準(zhǔn)210。

此外，還可以對(duì)每個(gè)幀進(jìn)行再構(gòu)造220以僅在幀上保持生物計(jì)量特征的區(qū)域。

生物計(jì)量特征能夠是各種類型的：虹膜、面部的形狀、血管的圖案等。然而，該方法較優(yōu)地采用虹膜實(shí)現(xiàn)。

若所記錄的生物計(jì)量特征為虹膜，則預(yù)處理還包括移除230與眼睛的眨動(dòng)對(duì)應(yīng)的幀，從而僅保持其中眼睛完全睜開并且虹膜圖案可見的幀。

眨眼移除能夠手動(dòng)完成。替選地，眨眼能夠被自動(dòng)檢測(cè)并移除，例如執(zhí)行下述方法：

-jiang-weili，“基于多gabor響應(yīng)波的眨眼檢測(cè)(eyeblinkdetectionbasedonmultiplegaborresponsewaves)”，機(jī)械學(xué)習(xí)與控制論，2008年國際會(huì)議，卷5，編號(hào)30，2852、2856頁，2008年7月12至15日，

-inhochoi，seungchulhan，daijinkim，“使用adaboost學(xué)習(xí)和分組的眼睛檢測(cè)和眨眼檢測(cè)(eyedetectionandeyeblinkdetectionusingadaboostlearningandgrouping)”，計(jì)算機(jī)通信和網(wǎng)絡(luò)(icccn)，20世紀(jì)國際會(huì)議的2011年會(huì)議記錄，卷，編號(hào)，1、4頁，2011年7月31日至2011年8月4日，

-lee，wonoh，euichullee和kangryoungpark，“對(duì)于各種面部姿勢(shì)的眨眼檢測(cè)魯棒性(blinkdetectionrobusttovariousfacialposes)”，神經(jīng)學(xué)方法學(xué)報(bào)，193.2(2010)：356-372。

在移除眼睛眨動(dòng)的幀之后，視頻可以包含大約30個(gè)或更多個(gè)幀。較優(yōu)地，視頻包括至少15個(gè)幀以適當(dāng)?shù)貙?shí)現(xiàn)該方法的剩余步驟。

可選且較優(yōu)地，預(yù)處理還可以包括對(duì)視頻的每個(gè)幀中的動(dòng)作進(jìn)行放大的額外步驟240。

該步驟較優(yōu)地通過放大視頻中的相位變化來實(shí)現(xiàn)。為此，諸如快速傅立葉變換之類的頻率變換技術(shù)可以被實(shí)現(xiàn)以分解視頻并將幅度與相位分離。

之后，將帶通濾波器應(yīng)用于相位以移除任何時(shí)間dc分量。帶通濾波器較優(yōu)地為butterworth帶通濾波器。時(shí)間帶通相位對(duì)應(yīng)于幀中的動(dòng)作。之后將相位與放大因數(shù)相乘以對(duì)相位放大。

之后，通過使用傅立葉逆變換來重構(gòu)視頻，并且因此完成動(dòng)作增強(qiáng)。

在其它次優(yōu)的實(shí)施例中，動(dòng)作放大可以通過實(shí)施如n.wadhwa等人在“基于相位的視頻動(dòng)作處理(phase-basedvideomotionprocessing)”(acm圖形學(xué)報(bào)，32(4)：80，2013)中公開的基于相位的歐拉視頻放大來實(shí)現(xiàn)。

替選地，如h.-y.wu等人在“用于顯示世界中的細(xì)微改變的歐拉視頻放大(eulerianvideomagnificationforrevealingsubtlechangesintheworld)”(acm圖形學(xué)報(bào)，32(4)：65，2012)中公開的歐拉視頻放大也能夠被實(shí)施以實(shí)現(xiàn)動(dòng)作放大。

還可以實(shí)施其它方法，例如拉格朗日動(dòng)作放大，或以下公開的方法：

-liuc.，torralbaa.，freemanw.t.，durandf.和adelsone.h.，2005年，“動(dòng)作放大(motionmagnification)”，acm圖形學(xué)報(bào)，24，519-526；或

-wang，j.，drucker，s.m.，agrawala，m.和cohen,m.f.，2006年，“卡通動(dòng)畫濾波器(thecartoonanimationfilter)”，acm圖形學(xué)報(bào)，25，1169-1173。

確定視頻的活躍度分?jǐn)?shù)

一旦視頻經(jīng)過預(yù)處理，則該方法還包括確定視頻的活躍度分?jǐn)?shù)的步驟300。

較優(yōu)地，為了實(shí)施該步驟，視頻的每個(gè)幀可以被縮放310到更小的尺寸。例如，幀可以被縮放到100×100像素。這使得能夠更快地處理視頻。

而且，對(duì)于每個(gè)縮放后的幀，較優(yōu)地為幀之間的相位變化的動(dòng)作強(qiáng)度被歸一化以使其數(shù)值在0到1的范圍內(nèi)。令f為視頻的第j個(gè)幀的動(dòng)作分量(例如，經(jīng)放大的相位變化)。f為一個(gè)幀的像素與前一幀的對(duì)應(yīng)像素之間的差的總和。例如，在幀被縮放到100×100像素的情況中：

其中ij為第j個(gè)幀。

歸一化的動(dòng)作分量norf(j)由下式給出：

其中，j＝1:n。

之后，對(duì)于多個(gè)幀j，確定幀的差分動(dòng)作強(qiáng)度320。在動(dòng)作放大包括放大動(dòng)作強(qiáng)度的情況中，差分動(dòng)作強(qiáng)度被稱為幀的差分相位變化?？梢詤⒄?qǐng)D2b對(duì)該步驟進(jìn)行進(jìn)一步詳述。

較優(yōu)地，針對(duì)視頻的至少6個(gè)幀、并且更優(yōu)地針對(duì)視頻的至少10個(gè)或11個(gè)幀來計(jì)算差分動(dòng)作強(qiáng)度，這是因?yàn)榛诓罘謩?dòng)作強(qiáng)度的決定隨著幀數(shù)量的增大更具有魯棒性，特別是從第11個(gè)幀開始。

幀j的差分動(dòng)作強(qiáng)度的確定包括對(duì)于當(dāng)前幀j，計(jì)算幀j的動(dòng)作強(qiáng)度與在幀j之前的一組幀中的每一幀的動(dòng)作強(qiáng)度之間的差。

較優(yōu)地，如圖2c中所示，該組幀包括3至8個(gè)幀，并且較優(yōu)地包括5個(gè)幀。

因而，在一優(yōu)選實(shí)施例中，從第15個(gè)幀開始針對(duì)每個(gè)幀j實(shí)現(xiàn)該步驟。使用滑動(dòng)窗口方法來計(jì)算差分動(dòng)作強(qiáng)度，該滑動(dòng)窗口方法具有5個(gè)幀的窗口大小(該組幀的基數(shù))并且增加1個(gè)幀以檢測(cè)例如相位相對(duì)于時(shí)間的改變率，即針對(duì)當(dāng)前幀norf(j)，使用5個(gè)之前的幀norf(j-1)到norf(j-5)。

幀的差分動(dòng)作強(qiáng)度的計(jì)算320如下。

例如如圖2a中所示，在一個(gè)實(shí)施例中，每個(gè)幀首先被分為321特定且大小不變(bx×by)的不重疊分塊。按照上述示例，分塊大小可以是20×20像素，從而導(dǎo)致數(shù)量k個(gè)分塊，k等于25。

分塊的動(dòng)作強(qiáng)度還被稱為分塊動(dòng)作強(qiáng)度并且表示為norfb(j)k。在一個(gè)優(yōu)選實(shí)施例中，分塊的動(dòng)作強(qiáng)度為歸一化的分塊相位變化。

之后，當(dāng)前幀與一組之前的幀中的每一幀之間的動(dòng)作強(qiáng)度的差322通過針對(duì)當(dāng)前幀中的每個(gè)分塊計(jì)算該分塊的動(dòng)作強(qiáng)度和該組之前的幀中的每一幀的對(duì)應(yīng)分塊的動(dòng)作強(qiáng)度之間的差來確定。

對(duì)于特定分塊k，當(dāng)前幀與該組之前的幀之間的差分強(qiáng)度為：

dmi(j-5)k＝forfb(j)k-norfb(j-5)k

dmi(j-4)k＝norfb(j)k-norfb(j-4)k

dmi(j-3)k＝norfb(j)k-norfb(j-3)k

fmi(j-2)k＝norfb(j)k-norfb(j-2)k

dmi(j-1)k＝norfb(j)k-norfb(j-1)k

這適于全部k個(gè)分塊(例如，k＝1，2，...，25)。

針對(duì)幀j的特定分塊k的差分動(dòng)作強(qiáng)度通過確定323在步驟322中計(jì)算的全部差的最大值來獲得：

dmi(j)κ＝max{dmi(j-5)k,…,dmi(j-1)k}

之后，對(duì)于一個(gè)幀，針對(duì)整個(gè)幀j的全部分塊累積的幀j的差分動(dòng)作強(qiáng)度(記作cmi)在步驟324中通過將該幀中的全部分塊k的全部差分動(dòng)作強(qiáng)度相加來獲得。

將幀分為更小的分塊降低了處理單元的計(jì)算要求。

在另一實(shí)施例中，可以不將幀分為分塊，因此差分動(dòng)作強(qiáng)度確定的步驟320可以僅包括對(duì)幀j與該組之前的幀中的每一個(gè)之間的動(dòng)作強(qiáng)度差進(jìn)行計(jì)算的步驟325以及確定幀j的差分動(dòng)作強(qiáng)度作為在步驟322’中計(jì)算的最大動(dòng)作強(qiáng)度差的步驟326。在該實(shí)施例中，由于幀沒有被分為分塊，所以不存在中間步驟。

較優(yōu)地，在步驟324或326中獲得的差分動(dòng)作強(qiáng)度進(jìn)一步在步驟327中被歸一化，以使得該差分動(dòng)作強(qiáng)度之后能夠與公共閾值進(jìn)行比較。

為了將差分動(dòng)作強(qiáng)度歸一化，較優(yōu)地應(yīng)用單側(cè)邏輯或s型函數(shù)(sigmoidfunction)。針對(duì)幀j的歸一化差分動(dòng)作強(qiáng)度被記作ncmi(j)。在使用單側(cè)s型函數(shù)的情況中，ncmi(j)由下式表示：

在該示例中，已知使用單側(cè)s型函數(shù)，則所獲得的歸一化差分動(dòng)作強(qiáng)度在0.5和1之間的范圍內(nèi)。

之后，在步驟330期間，根據(jù)幀的歸一化差分動(dòng)作強(qiáng)度推斷出視頻的動(dòng)作強(qiáng)度。在幀的差分動(dòng)作強(qiáng)度為差分相位變化的情況中，視頻的動(dòng)作強(qiáng)度較優(yōu)地為視頻的相位變化。

視頻的動(dòng)作強(qiáng)度較優(yōu)地通過在較優(yōu)地6個(gè)或更多個(gè)幀，甚至更優(yōu)地10個(gè)或更多個(gè)幀上計(jì)算幀的平均歸一化差分動(dòng)作強(qiáng)度m(ncmi(j))來獲得，這些幀的差分動(dòng)作強(qiáng)度已經(jīng)在步驟320中計(jì)算。

最后，通過將視頻的動(dòng)作強(qiáng)度(例如，視頻的相位變化)與表示為th的預(yù)定閾值進(jìn)行比較340來獲得幀j的活躍度分?jǐn)?shù)(livenessscore)。該閾值的值可以是基于假冒視頻數(shù)據(jù)庫憑經(jīng)驗(yàn)確定的。

對(duì)于回放視屏攻擊，回放視頻的記錄包括多于活體生物計(jì)量特征的真正記錄的頻率分量。為此，對(duì)于回放視頻攻擊的平均歸一化差分動(dòng)作強(qiáng)度應(yīng)當(dāng)高于對(duì)于真正記錄的平均歸一化差分動(dòng)作強(qiáng)度。

因此，如果平均歸一化差分動(dòng)作強(qiáng)度高于預(yù)定閾值，則認(rèn)為視頻是回放攻擊視頻并且將活躍度分?jǐn)?shù)ls設(shè)為0。

在一個(gè)實(shí)施例中，如果平均歸一化差分動(dòng)作強(qiáng)度低于預(yù)定閾值th，則認(rèn)為視頻是生物計(jì)量特征的真正記錄，并且將活躍度分?jǐn)?shù)ls設(shè)為1。

該實(shí)施例被總結(jié)如下：

在一個(gè)替選實(shí)施例中，歸一化差分動(dòng)作強(qiáng)度能夠與另一閾值th’相比較，該閾值th’低于第一閾值th并且對(duì)應(yīng)于在其下幀被認(rèn)為與圖片的記錄(印刷攻擊)有關(guān)的閾值。

事實(shí)上，這樣的視頻具有不同的動(dòng)作信息，并且特別地相比于個(gè)體的活體演示具有不同的相位變化。

在平均歸一化差分動(dòng)作強(qiáng)度低于第二閾值th’的情況中，視頻被認(rèn)為是印刷攻擊視頻并且將活躍度分?jǐn)?shù)設(shè)為0。如果平均歸一化差分動(dòng)作強(qiáng)度介于第一閾值th和第二閾值th’之間，則認(rèn)為視頻是活體生物計(jì)量特征的真正記錄并且將活躍度分?jǐn)?shù)ls設(shè)為1。

這被總結(jié)如下：

一旦實(shí)現(xiàn)了確定活躍度分?jǐn)?shù)的步驟，則對(duì)整個(gè)視頻的真實(shí)性做出決定400。

基于至少10個(gè)或11個(gè)幀的決定已經(jīng)表現(xiàn)出高精確度和低錯(cuò)誤量。因而，以上技術(shù)使得甚至采用諸如智能手機(jī)的處理器之類的具有相對(duì)較低計(jì)算能力的處理單元也能夠區(qū)分假冒視頻和真正視頻。