CN113554005A - 人脸识别系统的安全性验证方法、电子设备及存储介质 - Google Patents

Abstract

本发明实施例涉及图像处理领域，公开了一种人脸识别系统的安全性验证方法、电子设备及存储介质，其中方法包括：构建包含目标人脸的不同类型的假体；采用所述假体攻击人脸识别系统，得到识别结果；根据所述识别结果，确定所述人脸识别系统识别不同类型假体的类型安全等级；其中，所述类型安全等级越高，所述人脸识别系统识别相应类型假体为所述目标人脸的概率越低。本方案利用多种类型的假体对人脸识别系统进行攻击，从而可以根据攻击后的识别结果，得到人脸识别系统对于不同类型的假体防范能力，确定出相应的类型安全等级，从而可以综合评价人脸识别系统的安全性。

Description

人脸识别系统的安全性验证方法、电子设备及存储介质

技术领域

本发明涉及图像处理领域，特别涉及一种人脸识别系统的安全性验证方法、电子设备及存储介质。

背景技术

针对人脸识别系统进行假体攻击，是指将包含目标人脸但不是本人的人脸假体输入到人脸识别系统中，以尽可能让人脸识别系统识别假体为本人。一旦人脸识别系统将假体识别为本人，则表示攻击成功。假体攻击的实质体现在假体和真人的相似度上。

现有对于人脸识别系统的验证，主要是运用测试集对训练好的人脸识别系统进行测试，统计其中正确识别的占比来衡量安全性。但是仅仅通过正确识别率并不能准确的对人脸识别系统的识别的安全性和效果进行综合评价。

发明内容

本发明实施方式的目的在于提供一种人脸识别系统的安全性验证方法、电子设备及存储介质，通过构建不同类型的人脸假体对待验证的人脸识别系统进行攻击，得到不同验证指标下的识别结果来对人脸识别系统的安全性进行综合评价。

为解决上述技术问题，本发明的实施方式提供了一种人脸识别系统的安全性验证方法，包括：

构建包含目标人脸的不同类型的假体；

采用所述假体攻击人脸识别系统，得到识别结果；

根据所述识别结果，确定所述人脸识别系统识别不同类型假体的类型安全等级；

其中，所述类型安全等级越高，所述人脸识别系统识别相应类型假体为所述目标人脸的概率越低。

本发明的实施方式还提供了一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的人脸识别系统的安全性验证方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的人脸识别系统的安全性验证方法。

本发明实施方式相对于现有技术而言，通过构建包含目标人脸的不同类型的假体；采用假体攻击人脸识别系统，得到识别结果；根据识别结果，确定人脸识别系统识别不同类型假体的类型安全等级。本方案利用多种类型的假体对人脸识别系统进行攻击，从而可以根据攻击后的识别结果，得到人脸识别系统对于不同类型的假体防范能力，确定出相应的类型安全等级，从而可以综合评价人脸识别系统的安全性。

附图说明

图1是根据本发明实施方式的人脸识别系统的安全性验证方法的具体流程图一；

图2是根据本发明实施方式的人脸识别系统的安全性验证方法的具体流程图二；

图3是根据本发明实施方式的人脸识别系统的安全性验证方法的具体流程图三；

图4是根据本发明实施方式的人脸识别系统的安全性验证方法的具体流程图四；

图5是根据本发明实施方式的人脸识别系统的安全性验证方法的具体流程图五；

图6是根据本发明实施方式的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

本发明的一实施方式涉及一种人脸识别系统的安全性验证方法，如图1所示，本实施例提供的人脸识别系统的安全性验证方法，包括如下步骤。

步骤101：构建包含目标人脸的不同类型的假体。

其中，本实施例中假体的定义为针对人脸识别系统中存储的目标人脸图像而构建的非目标本人活体的一切形式的客观存在体。这些假体被构建出来的目的是用于攻击人脸识别系统，以使人脸识别系统通过对假体进行人脸识别，判断该假体是否为人脸识别系统中存储的目标人脸图像。

具体地，在构建假体时，可以对构建的假体进行类型划分，得到所属不同类型的假体。关于假体类型的划分方式，本实施例中不做限定。例如假体可包括：二维静态纸质图像，包括打印纸、亚光相纸、高光相纸、绒面相纸、哑粉、光铜；二维非纸质类假体，包括：布料、丝绸、亚克力、写真布等；二维静态电子图像，包括手机、平板电脑、电脑；二维动态电子图像，包括录制视频、合成视频；三维面具，包括塑料面具、3D纸张面具、乳胶面具、硅胶面具；三维头模，包括泡沫、树脂、全彩砂岩、石英砂、尼龙、玻璃钢、石膏等。

步骤102：采用假体攻击人脸识别系统，得到识别结果。

具体地，采用假体攻击人脸识别系统过程实质，就是让人脸识别系统扫描假体获取人脸图像，并将扫描得到人脸图像与人脸图像库中已存储的人脸图像进行比较，判断两张人脸图像中的人脸是否为同一人。有关是否为同一人的判断可通过识别两张人脸图像中人脸之间的相似度进行确定。本实施例中，人脸识别系统输出的识别结果，就是假体对应的人脸图像中包含的人脸与人脸图像库中人脸图像中的人脸之间的相似度值。

步骤103：根据识别结果，确定人脸识别系统识别不同类型假体的类型安全等级。

具体地，采用不同类型的假体攻击人脸识别系统，得到识别结果，即假体对应的人脸图像中包含的人脸与人脸图像库中人脸图像中的人脸之间的相似度值。根据相似度值的大小可以量化得到人脸识别系统识别不同类型假体的安全程度值（安全程度值与相似度值成反比）。将安全程度值按预设区间划分规则进行等级划分得到多个安全等级。按假体类型维度进行划分，人脸识别系统对于不同类型的假体具有不同的类型安全等级。其中，类型安全等级越高，表征人脸识别系统识别相应类型假体为目标人脸的概率越低。

与相关技术相比，本实施例通过构建包含目标人脸的不同类型的假体；采用假体攻击人脸识别系统，得到识别结果；根据识别结果，确定人脸识别系统识别不同类型假体的类型安全等级。本方案利用多种类型的假体对人脸识别系统进行攻击，从而可以根据攻击后的识别结果，得到人脸识别系统对于不同类型的假体防范能力，确定出相应的类型安全等级，从而可以综合评价人脸识别系统的安全性。

本发明的另一实施方式涉及一种人脸识别系统的安全性验证方法，该方法是对图1所示方法的改进。如图2所示，改进之处在于步骤101可包括如下子步骤。

子步骤1011：对于同一类型的假体，构建不同精细度的多个假体样本。

其中，假体的精细度可从假体的清晰度、粗糙度等类似方面进行描述。例如，对于二维静态纸质图像、二维静态电子图像、二维动态电子图像类型假体，其精细度可包括：图像的分辨率、清晰度、连续帧图像的播放流畅程度等；对于三维面具和三维头模类型假体，其精细度可包括：假体的形状、质地、纹理、颜色的质量程度等。

具体地，在构建不同精细度的多个假体样本时，可以先构建出同一类型的假体的原始样本，然后对原始样本在上述精细度包括的内容方面上进行调整，得到多个衍生样本。原始样本和衍生样本共同作为假体样本。在对原始样本在上述精细度内容上进行调整时，可以对原始样本整体进行调整，也可以对原始样本局部进行调整，比如局部调整二维静态纸质图像、二维静态电子图像、二维动态电子图像类型假体样本的分辨率、清晰度、连续帧图像的播放流畅程度，或者局部调整三维面具和三维头模类型假体样本的形状、质地、纹理、颜色的质量。

相应的，步骤103可包括如下子步骤。

子步骤1031：对于同一类型的假体，根据该类型下不同精细度的假体样本对应的识别结果，得到人脸识别系统对于该类型假体下不同假体精细度的精细度安全等级；其中，精细度安全等级越高，人脸识别系统识别对应精细度的假体为目标人脸的概率越低。

具体地，在形成不同假体类型下的不同精细度的假体样本后，可采用不同假体类型下的不同精细度的假体样本对人脸识别系统进行攻击，使人脸识别系统将扫描得到的假体样本对应的人脸图像与人脸图像库中已存储的人脸图像进行比较，判断两张人脸图像中的人脸是否为同一人，输出相应的识别结果，就是假体对应的人脸图像中包含的人脸与人脸图像库中人脸图像中的人脸之间的相似度值。根据相似度值的大小可以量化人脸识别系统识别不同类型下不同精细度的假体样本的安全程度值（安全程度值与相似度值成反比）。将安全程度值按预设区间划分规则进行等级划分得到多个安全等级。按各假体类型下假体的精细度维度进行划分，人脸识别系统对于同一类型下的不同精细度的假体具有不同的精细度安全等级。其中，精细度安全等级越高，表征人脸识别系统识别对应类型下对应精细度的假体为目标人脸的概率越低。

与相关技术相比，本实施例通过在假体类型的基础上，继续从精细度的角度对每一类型下的假体进行细化构建出不同精细度的假体样本，并根据这些假体样本攻击人脸识别系统后得到的识别结果，确定人脸识别系统对于不同假体类型下不同精细度假体样本的精细度安全等级，从而可以更细化的对人脸识别系统的安全性进行评价。

本发明的另一实施方式涉及一种人脸识别系统的安全性验证方法，该方法是对图1所示方法的改进。如图3所示，改进之处在于，步骤101中，当假体类型为三维面具或三维头模时，在步骤101之后可包括如下步骤。

步骤104：对假体上的人脸关键点进行遮挡和/或装饰。

具体地，在形成三维面具或三维头模类型的假体后，如形成人头模型后，可以先对人头模型上的人脸关键点位置，如眉毛、眼睛、鼻子、嘴巴等关键点位置采用其他物品进行遮挡，或者对这些位置进行装饰，例如带上眼镜、口罩、假发等，从而拓展出更多的假体的存在形态。

相应的步骤102可包括如下子步骤。

子步骤1021：采用遮挡和/或装饰后的假体攻击人脸识别系统，得到识别结果。

具体地，遮挡和/或装饰后的假体仍属于三维面具或三维头模类型的假体，因此在后续得到相应的识别结果后，基于该识别结果得到的类型安全等级仍属于人脸识别系统识别三维面具或三维头模类型假体的类型安全等级。

与相关技术相比，本实施例针对三维面具或三维头模类型的假体，通过对这些假体进行遮挡和/或装饰处理，并采用处理后的假体攻击人脸识别系统，拓展了人脸识别系统识别该类型假体的形态样本，从而对人脸识别系统的安全性进行更全面的评价。

本发明的另一实施方式涉及一种人脸识别系统的安全性验证方法，该方法是对图1所示方法的改进。如图4所示，改进之处在于，步骤101中，当假体类型为三维面具或三维头模时，在步骤101之后可包括如下步骤。

步骤105：对假体所处的环境参数进行调整；其中，环境参数包括：温度、湿度、光照强度中的至少一种。

具体地，在形成三维面具或三维头模类型的假体后，如形成人头模型后，可以先将人头模型置于指定的不同环境状态中，已得到不同环境参数下的假体。环境状态可以通过环境参数描述，包括如温度、湿度、光照强度中的至少一种。

在此基础上，步骤102可包括如下子步骤。

子步骤1022：采用不同环境参数下的假体攻击人脸识别系统，得到识别结果。

具体地，处于不同环境参数下的假体仍属于相应的假体类型，即三维面具或三维头模类型。因此在后续得到相应的识别结果后，基于该识别结果得到的类型安全等级仍属于人脸识别系统识别相应类型假体的类型安全等级。

为了体现不同环境参数对于类型安全等级的细化作用，进一步的，步骤103可包括如下子步骤。

子步骤1032：根据不同环境参数下的假体对应的识别结果，得到人脸识别系统对于不同环境参数下的假体的环境安全等级。其中，环境安全等级越高，人脸识别系统识别对应环境参数下的假体为目标人脸的概率越低。

具体地，对三维面具或三维头模类型的假体所处的环境参数进行调整，采用不同环境参数下的假体攻击人脸识别系统，得到识别结果，即假体对应的人脸图像中包含的人脸与人脸图像库中人脸图像中的人脸之间的相似度值。根据相似度值的大小可以量化得到人脸识别系统识别不同环境参数下的假体的安全程度值（安全程度值与相似度值成反比）。将安全程度值按预设区间划分规则进行等级划分得到多个安全等级。按假体所处的环境参数维度进行划分，人脸识别系统对于三维面具或三维头模类型的假体在不同环境参数下具有不同的环境安全等级。其中，环境安全等级越高，表征人脸识别系统识别对应环境参数下的假体为目标人脸的概率越低。

与相关技术相比，本实施例通过在假体类型的基础上，继续从环境参数不同的角度对三维面具或三维头模类型的假体类型下的假体进行细化构建出不同环境参数下的假体，并根据人脸识别系统识别这些假体后输出的识别结果，确定人脸识别系统对于三维面具或三维头模类型下不同环境参数下假体的环境安全等级，从而可以更细化的对人脸识别系统的安全性进行评价。

本发明的另一实施方式涉及一种人脸识别系统的安全性验证方法，该方法是对图1所示方法的改进。如图5所示，改进之处在于在步骤101之后，可包括如下步骤。

步骤106：对于所属不同类型的假体中的人脸进行部分区域重组，得到至少一种混合类型的假体。

具体地，由于不同类型的假体的存在形式不同，在对不同类型的假体进行重组时，可以适应性对假体的形态进行调整后，再进行重组。

例如，可以将二维动态电子图像中某图像帧提取出来做为静态图与二维静态电子图像进行重组；又例如，可将二维静态电子图像、二维动态电子图像中的图像进行打印，将打印出来的纸质图像与二维静态纸质图像进行重组；又例如，将这些打印出来的纸质图像或者二维静态纸质图像与三维面具和三维头模进行重组。重组时，可对假体中人脸部分区域采用如互换、叠加等方式进行重组，得到混合类型的假体，该混合类型的假体中涵盖了不同类型的假体的特征，从而可以对人脸识别系统的安全等级进行更全面的评价。

在一个例子中，本步骤可通过如下步骤实现。

对于已攻击过人脸识别系统的不同类型的假体，基于人脸识别系统对于相应假体类型的类型安全等级，对该不同类型的假体中的人脸进行部分区域重组、得到混合类型的假体。

具体地，本实施例被重组的两种或者两种以上的类型的假体，可以是已经完成对人脸识别系统进行攻击，并得到人脸识别系统对于这些假体类型的类型安全等级的假体。根据这些假体的对应的类型安全等级可以实现灵活且有目的性的对不同类型的假体进行重组。例如，可以将类型安全等级均较高的两种类型的假体进行重组，也可以将类型安全等级均较低的两种类型的假体进行重组，还可以将类型安全等级相差较大的两种类型的假体进行重组。

在一个例子中，对不同类型的假体中的人脸进行部分区域重组、得到混合类型的假体，可包括：对该不同类型的假体中的人脸关键点位置进行假体重组，得到混合类型的假体。

例如，可将二维静态纸质图像、二维静态电子图像、二维动态电子图像中的人脸关键点位置，如眉毛、眼睛、鼻子、嘴巴等关键点位置剪裁下来粘贴到三维面具和三维头模类型的假体如人头模型上相对应的人脸关键点位置实行人脸区域重组，得到混合类型的假体。

在此基础上，步骤102可包括如下子步骤。

子步骤1023：采用混合类型的假体攻击人脸识别系统，得到识别结果。

具体地，混合类型的假体可以作为一种特殊的假体类型，因此在后续得到相应的识别结果后，基于该识别结果得到的类型安全等级属于人脸识别系统识别相应混合类型假体的类型安全等级。

与相关技术相比，本实施例通过在假体类型的基础上，继续从多类型假体之间人脸区域重的角度构建混合类型的假体丰富假体类型，并根据人脸识别系统识别这些假体后输出的识别结果，确定人脸识别系统对于混合类型下假体的识别精度等级，从而可以更全面的对人脸识别系统的识别精度进行评价。

本发明的另一实施方式涉及一种电子设备，如图6所示，包括至少一个处理器202；以及，与至少一个处理器202通信连接的存储器201；其中，存储器201存储有可被至少一个处理器202执行的指令，指令被至少一个处理器202执行，以使至少一个处理器202能够执行上述任一方法实施例。

其中，存储器201和处理器202采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器202和存储器201的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器202处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器202。

处理器202负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器201可以被用于存储处理器202在执行操作时所使用的数据。

本发明的另一实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述任一方法实施例。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (11)

1.一种人脸识别系统的安全性验证方法，其特征在于，包括：

构建包含目标人脸的不同类型的假体；

采用所述假体攻击人脸识别系统，得到识别结果；

根据所述识别结果，确定所述人脸识别系统识别不同类型假体的类型安全等级；

其中，所述类型安全等级越高，所述人脸识别系统识别相应类型假体为所述目标人脸的概率越低。

2.根据权利要求1所述的方法，其特征在于，所述假体类型包括：二维静态纸质图像、二维静态电子图像、二维动态电子图像、三维面具和三维头模中的至少一种。

3.根据权利要求1所述的方法，其特征在于，所述构建包含目标人脸的不同类型的假体，包括：

对于同一类型的假体，构建不同精细度的多个假体样本；

所述根据所述识别结果，确定所述人脸识别系统识别不同类型假体的类型安全等级，包括：

对于同一类型的假体，根据该类型下不同精细度的假体样本对应的所述识别结果，得到所述人脸识别系统对于该类型假体下不同假体精细度的精细度安全等级；

其中，所述精细度安全等级越高，所述人脸识别系统识别对应精细度的假体为所述目标人脸的概率越低。

4.根据权利要求2所述的方法，其特征在于，当所述假体类型为所述三维面具或所述三维头模时，所述构建包含目标人脸的不同类型的假体之后，还包括：

对所述假体上的人脸关键点进行遮挡和/或装饰；

所述采用所述假体攻击人脸识别系统包括：

采用所述遮挡和/或装饰后的所述假体攻击所述人脸识别系统。

5.根据权利要求2所述的方法，其特征在于，当所述假体类型为所述三维面具或所述三维头模时，所述构建包含目标人脸的不同类型的假体之后，还包括：

对所述假体所处的环境参数进行调整；

所述采用所述假体攻击人脸识别系统包括：

采用不同环境参数下的所述假体攻击所述人脸识别系统；

其中，所述环境参数包括：温度、湿度、光照强度中的至少一种。

6.根据权利要求5所述的方法，其特征在于，所述根据所述识别结果，确定所述人脸识别系统的类型安全等级，包括：

根据所述不同环境参数下的所述假体对应的所述识别结果，得到所述人脸识别系统对于不同环境参数下的所述假体的环境安全等级；

其中，所述环境安全等级越高，所述人脸识别系统识别对应环境参数下的所述假体为所述目标人脸的概率越低。

7.根据权利要求1所述的方法，其特征在于，所述构建包含目标人脸的不同类型的假体之后，还包括：

对于所属不同类型的假体中的人脸进行部分区域重组，得到至少一种混合类型的假体；

所述采用所述假体攻击人脸识别系统包括：

采用所述混合类型的假体攻击所述人脸识别系统。

8.根据权利要求7所述的方法，其特征在于，所述对于所属不同类型的假体中的人脸进行部分区域重组，得到至少一种混合类型的假体，包括：

对于已攻击过所述人脸识别系统的不同类型的假体，基于所述人脸识别系统对于相应假体类型的类型安全等级，对该不同类型的假体中的人脸进行部分区域重组、得到所述混合类型的假体。

9.根据权利要求8所述的方法，其特征在于，所述对该不同类型的假体中的人脸进行部分区域重组、得到所述混合类型的假体，包括：

对所述该不同类型的假体中的人脸关键点位置进行假体重组，得到所述混合类型的假体。

10.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至9中任一项所述的人脸识别系统的安全性验证方法。

11.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的人脸识别系统的安全性验证方法。

Images