CN108885689A - 使用邻近传感器的欺骗侦测 - Google Patents

使用邻近传感器的欺骗侦测 Download PDF

Info

Publication number
CN108885689A
CN108885689A CN201780015033.5A CN201780015033A CN108885689A CN 108885689 A CN108885689 A CN 108885689A CN 201780015033 A CN201780015033 A CN 201780015033A CN 108885689 A CN108885689 A CN 108885689A
Authority
CN
China
Prior art keywords
target
proximity sensor
sensor
viability
true man
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201780015033.5A
Other languages
English (en)
Other versions
CN108885689B (zh
Inventor
R·R·德拉赫沙尼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jumio Inc
Original Assignee
EyeVerify Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by EyeVerify Inc filed Critical EyeVerify Inc
Publication of CN108885689A publication Critical patent/CN108885689A/zh
Application granted granted Critical
Publication of CN108885689B publication Critical patent/CN108885689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
    • H04W12/122—Counter-measures against attacks; Protection against rogue devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明阐述使用邻近传感器进行存活性分析的计算机实施的方法及系统。自包括在移动设备内的诸如红外邻近传感器的邻近传感器接收反射强度读数。基于一个或多个读数及反射阈值确定存活性度量，且基于该存活性度量来判定该邻近传感器的范围中的目标是否可能是真人。

Description

使用邻近传感器的欺骗侦测
相关申请的交叉引用
本申请要求2016年3月2日提交的、发明名称为“Spoof Detection UsingProximity Sensors”的美国临时专利申请62/302,526的优先权及权益，该申请的全文通用引用并入本文中。
技术领域
本发明一般涉及欺骗侦测，且尤其涉及用于使用邻近传感器侦测对象是否被欺骗的系统及方法。
背景技术
通常期望将对财产或资源之存取局限于特定个体。可使用生物识别系统来鉴认个体的身份以授予或拒绝对资源的存取。举例而言，虹膜扫描机可被生物识别安全系统使用来基于个体虹膜中的独特结构来识别个体。然而，若冒充者呈现授权人的脸部或眼部的预记录影像或视讯来用于扫描，则此系统可错误地授权该冒充者。此虚假影像或视讯可利用光面相纸在固持于用于扫描的相机前面的监测器上显示为一个三维打印模型等，该监测器为诸如阴极射线管(CRT)或液晶显示器(LCD)屏幕等等。某些所谓的欺骗侦测系统可藉由探知眼移动来侦测虚假影像。但此系统可能无法有效地识别包含眼部预期移动的虚假视讯。因此需要改良的系统及方法，以用于依据由授权人提供的实时影像及视讯高效地判定虚假影像及视讯。
发明内容
在本文阐述的各种实施方案中，指示存在真人的身体性质的侦测被用于将真实脸部与影像/视讯以及其他欺骗的及欺诈的鉴认方法区分开来。因此，一种用于欺骗侦测的计算机实施的方法包含以下操作：自邻近传感器接收一个或多个反射强度读数；基于该一个或多个反射强度读数及反射阈值确定第一存活性度量；及至少部分地基于该第一存活性度量来判定该邻近传感器的范围中的目标是否可能是真人。前述的其他方面包含对应系统及计算机程序。
此等方面的各种实施例可包含以下各项。邻近传感器包含光电传感器、电容传感器或声学传感器。该邻近传感器系包括在具影像传感器的移动装置中。该操作进一步包含：接收该目标的脸部的至少一部分的一个或多个影像；基于所接收的一个或多个影像确定对象至屏幕距离；及根据该对象至屏幕距离而将特定反射强度读数正规化以确定该反射阈值。基于该一个或多个影像中的眼距和/或自装置发射的信号的往返延迟，确定该对象至屏幕距离。该操作进一步包含：若该目标被确定可能为真人则接受该目标，且若该目标被确定不可能为真人则拒绝该目标。接受该目标包含：准许生物识别验证继续；且拒绝该目标可包含：使该生物识别验证失败。该操作进一步包含：识别出对该目标的错误拒绝；及基于该识别来调整该反射阈值。进一步至少部分地基于第二存活性度量判定该目标是否可能是真人。该第二存活性度量基于质询回应。
附图及下文之说明中陈述本说明书中所阐述主题的一个或多个实施方案的细节。依据以下说明、附图及权利要求，本主题的其他特征、方面及优点将变得显而易见。
附图说明
在附图中，贯穿不同视图，类似的参考字符通常指相同部件。并且，各附图未必按比例绘制，重点通常替代地放在图解说明实施方案之原理上。在以下说明中，参考以下附图阐述各种实施方案，其中：
图1A至图1B绘示用于欺骗侦测的各种使用情形。
图2绘示根据实施方案的用于欺骗侦测的方法。
具体实施方式
在各种实施方案中，本申请案中阐述使用来自邻近传感器的资料的存活性侦测及反欺骗技术。如本文中所使用，存活性(liveness)是指趋向于指示存在真人的特性。此等特性可包含，举例而言：可辨识身体特征，诸如皮肤、人的脸部或眼；及与前述相关联之性质，诸如皮肤和/或下层组织、器官的预期反射性和吸收性等。
图1A至图1B图解说明用于欺骗侦测的各种使用情形，如本文中所阐述。举例而言，在图1A中，目标用户104使用其移动装置102(例如，智能电话、平板计算机等)，以使用由移动装置的相机撷取的生物识别读数(例如，眼扫描)来鉴认其自身。除相机之外，移动装置102亦可利用其他传感器，诸如光电传感器、声学传感器、电容传感器、加速度计、陀螺仪、指尖心跳传感器、振动传感器及诸如此类，以便验证用户之实体存在。在图1B中，移动装置102撷取LCD监测器106或其他显示屏幕上目标的影像或视讯。移动装置102上执行的软件可使用，举例而言，自包括在移动装置102中的邻近传感器接收的电磁、光、声或其他反射测量值来判定目标并非实体存在。
图2中绘示用于欺骗侦测的方法的一项实施方案。一般而言，装置(例如，诸如使用生物识别眼验证登入至银行应用程序等的典型生物识别增强使用者互动中使用的移动电话、智能电话、平板计算机等)侦测真人是否可能位于装置传感器、诸如位于移动动装置前面的光电邻近传感器的范围中。可单独地或组合地利用各种类型的光电传感器，且该等光电传感器可包含，举例而言，红外线(IR)传感器、基于激光的传感器及诸如此类。此等光电传感器通常用于侦测在呼叫进行的过程中使用者的脸部何时靠近触控屏幕，使得可关断或锁定屏幕，藉此防止与屏幕的意外互动。尽管这些邻近传感器中的大多数最初被调谐为，在较近范围下(几英寸范围)灵敏度最大，但可藉由例如将新值写入至这些邻近传感器的发射强度位移缓存器中来调整它们的范围设定，从而可以在较长距离下进行较好的欺骗侦测。
因此，在步骤202中，自邻近传感器接收一个或多个读数。这些读数可以是(举例而言)基于从目标(例如，人、非生命对象或其他)反射的信号(例如，IR信号、基于激光的信号等)的反射强度读数。在典型扫描距离下，特定邻近传感器可检测到来自皮肤的反射强度(例如，自IR信号的脸部反射强度)不同于(低于)来自打印输出、屏幕及其他复制品的反射。这是与例如非生命对象、尤其是通常用于回放欺骗影像以骗过生物识别扫描机(例如，眼测、脸部辨识等)的打印输出和屏幕相比，活体皮肤及人脸部组织吸收并反射此等波的方式的结果。在步骤204中，基于传感器读数(或自传感器读数得出的平均值或其他值)来判定存活性度量。可藉由(举例而言)将自传感器读数得出的反射信息与反射阈值进行比较来判定存活性度量。若在目标处于特定操作距离时，反射信息满足或超出阈值，则目标较不可能是真人。若不满足阈值，则目标较可能是真人。通过距离正规化的反射强度本身可用作存在欺骗的可能性。在给出此存活性度量(及在某些例项中其他存活性度量)的情况下，可做出目标是否是真人的判定(步骤206)。若目标被判定为可能是真人，则该目标可被接受(步骤208)，且在某些例项中，可开始进一步验证步骤及/或欺骗侦测量测。否则，该目标被拒绝(步骤208)。
在一实施方案中，可根据特定目标用户和/或装置校准反射性阈值。举例而言，在注册过程期间，可依据所撷取影像/视讯来判定目标用户的眼距(例如，瞳距)，以便估计使用者距拍摄设备的距离(亦即，间隔距离)。亦可用判定对象至屏幕距离的其他方法，诸如评估在用户看着他的装置时透过听筒或前向扬声器发送的高频探测信号(ping)的往返延迟。因此，基于所感知判定的对象至屏幕距离，在给出使用者之身体特性及拍摄设备之硬件特性(其可影响用户为了进行注册或验证过程必须距装置的距离)的情况下，可动态地将反射性阈值设定为近似地表示预期反射率值的值。举例而言，使用Samsung Galaxy Note 4，在15cm及20cm间距距离处，针对真实脸部、打印脸部及LCD显示的脸部，由IR邻近传感器的模拟转数字转换器(ADC)暂存的值分别是(7、6)、(30、22)及(16、12)。因此，藉由将欺骗阈值设定为8(且针对较远间隔距离可能降低阈值)，可侦测打印输出及监测器显示的欺骗。经由判定眼距或其他适合技术来识别间隔距离亦可用于验证(此乃因IR及其他类型的信号反射率强度随距离改变)。
更具体而言，藉由使用邻近传感器的反射强度曲线，该反射强度曲线通常随距对象的距离及该对象的类型而变，可基于对象至屏幕距离(例如，所感知眼距)来判定阈值。亦可通过在由真实目标用户注册时的多个距离测量进行曲线拟合，来估计此反射强度曲线。举例而言，可在真实使用者注册期间在各种间距距离，例如自15cm至45cm之间每隔5cm处，测量由IR邻近传感器的ADC暂存的值。然后可藉由回归方法，诸如分段线性或样条内插方法及使用前述测量样本的曲线拟合，来获得对应邻近传感器反射强度曲线。在某些例项中，在反欺骗操作期间，邻近传感器的光电发射器的强度可增加以增加范围及灵敏度。
在某些实施方案中，预处理及校准可包含以下操作。可使用低通/移动平均/中值滤波或小波去噪，对邻近传感器在每一存活性测试周期期间(当目标用户扫描她的眼和/或脸部以用于生物识别鉴认时)的读出进行去噪声。可使用诸如马氏距离(Mahalanobis)的分类器，来基于对目标用户注册时的邻近传感器测量的统计得出存活性分数。若邻近传感器存活性度量提供错误肯定(false positive)或错误否定(false negative)，则亦可进一步调谐分类器参数，但第二存活性后备措施(诸如质询回应)证实存活性或缺少存活性。每当识别到具体情形(例如，环境条件(诸如猛烈日光)、目标特性(诸如存在眼镜)等)时，亦可适应性地重新调用新的参数/量变曲线。因此，存活性度量可随时间推移而学习并改良其行为。举例而言，在自然环境IR较高之强烈日光期间，可部署计算机视觉算法以标记该情形且相应地增加阈值(或增加邻近传感器的IR发射器水平以克服环境IR)。在另一实例中，若用户佩戴有过度地将IR反射回至邻近传感器的大眼镜，则可使用计算机视觉算法来侦测所述眼镜的存在且相应地增加阈值。在第一次遇到此情形时，在藉由诸如质询响应的后备措施证实存活性之后，可基于所述眼镜的反射率学习新的阈值。
各种其他技术可与本文中所阐述的邻近传感器技术结合来判定存活性，或作为本文中所阐述的邻近传感器技术的后备，各种其他技术诸如于2014年9月9日提出的发明名称为“Systems and Methods for LivenessAnalysis”的美国专利申请第14/480,802号中所阐述的技术，该美国专利申请案的全部内容以引用方式并入本文中。其他技术包含使用多个源验证三维脸部结构的存在并测量该目标的脉搏。可使用(例如，根据来自类似于声纳的电话听筒的编码高频探测信号(coded high-pitched probe signal)进行的)脸面调制声反射和/或(例如，根据来自启用光度立体声(photometric stereo)的电话屏幕的快速图案化照明进行的)结构化光反射来执行三维脸部感测。可依据诱使脸部色彩变化及手振动的心脏泵送动作来测量使用者的脉搏。
此处所阐述的系统及技术可在包含后端组件(例如，作为资料服务器)；或包含中间件组件(例如，应用程序服务器)；或包含前端组件(例如，具有图形用户界面或网页浏览器的客户端计算机，使用者可经过该图形用户界面或网页浏览器来与此处所阐述的系统及技术的实施方案互动))或此等后端、中间件或前端组件的任何组合的运算系统中实施。该系统的组件可藉由任何数字资料通信形式或媒体(例如，通信网路)互连。通信网路的实例包含局域网(LAN)、广域网(WAN)及因特网。
该运算系统可包含客户端及服务器。客户端与服务器通常彼此远离且可透过通信网络互动。客户端与服务器的关系藉助于在各别计算机上运行且彼此之间具有客户端-服务器关系的计算机程序而产生。已阐述若干个实施例。然而，将理解，可在不背离本发明的精神及范畴的情况下作出各种修改。
本说明书中所阐述的主题及操作的实施方案可在包含本说明书中所揭示的结构及其结构等效形式的数字电子电路中或计算机软件、固件或硬件中实施或者在其中之一或多者的组合中实施。本说明书中所阐述的主题的实施例可实施为一或多个计算机程序(亦即，编码于计算机储存媒体上以用于由资料处理设备执行或用以控制资料处理设备的操作的计算机程序指令的一个或多个模块)。可选地或另外，可将程序指令编码于人工产生的经传播信号(例如，机器产生的电、光学或电磁信号)上，该人工产生的经传播信号被产生以编码信息，该信息用于传输至适合接收器设备以便被一资料处理设备执行。计算机储存媒体可以是或包含于计算机可读储存装置、计算机可读储存基板、随机或串行存取存储器阵列或装置或者其中之一或多者之一组合中。此外，虽然计算机储存媒体不是经传播信号，但计算机储存媒体可以是编码于人工产生的经传播信号中的计算机程序指令的源或目的地。计算机储存媒体亦可是或包含于一个或多个单独实体组件或媒体(例如，多个CD、磁盘或其他储存装置)。
可将本说明书中所阐述的操作实施为藉由一资料处理设备对储存于一个或多个计算机可读储存装置上或自其他源接收的资料执行的操作。
术语“资料处理设备”囊括用于处理资料的各种各样的设备、装置及机器，以实例之方式包含可程序化处理器、计算机、片上系统或者前述各项中之多者或前述各项之组合。设备可包含专用逻辑电路，例如FPGA(场可程序化门阵列)或ASIC(特殊应用集成电路)。除硬件外，设备亦可包含为所讨论之计算机程序建立执行环境的程序代码，例如，构成处理器固件、协议堆栈、资料库管理系统、操作系统、跨平台执行时环境、虚拟机或其中之一或多者的组合的程序代码。设备及执行环境可实现各种不同运算模型基础设施(诸如网络服务)、分布式计算及网格运算基础设施。
可以任何形式的程序设计语言(包含编译语言或解译语言、宣告式语言或程序性语言)来撰写计算机程序(亦称为程序、软件、软件应用程序、脚本或程序代码)，且可以任何形式来部署该计算机程序，包含部署为独立程序或部署为模块、组件、副例程或适合在运算环境中使用的其他单元。计算机程序可(但不必)对应于文件系统中的档案。可将程序储存于保存其他程序或资料(例如，储存于一标记语言资源中的一个或多个脚本)的档案的部分中、专用于所讨论程序的单个档案中或多个经协调档案(例如，储存一或多个模块、子程序或程序代码部分的档案)中。计算机程序可经部署以在一个计算机上或者在定位于一个位点处或跨越多个位点分散且由通信网络互连的多个计算机上执行。
本说明书中所阐述主题的实施例可在包含后端组件(例如，作为资料伺服器)；或包含中间件组件(例如，应用程序服务器)；或包含前端组件(例如，具有图形用户界面或网页浏览器的客户端计算机，使用者可通过该图形用户界面或网页浏览器来与本说明书中所阐述主题的实施方案互动)或一或多个此等后端、中间件或前端组件之任何组合的运算系统中实施。该系统的组件可藉由任何数字资料通信形式或媒体(例如，通信网络)互连。通信网络的实例包含局域网络(LAN)及广域网(WAN)、网络间网络(例如，因特网)及点对点网络(例如，ad hoc点对点网络)。
该运算系统可包含客户端及服务器。客户端与服务器通常彼此远离且可通过通信网络互动。客户端与服务器的关系藉助于在各别计算机上运行且彼此之间具有一客户端-服务器关系的计算机程序而产生。在某些实施例中，服务器将资料(例如，HTML网页)传输至客户端装置(例如，出于将资料显示给与客户端装置互动的用户且自该用户接收用户输入的目的)。可在服务器处自客户端装置接收在客户端装置处产生的资料(例如，用户互动的结果)。
一个或多个计算机的系统可经组态以藉助于以下方式来执行特定操作或动作：将在操作中致使系统执行该等动作的软件、固件、硬件或其之一组合安装于系统上。一或多个计算机程序可经组态以藉助于包含在由资料处理设备执行时致使设备执行动作的指令来执行特定操作或动作。
虽然本说明书含有诸多具体实施方案细节，但不应将此等具体实施方案细节解释为对任何发明或可主张内容的范畴之限制，而是解释为对特定发明之特定实施例所特有之特征之说明。在单独实施例之内容脉络中于本说明书中阐述的特定特征亦可以组合方式实施于单个实施例中。相反地，在单个实施例之内容脉络中阐述的各种特征亦可单独地或以任何适合子组合方式实施于多个实施例中。此外，尽管上文可将特征阐述为以特定组合起作用且甚至最初主张如此，但在某些情形中来自所主张组合的一个或多个特征可自该组合去除，且该所主张组合可针对于子组合或子组合之变化形式。
类似地，尽管在附图中以一特定次序绘示操作，但不应将此理解为需要以所展示之该特定次序或以顺序次序执行此等操作，或执行所有所图解说明之操作以达成所要结果。在特定情形中，多任务及并行处理可是有利的。此外，不应将在上文所阐述实施例中各种系统组件的分离理解为在所有实施例中需要此分离，且应理解，通常可将所阐述程序组件及系统一起整合于单个软件产品中或封装至多个软件产品中。
因此，已阐述主题的特定实施例。其他实施例在所附权利要求的范围之内。在某些情形中，权利要求范围中所引用的动作可以不同次序来执行且仍可达成所要结果。另外，附图中所绘示之过程未必需要所展示之特定次序或顺序次序来达成所要结果。在特定实施方案中，多任务及并行处理可是有利的。

Claims (20)

1.一种计算机实施的方法，包括：
自邻近传感器接收一个或多个反射强度读数；
基于所述一个或多个反射强度读数及反射阈值确定第一存活性度量；及
至少部分地基于所述第一存活性度量来判定所述邻近传感器的范围中的目标是否可能是真人。
2.如权利要求1所述的方法，其中，所述邻近传感器包括光电传感器、电容传感器或声学传感器。
3.如权利要求1所述的方法，其中，所述邻近传感器被包括在具有影像传感器的移动装置中。
4.如权利要求1所述的方法，进一步包括：
接收所述目标的脸部的至少一部分的一个或多个影像；
基于所接收的所述一个或多个影像确定对象至屏幕距离；及
根据所述对象至屏幕距离而将特定反射强度读数正规化以确定所述反射阈值。
5.如权利要求4所述的方法，其中，基于所述一个或多个影像中的眼距和/或自装置发射的信号的往返延迟，确定所述对象至屏幕距离。
6.如权利要求1所述的方法，进一步包括：
若所述目标被确定为可能是真人则接受所述目标，且
若所述目标被确定为不可能是真人则拒绝所述目标。
7.如权利要求6所述的方法，其中，
接受所述目标包括：准许生物识别验证继续，且
拒绝所述目标包括：使所述生物识别验证失败。
8.如权利要求6所述的方法，进一步包括：
识别出对所述目标的错误拒绝；及
基于所述识别来调整所述反射阈值。
9.如权利要求1所述的方法，其中，进一步至少部分地基于第二存活性度量判定所述目标是否可能是真人。
10.如权利要求9所述的方法，其中，所述第二存活性度量基于质询回应。
11.一种系统，包括：
至少一个存储器，其用于储存计算机可执行指令；
至少一个处理单元，其用于执行储存于所述存储器上的所述指令，其中所述指令的执行将所述处理单元程序化以执行包括以下各项的操作：
自邻近传感器接收一个或多个反射强度读数；
基于所述一个或多个反射强度读数及反射阈值确定第一存活性度量；及
至少部分地基于所述第一存活性度量来判定所述邻近传感器的范围中的目标是否可能是真人。
12.如权利要求11所述的系统，其中，所述邻近传感器包括光电传感器、电容传感器或声学传感器。
13.如权利要求11所述的系统，其中，所述邻近传感器被包括在具有影像传感器的移动装置中。
14.如权利要求11所述的系统，其中，所述操作进一步包括：
接收所述目标的脸部的至少一部分的一个或多个影像；
基于所接收的所述一个或多个影像确定对象至屏幕距离；及
根据所述对象至屏幕距离而将特定反射强度读数正规化以确定所述反射阈值。
15.如权利要求14所述的系统，其中，基于所述一个或多个影像中的眼距和/或自装置发射的信号的往返延迟，确定所述对象至屏幕距离。
16.如权利要求11所述的系统，其中，所述操作进一步包括：
若所述目标被确定为可能是真人则接受所述目标，且
若所述目标被确定为不可能是真人则拒绝所述目标。
17.如权利要求16所述的系统，其中，
接受所述目标包括：准许生物识别验证继续，且
拒绝所述目标包括：使所述生物识别验证失败。
18.如权利要求16所述的系统，其中，所述操作进一步包括：
识别出对所述目标的错误拒绝；及
基于所述识别来调整所述反射阈值。
19.如权利要求11所述的系统，其中，进一步至少部分地基于第二存活性度量判定所述目标是否可能是真人。
20.如权利要求19所述的系统，其中，所述第二存活性度量基于质询回应。
CN201780015033.5A 2016-03-02 2017-03-01 使用邻近传感器的欺骗侦测 Active CN108885689B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662302526P 2016-03-02 2016-03-02
US62/302,526 2016-03-02
PCT/US2017/020166 WO2017151747A1 (en) 2016-03-02 2017-03-01 Spoof detection using proximity sensors

Publications (2)

Publication Number Publication Date
CN108885689A true CN108885689A (zh) 2018-11-23
CN108885689B CN108885689B (zh) 2020-06-16

Family

ID=58358875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780015033.5A Active CN108885689B (zh) 2016-03-02 2017-03-01 使用邻近传感器的欺骗侦测

Country Status (4)

Country Link
US (2) US10111103B2 (zh)
CN (1) CN108885689B (zh)
TW (1) TWI694347B (zh)
WO (1) WO2017151747A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10803160B2 (en) * 2014-08-28 2020-10-13 Facetec, Inc. Method to verify and identify blockchain with user question data
US10515199B2 (en) * 2017-04-19 2019-12-24 Qualcomm Incorporated Systems and methods for facial authentication
US11030289B2 (en) * 2017-07-31 2021-06-08 Stmicroelectronics, Inc. Human presence detection
US11513205B2 (en) * 2017-10-30 2022-11-29 The Research Foundation For The State University Of New York System and method associated with user authentication based on an acoustic-based echo-signature
US11023757B2 (en) 2018-02-14 2021-06-01 Samsung Electronics Co., Ltd. Method and apparatus with liveness verification
US10733859B2 (en) * 2018-05-01 2020-08-04 Satellite Tracking Of People Llc System and method of alternative tracking upon disabling of monitoring device
US11023756B2 (en) * 2018-10-26 2021-06-01 Advanced New Technologies Co., Ltd. Spoof detection using iris images
US11328043B2 (en) * 2019-03-15 2022-05-10 Advanced New Technologies Co., Ltd. Spoof detection by comparing images captured using visible-range and infrared (IR) illuminations
US11551475B2 (en) * 2019-03-21 2023-01-10 Purdue Research Foundation System architecture and method of authenticating a 3-D object
US20210358149A1 (en) * 2020-05-18 2021-11-18 Nec Laboratories America, Inc Anti-spoofing 3d face reconstruction using infrared structure light
US11657589B2 (en) 2021-01-13 2023-05-23 Ford Global Technologies, Llc Material spectroscopy
US11443527B2 (en) 2021-01-13 2022-09-13 Ford Global Technologies, Llc Material spectroscopy
US11741747B2 (en) 2021-01-13 2023-08-29 Ford Global Technologies, Llc Material spectroscopy
US20220374075A1 (en) * 2021-05-18 2022-11-24 Harrow Ip, Llc Methods and system for remotely capturing media via a user interface bidirectionally linked to a remote server

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080037001A1 (en) * 2006-08-08 2008-02-14 Shingo Yokoyama Biometric identification apparatus
CN102622588A (zh) * 2012-03-08 2012-08-01 无锡数字奥森科技有限公司 双验证人脸防伪方法及装置
CN104537292A (zh) * 2012-08-10 2015-04-22 眼验有限责任公司 用于生物特征验证的电子欺骗检测的方法和系统
CN104915649A (zh) * 2015-06-04 2015-09-16 南京理工大学 一种应用于人脸识别的活体检测方法

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7283245B2 (en) * 2004-01-20 2007-10-16 General Electric Company Handheld device with a disposable element for chemical analysis of multiple analytes
JP2005296463A (ja) 2004-04-14 2005-10-27 Toyota Motor Corp 生体情報計測装置
JP2006079427A (ja) 2004-09-10 2006-03-23 Toshiba Tec Corp 携帯情報機器
RU2296599C2 (ru) 2005-06-16 2007-04-10 Александр Абрамович Певзнер Способ воздействия на организм
RU56668U1 (ru) 2006-01-16 2006-09-10 Федеральное государственное унитарное предприятие "Научно-исследовательский институт "Восход" Автоматизированная система идентификации и аутентификации граждан по биометрическим параметрам личности
US8978117B2 (en) 2007-11-19 2015-03-10 Avaya Inc. Authentication frequency and challenge type based on environmental and physiological properties
US8150108B2 (en) 2008-03-17 2012-04-03 Ensign Holdings, Llc Systems and methods of identification based on biometric parameters
US8590021B2 (en) 2009-01-23 2013-11-19 Microsoft Corporation Passive security enforcement
JP5493478B2 (ja) 2009-06-03 2014-05-14 セイコーエプソン株式会社 認証システム及び認証方法
US8401875B2 (en) 2010-03-12 2013-03-19 Os - New Horizons Personal Computing Solutions Ltd. Secured personal data handling and management system
JP2011205240A (ja) 2010-03-24 2011-10-13 Ntt Docomo Inc 携帯端末及び操作ロック制御方法
US8412158B2 (en) 2010-08-17 2013-04-02 Qualcomm Incorporated Mobile device having increased security that is less obtrusive
DE102011102202A1 (de) 2011-05-21 2012-11-22 Volkswagen Aktiengesellschaft Umfelderfassungsvorrichtung in einem Kraftfahrzeug und Verfahren zur Umfelderfassung unter Ausnutzung einer Korrelation
US8892461B2 (en) 2011-10-21 2014-11-18 Alohar Mobile Inc. Mobile device user behavior analysis and authentication
US9202105B1 (en) 2012-01-13 2015-12-01 Amazon Technologies, Inc. Image analysis for user authentication
US8984622B1 (en) 2012-01-17 2015-03-17 Amazon Technologies, Inc. User authentication through video analysis
US8806610B2 (en) 2012-01-31 2014-08-12 Dell Products L.P. Multilevel passcode authentication
US8725113B2 (en) 2012-03-12 2014-05-13 Google Inc. User proximity control of devices
US8831295B2 (en) 2012-03-21 2014-09-09 Authentec, Inc. Electronic device configured to apply facial recognition based upon reflected infrared illumination and related methods
US8457367B1 (en) 2012-06-26 2013-06-04 Google Inc. Facial recognition
US8396265B1 (en) 2012-06-26 2013-03-12 Google Inc. Facial recognition
WO2014036436A1 (en) 2012-08-30 2014-03-06 Alivecor, Inc. Cardiac performance monitoring system for use with mobile communications devices
US8957374B2 (en) * 2012-09-28 2015-02-17 Corning Incorporated Systems and methods for measuring birefringence in glass and glass-ceramics
JP6146078B2 (ja) 2013-03-22 2017-06-14 富士通株式会社 生体検知装置、顔認証装置、撮像装置、生体検知方法及び生体検知プログラム
US9231765B2 (en) 2013-06-18 2016-01-05 Arm Ip Limited Trusted device
JP6308742B2 (ja) 2013-09-13 2018-04-11 旭化成株式会社 血圧情報出力装置、血圧情報出力プログラム、媒体、血圧情報出力方法
US9524421B2 (en) * 2013-12-09 2016-12-20 Google Inc. Differentiating real faces from representations
US20160341544A1 (en) * 2013-12-22 2016-11-24 Applied Materials, Inc. Monitoring system for deposition and method of operation thereof
US20160007935A1 (en) 2014-03-19 2016-01-14 Massachusetts Institute Of Technology Methods and apparatus for measuring physiological parameters
RU2737509C2 (ru) 2014-04-07 2020-12-01 Айверифай Инк. Биопривязка для аутентификации пользователя
KR20150117543A (ko) 2014-04-10 2015-10-20 삼성전자주식회사 인증 관리 방법 및 장치
US20170091550A1 (en) * 2014-07-15 2017-03-30 Qualcomm Incorporated Multispectral eye analysis for identity authentication
US9251427B1 (en) 2014-08-12 2016-02-02 Microsoft Technology Licensing, Llc False face representation identification
US9396537B2 (en) 2014-09-09 2016-07-19 EyeVerify, Inc. Systems and methods for liveness analysis
WO2016076912A1 (en) * 2014-11-13 2016-05-19 Intel Corporation Spoofing detection in image biometrics
JP6418033B2 (ja) * 2015-03-30 2018-11-07 オムロン株式会社 個人識別装置、識別閾値設定方法、およびプログラム
EP3311330B1 (en) 2015-06-16 2024-01-31 Jumio Corporation Systems and methods for spoof detection and liveness analysis
WO2017076292A1 (en) * 2015-11-02 2017-05-11 Shenzhen Huiding Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing against fingerprint spoofing

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080037001A1 (en) * 2006-08-08 2008-02-14 Shingo Yokoyama Biometric identification apparatus
CN102622588A (zh) * 2012-03-08 2012-08-01 无锡数字奥森科技有限公司 双验证人脸防伪方法及装置
CN104537292A (zh) * 2012-08-10 2015-04-22 眼验有限责任公司 用于生物特征验证的电子欺骗检测的方法和系统
CN104915649A (zh) * 2015-06-04 2015-09-16 南京理工大学 一种应用于人脸识别的活体检测方法

Also Published As

Publication number Publication date
US20190037408A1 (en) 2019-01-31
CN108885689B (zh) 2020-06-16
TWI694347B (zh) 2020-05-21
US10111103B2 (en) 2018-10-23
US10652749B2 (en) 2020-05-12
WO2017151747A1 (en) 2017-09-08
US20170257770A1 (en) 2017-09-07
TW201740303A (zh) 2017-11-16

Similar Documents

Publication Publication Date Title
CN108885689A (zh) 使用邻近传感器的欺骗侦测
RU2725413C2 (ru) Системы и способы для обнаружения обманных объектов и анализа жизненности
KR101356358B1 (ko) 눈의 이미지에 기초한 바이오메트릭 인증을 위한 기기 및 컴퓨터 구현 방법
US11023757B2 (en) Method and apparatus with liveness verification
US11657133B2 (en) Systems and methods of multi-modal biometric analysis
JP5989768B2 (ja) ビデオにおける改良型の顔面認識
US10783388B2 (en) Spoof detection using multiple image acquisition devices
US20210232838A1 (en) Spoof detection via 3d reconstruction
JP7445335B2 (ja) 照明源を含むデバイスを使用する生体性検出
CN116092158A (zh) 人脸识别方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1263002

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231222

Address after: California, USA

Patentee after: JUMIO Inc.

Address before: Missouri, USA

Patentee before: EYEVERIFY

TR01 Transfer of patent right