CN115828207A - 使用基于功率谱的方差的面部认证反欺骗 - Google Patents
使用基于功率谱的方差的面部认证反欺骗 Download PDFInfo
- Publication number
- CN115828207A CN115828207A CN202211213217.1A CN202211213217A CN115828207A CN 115828207 A CN115828207 A CN 115828207A CN 202211213217 A CN202211213217 A CN 202211213217A CN 115828207 A CN115828207 A CN 115828207A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- ultrasonic sensor
- attack
- face
- power spectrum
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/003—Bistatic sonar systems; Multistatic sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/87—Combinations of sonar systems
- G01S15/876—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/04—Systems determining presence of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/32—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
- G01S17/36—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and the contemporaneously transmitted signal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52004—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Collating Specific Patterns (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本公开涉及使用基于功率谱的方差的面部认证反欺骗。描述了一种由超声波传感器执行的方法,尤其是使用超声实现面部认证反欺骗的技术和装置。特别地,面部认证系统(202)使用超声来区分真实的人脸和使用仪器来呈现人脸版本的呈现攻击。面部认证系统(202)包括超声波传感器(216)或与超声波传感器(216)通信,该超声波传感器可以检测呈现攻击并通知面部认证系统(202)。通常,超声波传感器(216)使用功率谱来评估在至少一个接收通道内随时间观测到的方差量。以此方式,超声波传感器(216)可以阻止未授权参与者使用呈现攻击来获得对用户账户或信息的访问。
Description
技术领域
本公开涉及使用基于功率谱的方差的面部认证反欺骗。
背景技术
面部认证为用户解锁他们的设备、增加访问账户的安全性或签署交易提供了便捷的方式,从而增强了用户体验。一些面部认证系统依赖于相机来进行面部认证。然而,对于相机来说,区分用户的面部和呈现用户面部图像的呈现攻击可以是具有挑战性的。因此,在防止未授权参与者欺骗依赖于相机的面部认证系统方面出现了挑战。
发明内容
描述了使用基于功率谱的方差实现面部认证反欺骗的技术和装置。特别地,面部认证系统使用超声来区分真实的人脸和使用仪器来呈现人脸版本的呈现攻击。示例仪器可以包括一张带有用户照片的纸、显示用户数字图像的屏幕或在某种程度上复制用户面部的面具。面部认证系统包括超声波传感器或与超声波传感器通信,该超声波传感器可以检测呈现攻击并通知面部认证系统。通常,超声波传感器使用功率谱来评估在至少一个接收通道内随时间观测到的方差量。通过使用基于功率谱的方差,超声波传感器可以区分呈现攻击仪器和人脸,用于面部认证反欺骗。使用这些技术,超声波传感器可以阻止未授权参与者使用呈现攻击来获得对用户账户或信息的访问。
下文描述的方面包括一种由超声波传感器执行的使用方差进行面部认证反欺骗的方法。该方法包括传输超声波传输信号以及使用超声波传感器的至少两个换能器来接收至少两个超声波接收信号。所述至少两个超声波接收信号包括由对象反射的超声波传输信号的相应版本。该方法还包括基于所述至少两个超声波接收信号来产生功率谱。功率谱表示所述至少两个超声波接收信号在一组频率和时间间隔上的功率。该方法附加地包括确定功率谱内的功率随时间变化的方差。这些方差分别与所述至少两个超声波接收信号相关联。该方法还包括基于这些方差来检测呈现攻击。该呈现攻击试图欺骗面部认证系统,并且对象与该呈现攻击相关联。该方法还包括阻止面部认证系统认证该呈现攻击。
下文描述的方面包括一种具有被配置成执行所描述方法中的任一者的超声波传感器的装置。
下文描述的方面还包括一种包括指令的计算机可读介质,所述指令在由处理器执行时使得超声波传感器执行所描述方法中的任一者。
下文描述的方面还包括一种具有用于提供使用基于功率谱的方差的面部认证反欺骗的装置的系统。
附图说明
参考以下附图描述了用于使用基于功率谱的方差的面部认证反欺骗的装置和技术。在所有附图中使用相同的数字来指代相同的特征和组件:
图1示出其中可以实现使用基于功率谱的方差的面部认证反欺骗的示例环境;
图2-1示出作为用户设备一部分的面部认证系统的示例实现方式;
图2-2示出用于面部认证反欺骗的超声波传感器的示例组件;
图2-3示出用于面部认证反欺骗的示例传感器;
图3示出使用超声执行面部认证反欺骗的示例面部认证系统;
图4-1示出一些呈现攻击仪器和人脸之间的超声波反射差异;
图4-2示出一些呈现攻击仪器和人脸之间的接收功率差异;
图5示出用户设备的扬声器和麦克风的示例位置;
图6示出用于面部认证反欺骗的超声波传感器的示例实现方式;
图7示出由超声波传感器实现的用于面部认证反欺骗的示例方案;
图8-1示出由超声波传感器实现的产生用于面部认证反欺骗的单通道特征的示例方案;
图8-2示出与面部认证反欺骗相关联的示例量程剖面数据(range profiledata);
图9-1示出由超声波传感器实现的产生用于面部认证反欺骗的多通道特征的示例方案;
图9-2示出与面部认证反欺骗相关联的示例干涉图;
图10-1示出由超声波传感器实现的用于执行配准的示例方案;
图10-2示出由超声波传感器实现的用于执行配准的另一示例方案;
图10-3示出由超声波传感器实现的用于执行配准的附加示例方案;
图10-4示出由超声波传感器实现的用于执行配准的又一示例方案;
图11-1示出由超声波传感器实现的产生用于面部认证反欺骗的另一单通道或多通道特征的示例方案;
图11-2示出与面部认证反欺骗相关联的示例功率分布直方图;
图11-3示出与面部认证反欺骗相关联的示例恒定虚警率信噪比直方图;
图12-1示出由超声波传感器实现的产生用于面部认证反欺骗的又一单通道或多通道特征的示例方案;
图12-2示出与面部认证反欺骗相关联的第一组标准偏差图;
图12-3示出与面部认证反欺骗相关联的第二组标准偏差图;
图13示出用于使用超声来执行面部认证反欺骗的示例方法;
图14示出用于使用基于干涉测量的相干性来执行面部认证反欺骗的另一示例方法;
图15示出使用基于功率谱的方差来执行面部认证反欺骗的附加示例方法;以及
图16示出示例计算系统,该计算系统体现了或者其中可以实现能够利用使用基于功率谱的方差的面部认证反欺骗的技术。
具体实施方式
概述
面部认证为用户解锁他们的设备、增加访问账户的安全性或签署交易提供了便捷的方式,从而增强了用户体验。一些面部认证系统依赖于相机来进行面部认证。然而,对于相机来说,区分用户的面部和呈现用户面部图像的呈现攻击可以是具有挑战性的。因此,在防止未授权参与者欺骗依赖于相机的面部认证系统方面出现了挑战。
一些技术通过检测活性(例如,眨眼或面部移动)来区分真实面部和面部图像。然而,这些技术可能需要附加的捕获时间,从而增加了执行面部认证所涉及的时延。此外,使用包括这些移动的人脸的视频记录可以克服这些技术。
为了解决这些问题,本文档描述了使用超声实现面部认证反欺骗的技术和设备。特别地,面部认证系统使用超声来区分真实的人脸和使用仪器来呈现人脸版本的呈现攻击。示例仪器可以包括一张带有用户照片的纸、显示用户数字图像的屏幕或在某种程度上复制用户面部的面具。面部认证系统包括超声波传感器或与超声波传感器通信,该超声波传感器可以检测呈现攻击并通知面部认证系统。通常,超声波传感器使用功率谱来评估在至少一个接收通道内随时间观测到的方差量。通过使用基于功率谱的方差,超声波传感器可以区分呈现攻击仪器和人脸,用于面部认证反欺骗。使用这些技术,超声波传感器可以阻止未授权参与者使用呈现攻击来获得对用户账户或信息的访问。
示例环境
图1是示例环境100-1至100-5的图示,其中可以体现使用基于功率谱的方差的面部认证反欺骗技术。在环境100-1至100-5中,用户设备102执行面部认证104。在环境100-1和100-2中,用户106控制用户设备102,并使用面部认证104来例如访问应用或(电子地)签署交易。在面部认证104期间,用户设备102使用相机系统来捕获一个或多个图像108。在此情况下,图像108包括用户106的面部。使用面部辨识技术,用户设备102从图像中辨识用户的面部并认证用户106。
在一些情况下,用户106可能佩戴配饰110(例如,帽子、围巾、发带、眼镜或珠宝),这使得用户设备102辨识用户106更具挑战性。在这种情况下,用户设备102可以使用超声来确定不存在呈现攻击,并确认真实人脸存在。利用超声,用户设备102可以在用户106没有佩戴配饰110期间(诸如在环境100-1中)以及在用户106选择佩戴配饰110的情况下(诸如在环境100-2中)成功地执行面部认证104。
在其他情况下,未授权参与者112可以控制用户设备102。在此情况下,未授权参与者112可以使用各种技术来试图欺骗(例如,欺诈)用户设备102准许未授权参与者112访问用户106的账户或信息。环境100-3、100-4和100-5分别提供了三个不同呈现攻击114-1、114-2 和114-3的示例。
在环境100-3中,未授权参与者112在面部认证104期间向介质 116呈现用户106的照片118。介质116可以是基于木材的介质(例如,纸、纸板或海报板)、基于塑料的介质(例如,丙烯酸片)、基于布的介质(例如,棉织物或聚酯织物)、玻璃片等。在一些情况下,介质116呈现相对平坦的表面,其中照片被附接、印刷或雕刻到介质116 中。在其他情况下,介质116可以是弯曲的或者附接到具有弯曲表面的物体上。在面部认证104期间,未授权参与者112将介质116朝向用户设备102的相机定向,以使得用户设备102捕获呈现在介质116 上的照片118的图像108。
在环境100-4中,未授权参与者112在面部认证104期间向设备 120呈现显示器122。设备120可以是智能电话、平板计算机、可穿戴设备、电视、曲面监视器或者虚拟或增强现实耳机。显示器122可以是发光二极管(LED)显示器或液晶显示器(LCD)。在显示器122上,设备120呈现用户106的数字图片124。在面部认证104期间,未授权参与者112将设备120的显示器122朝向用户设备102的相机定向,以使得用户设备102捕获呈现在显示器122上的数字图片124的图像108。
在环境100-5中,未授权参与者112佩戴面具126,该面具126以某种方式复制了用户106的面部的一个或多个特征。例如,面具126 的颜色可以近似类似于用户106的肤色,或者面具126可以包括表示用户的下巴或颧骨结构的结构特征。面具126可以是刚性塑料面具或乳胶面具。在面部认证104期间,未授权参与者112佩戴面具126并且面对用户设备102的相机,以使得用户设备102捕获面具126的图像108。
环境100-3至100-5中所示的呈现攻击114-1至114-3可以欺骗一些认证系统,这些认证系统然后可以准许未授权参与者112访问。然而,通过使用超声的面部认证反欺骗技术,用户设备102检测到呈现攻击114-1至114-3,并拒绝未授权参与者112的访问。
利用所描述的技术,用户设备102可以区分人脸(例如,用户106 的面部)和由呈现攻击114呈现的面部的表示(例如,照片118、数字图片124或面具126)。特别地,用户设备102使用超声来检测人脸和面部的表示之间的超声波反射的差异。例如,人脸是由人体组织构成的,它不像诸如塑料等其他类型的材料那样具有反射性。此外,人脸具有曲线和角度,这可以减少直接反射回用户设备102的超声波能量的量。相比之下,具有相对平坦的表面或均匀弯曲的表面的呈现攻击仪器,诸如介质116、显示器122或刚性类型的面具126,可以增加反射回用户设备102的超声波能量的量。通过分析反射的超声波能量的特性,用户设备102可以确定是人脸还是呈现攻击114中使用仪器被呈现用于面部认证104。参考图2-1进一步描述用户设备102。
示例面部认证系统
图2-1示出作为用户设备102一部分的面部认证系统202。用户设备102被示为具有各种非限制性示例设备,包括台式计算机102-1、平板计算机102-2、膝上型计算机102-3、电视102-4、计算手表102-5、计算眼镜102-6、游戏系统102-7、微波炉102-8和车辆102-9。还可以使用其他设备,包括家庭服务设备、智能扬声器、智能恒温器、安全相机、婴儿监视器、路由器、无人机、触控板、绘图板、上网本、电子阅读器、家庭自动化和控制系统、墙壁显示器、虚拟现实耳机和另一家用电器。应注意,用户设备102可以是可穿戴的、不可穿戴但可移动的、或者相对不可移动的(例如,台式计算机和电器)。
用户设备102包括一个或多个计算机处理器204和一个或多个计算机可读介质206,计算机可读介质206包括存储器介质和存储介质。体现为计算机可读介质206上的计算机可读指令的应用和/或操作系统 (未示出)可以由计算机处理器204执行,以提供本文描述的一些功能性。计算机可读介质206还包括应用208或设置,其响应于面部认证系统202认证用户106而激活。示例应用208可以包括密码存储应用、银行应用、钱包应用、健康应用或提供用户隐私的任何应用。
用户设备102还可以包括网络接口210,用于通过有线、无线或光网络就数据进行通信。例如,网络接口210可以通过局域网(LAN)、无线局域网(WLAN)、个人区域网(PAN)、有线区域网(WAN)、内联网、因特网、对等网络、点对点网络、网状网络等就数据进行通信。用户设备102还可以包括显示器(未示出)。
面部认证系统202使得用户106能够使用用户106的面部的图像或包括用户106的面部的图像来访问用户设备102的应用208、设置或其他资源。面部认证系统202包括至少一个相机系统212、至少一个面部辨识器214和至少一个超声波传感器216。面部认证系统202可以任选地包括另一传感器218。尽管在图2-1中被展示为面部认证系统202 的部分,但超声波传感器216和/或传感器218可以被认为是可以与面部认证系统202通信(例如,提供信息)以进行面部认证反欺骗的独立实体。有时,除了支持面部认证反欺骗之外,超声波传感器216和/ 或传感器218还操作以支持用户设备102的其他特征。面部认证系统 202的各种实现方式可以包括片上系统(SoC)、一个或多个集成电路 (IC)、具有嵌入式处理器指令或被配置成访问存储在存储器中的处理器指令的处理器、具有嵌入式固件的硬件、具有各种硬件组件的印刷电路板或其任何组合。
面部认证系统202可以被设计成在多种不同的环境条件下操作。例如,面部认证系统202可以支持大约70厘米(cm)或更短距离的面部认证。该距离表示用户设备102与用户106之间的距离。作为另一示例,面部认证系统202可以支持用户设备102的各种倾斜和平移角度的面部认证,这些角度提供大约-40度和40度之间的角度视图。这些角度可以包括大约-40到20度之间的倾斜角度以及大约-20与20度之间的平移角度。利用这个角度视图量程,面部认证系统202可以在用户106持有用户设备102的情况和/或用户设备102在表面上并且用户106接近用户设备102的情况期间进行操作。
此外,面部认证系统202可以被设计成在预定时间量内,诸如100 到200毫秒(ms),进行关于面部认证104的决策。该时间帧可以包括捕获图像108、使用超声来确定是否发生了呈现攻击114以及对图像 108执行面部辨识所花费的总时间量。
相机系统212捕获一个或多个图像108用于面部认证104。相机系统212包括至少一个相机,诸如红-绿-蓝(RGB)相机。相机系统212还可以包括一个或多个照明器以提供照明,尤其是在黑暗环境中。照明器可以包括RGB光,诸如LED。在一些实现方式中,相机系统 212可以用于其他应用,诸如用于自拍、为应用208捕获图片、扫描文档、读取条形码等等。
面部辨识器214执行面部辨识以验证图像108中呈现的人脸对应于用户设备102的授权用户106。面部辨识器214可以用软件、可编程硬件或其某种组合来实现。在一些实现方式中,面部辨识器214使用机器学习模块(例如,神经网络)来实现。
超声波传感器216使用超声来区分人脸和呈现攻击114。参考图 2-2进一步描述超声波传感器216。传感器218向超声波传感器216提供附加信息,这增强了超声波传感器216检测呈现攻击114的能力。参考图2-3进一步描述传感器218。
图2-2示出超声波传感器216的示例组件。在所描绘的配置中,超声波传感器216包括通信接口220,以将超声波传感器数据传输到远程设备,但当超声波传感器216被集成在用户设备102内时不需要使用这一点。通常,由通信接口220提供的超声波传感器数据是面部认证系统202可用的格式。
超声波传感器216还包括至少一个换能器222,其可以将电信号转换成声波。换能器222还可以检测声波并将声波转换成电信号。这些电信号和声波可以包括超声波量程中的频率。
换能器222用来产生超声波信号的频谱(例如,频率量程)可以包括超声波量程内的频率,其包括大约20千赫(kHz)和2MHz之间的频率。在一些情况下,该频谱可以分为具有类似或不同带宽的多个子频谱。例如,不同频率的子频谱可以包括30至500kHz、30至70kHz、80至500kHz、1至2MHz、20至48kHz、20至24kHz、24至48kHz、26至29kHz、31至34kHz、33至36kHz或31至38kHz。
这些频率子频谱可以是连续的或不连续的,并且传输的信号可以在相位和/或频率上被调制。为了实现相干性,换能器222可以使用具有相同带宽的多个频率子频谱(连续的或不连续的)来产生多个超声波信号,这些超声波信号被同时或在时间上分开传输。在一些情况下,可以使用多个连续的频率子频谱来传输单个超声波信号,从而使得超声波信号具有宽带宽。
对于面部认证反欺骗,超声波传感器216可以使用提供特定量程分辨率的频率,这有利于面部认证反欺骗。作为示例,超声波传感器 216可以使用能够实现大约7cm或更小(例如,大约5cm或大约3cm) 的量程分辨率的带宽。示例带宽可以是至少7kHz。还可以选择频率来支持面部认证的特定检测量程,诸如大约70cm。示例频率包括在大约 31至38kHz之间的频率。
有时,除了面部认证反欺骗之外,超声波传感器216支持用户设备102中的其他特征。这些其他特征可以包括存在检测或手握检测。在此情况下,超声波传感器216可以在针对活动特征优化的不同操作配置之间动态切换。例如,超声波传感器216可以使用大约26和29kHz 之间的频率用于存在检测,并且使用大约31和38kHz之间的频率用于面部认证反欺骗。
在示例实现方式中,超声波传感器216的换能器222具有单基地拓扑。利用这种拓扑,换能器222可以将电信号转换成声波,并将声波转换成电信号(例如,可以传输或接收超声波信号)。示例单基地换能器可以包括压电换能器、电容式换能器和使用微机电系统(MEMS) 技术的微加工超声波换能器(MUT)。
可替代地,换能器222可以用双基地拓扑来实现,其包括定位于用户设备102上不同位置的多个换能器。在此情况下,第一换能器将电信号转换成声波(例如,传输超声波信号),并且第二换能器将声波转换成电信号(例如,接收超声波信号)。示例双基地拓扑可以使用用户设备102的至少一个扬声器和至少一个麦克风来实现。扬声器和麦克风可以专用于超声波传感器216的操作。可替代地,扬声器和麦克风可以由用户设备102和超声波传感器216两者共享。参考图5 进一步描述扬声器和麦克风的示例位置。
超声波传感器216包括至少一个模拟电路224,其包括用于在模拟域中调节电信号的电路和逻辑。模拟电路224可以包括波形产生器、模数转换器、放大器、滤波器、混频器、移相器和用于产生和修改电信号的开关。在一些实现方式中,模拟电路224包括与扬声器或麦克风相关联的其他硬件电路。
超声波传感器216还包括一个或多个系统处理器226和至少一个系统介质228(例如,一个或多个计算机可读存储介质)。系统处理器 226处理数字域中的电信号。系统介质228包括欺骗检测器230。欺骗检测器230可以使用硬件、软件、固件或其组合来实现。在此示例中,系统处理器226实现欺骗检测器230。欺骗检测器230处理来自换能器 222的响应(例如,电信号)以检测呈现攻击114。欺骗检测器230可以至少部分地使用启发式模块或机器学习模块(例如,神经网络)来实现。
在一些实现方式中,超声波传感器216使用传感器218所提供的信息。例如,传感器218向超声波传感器216提供关于对象(例如,用户106的面部或呈现攻击仪器)的定位的信息。该信息可以包括量程和/或角度测量。以此方式,超声波传感器216可以在确定是否存在呈现攻击114之前,使用传感器218所提供的定位信息来定制(例如,过滤或归一化)超声波数据。在一些情况下,这种定制是在超声波传感器216使用超声波技术独立地测量对象的定位之前执行的。任选地,超声波传感器216可以利用传感器218所提供的定位信息来提高使用超声波技术测量对象的定位的准确度。
作为另一示例,超声波传感器216可以利用传感器218所提供的运动数据。特别地,超声波传感器216可以修改超声波数据以补偿由运动数据识别的运动。参考图2-3进一步描述示例传感器218。
图2-3示出用于面部认证反欺骗的示例传感器218。在所描绘的配置中,传感器218可以包括相位差传感器232、RGB传感器234、惯性测量单元(IMU)236(IMU 236)和/或基于射频的传感器238(基于 RF的传感器238)。在一些实现方式中,相位差传感器232是相机系统212的前置相机240的一部分。前置相机240也可以用于捕获图像 108用于面部认证。相位差传感器232可以基于所检测的相位差来测量对象的距离。利用所测量的距离,超声波传感器216可以确定与对象相关联的感兴趣区域,并且执行距离归一化以补偿对象与超声波传感器216之间的距离,该距离可以在不同的面部认证情况下变化。特别地,超声波传感器216基于测量的距离来校准与对象相关联的强度或振幅信息。这使得超声波传感器216能够支持各种不同距离的面部认证反欺骗。
RGB传感器234也可以是前置相机240的一部分。RGB传感器 234可以测量到对象的角度,并将该角度提供给超声波传感器216。超声波传感器216可以基于测量的角度归一化能量或强度信息。这使得超声波传感器216能够更好地检测呈现攻击114中使用的对象或人脸之间的反向散射差异,并支持各种不同角度的面部认证反欺骗。
惯性测量单元236可以测量用户设备102的运动。利用该运动信息,超声波传感器216可以执行运动补偿。另外地或替代地,可以响应于惯性测量单元236指示用户设备102大致静止来激活超声波传感器216。以此方式,惯性测量单元236可以减少由超声波传感器216观测到的运动伪影的量。
示例基于RF的传感器238可以包括超宽带传感器、雷达传感器或传感器。使用射频,基于RF的传感器238可以测量到被呈现用于面部认证104的对象的距离和/或角度。利用这些测量,超声波传感器216可以确定感兴趣区域以检测呈现攻击,并校准强度或振幅信息。参考图3进一步描述相机系统212、面部辨识器214、超声波传感器216 和传感器218之间的交互。
图3示出使用超声执行面部认证反欺骗的示例面部认证系统202。在所描绘配置中,面部认证系统202包括相机系统212、面部辨识器 214和超声波传感器216。面部认证系统202还可以任选地包括传感器 218。面部辨识器214耦合到相机系统212和超声波传感器216。传感器218耦合到超声波传感器216。
在操作期间,面部认证系统202接受请求302以执行面部认证104。在一些情况下,请求302由需要面部认证104的应用208或另一服务提供。在其他情况下,响应于传感器218检测到与用户106的交互,由传感器218提供请求302。例如,惯性测量单元236可以响应于检测到用户106提起用户设备102,向面部认证系统202发送请求302。
响应于接收到请求302,面部认证系统202初始化并激活相机系统212。相机系统212捕获至少一个图像108用于面部认证104。相机系统212将所捕获图像108提供给面部辨识器214。
超声波传感器216执行超声波感测以检测呈现攻击114。这可以在相机系统212捕获图像108之前、相机系统212捕获图像108的同时、或者在相机系统212捕获图像108之后进行。通过分析反射的超声波能量,超声波传感器216可以确定反射的超声波能量来自的对象是与呈现攻击114相关联还是与人脸相关联。超声波传感器216产生欺骗指示符304,欺骗指示符304指示是否检测到呈现攻击114。超声波传感器216向面部辨识器214提供欺骗指示符304。
面部辨识器214接受图像108和欺骗指示符304。如果欺骗指示符304指示未检测到呈现攻击114,则面部辨识器214执行面部辨识来确定用户106的面部是否存在于图像108内。面部辨识器214产生报告306,该报告被提供给发送请求302的应用208或服务。如果面部辨识器214辨识出用户106的面部,并且欺骗指示符304指示不存在呈现攻击114,则面部辨识器214使用报告306来指示成功的面部认证。可替代地,如果面部辨识器214未辨识出用户106的面部和/或欺骗指示符304指示呈现攻击114的发生,则面部辨识器214使用报告306来指示面部认证失败。该失败指示可以使得应用208和/或用户设备102 拒绝访问。
在一些实现方式中,传感器218向超声波传感器216提供传感器数据308。超声波传感器216使用传感器数据308来定制基于超声波的数据的处理,该基于超声波的数据是基于反射的超声波能量测量的。通过考虑由传感器218提供的附加信息,超声波传感器216可以提高其检测呈现攻击114的能力。
在一些方面,超声波传感器216可以附加地向面部认证系统202 或面部认证系统202的另一组件提供信息,以支持由该实体执行的反欺骗技术。例如,超声波传感器216可以向面部认证系统202提供对象的测量距离。利用该信息,面部认证系统202可以分析由相机系统 212提供的图像108,并且确定图像108中呈现的对象的尺寸是否与在由超声波传感器216提供的测量距离处的人脸的一般尺寸相符。特别地,面部认证系统202可以确定与测量距离处的人脸尺寸相关联的上边界和下边界。如果图像108中对象的尺寸在边界内,则面部认证系统202未检测到呈现攻击114。然而,如果图像108中对象的尺寸在边界外部,则面部认证系统202检测到呈现攻击114。这样,超声波传感器216也可以提供基于超声波的信息,该信息支持由其他实体执行的反欺骗技术。
面部认证反欺骗
图4-1示出一些呈现攻击仪器和人脸之间的超声波反射差异。在 402,在面部认证104期间,向用户设备102呈现呈现攻击仪器404(例如,与呈现攻击114相关联的对象),如环境100-3至100-5中所示。在406,在面部认证104期间,向用户设备102呈现人脸408(例如,用户106的面部),如环境100-1至100-2中所示。
呈现攻击仪器404可以具有与人脸408不同的物理结构。例如,一些呈现攻击仪器404可以具有基本平坦或平面的表面,诸如介质116 或设备120。其他呈现攻击仪器404,诸如面具126或其他具有弯曲表面的呈现攻击仪器404,可以具有近似分段平面的表面,其中呈现攻击仪器404由一组基本平坦的表面构成。相比之下,人脸408相对于呈现攻击仪器404可以具有显著更明显的轮廓和角度。这些轮廓形成人脸408的前额、鼻子、眼眶、嘴唇、脸颊、下巴和耳朵。基于这些结构差异,呈现攻击仪器404的超声波行为可以类似于点目标,而人脸 408的超声波行为可以类似于分布式目标。
而且,呈现攻击仪器404和人脸408可以由不同的材料构成。这些不同的材料可以导致呈现攻击仪器404和人脸408具有与超声相关联的不同的吸收和反射特性。例如,人脸408由人体组织构成。一些呈现攻击仪器404由诸如塑料等其他材料构成,其具有比人体组织高的反射系数。
对于402和406两者,超声波传感器216传输至少一个超声波传输信号410。超声波传输信号410通过空间传播并撞击在呈现攻击仪器 404和人脸408上。由于呈现攻击仪器404和人脸408的物理结构和材料的差异,超声波传输信号410与呈现攻击仪器404和人脸408不同地交互。该交互由反射414-1和414-2说明,它们分别与呈现攻击仪器 404和人脸408相关联。
由于呈现攻击仪器404的平面状表面,大量的超声波传输信号410 可以被反射回用户设备102,如图4-1中向左侧定向的反射414-1所示。相比之下,人脸408的轮廓使得超声波传输信号410在许多方向上扩散,如在不同方向上定向的反射414-2所示。因而,相对于呈现攻击仪器404,较少的超声波能量可以从人脸408被引导回用户设备102。而且,如果呈现攻击仪器404包括具有比人体组织更高的反射系数的材料,则相对于人脸408,更多的超声波能量可以被呈现攻击仪器404反射。换句话说,与呈现攻击仪器404相关联的反射414-1可以具有比与人脸408相关联的反射414-2更高的振幅。该振幅差异由比反射414-2 长度更长的反射414-1示出。
对于402和406两者,超声波传感器216接收至少一个超声波接收信号412。超声波接收信号412的振幅是基于反射的超声波能量的量和被引导回超声波传感器216的超声波能量的量。通常,呈现攻击仪器404和人脸408的不同的物理结构和材料可以使得超声波接收信号 412在402中具有比406更高的振幅。基于超声波接收信号412的特性,超声波传感器216可以确定是呈现攻击仪器404还是人脸408被呈现用于面部认证104。参考图4-2进一步描述呈现攻击仪器404和人脸408 的超声波行为差异。
图4-2示出呈现攻击仪器404和人脸408之间的接收功率差异。图形416具有与接收功率相关联的第一维度和与量程(例如,距离或倾斜量程)相关联的第二维度。在图形416中,虚线418表示与呈现攻击仪器404相关联的接收功率。实线420表示与人脸408相关联的接收功率。在此示例中,呈现攻击仪器404和人脸408位于离用户设备102大约相同的距离处。
如图形416中可见,呈现攻击仪器404产生峰值高于人脸408的接收功率。这可能至少部分是由于形成呈现攻击仪器404的材料的较高反射系数。而且,与呈现攻击仪器404相关联的接收功率集中在较小的量程间隔上,而与人脸408相关联的接收功率分布在较大的量程间隔上。这可能至少部分是由于呈现攻击仪器404的点状性质和人脸 408的分布式性质。通过利用这些固有差异,超声波传感器216可以采用各种技术来识别被呈现用于面部认证104的对象是对应于呈现攻击 114还是人脸408。参考图7至图15进一步描述这些技术。
图5示出用户设备102的扬声器502和麦克风504-1和504-2的示例位置。尽管图5的示例用户设备102被示为包括一个扬声器502和两个麦克风504-1至504-2,但超声波传感器216可以在任何给定时间与一个或多个扬声器和一个或多个麦克风一起操作。在超声波传感器 216可以使用多个扬声器的情况下,超声波传感器216可以选择可以提供较高信噪比的扬声器。信噪比可以取决于扬声器的性能特性和/或扬声器相对于用户106的位置。
在此实现方式中,扬声器502和麦克风504-1和504-2位于用户设备102的同一表面上。在此情况下,该表面还包括显示器506。麦克风 504-1位于用户设备102的与麦克风504-2不同的侧上。考虑将用户设备102一分为二的平面508。在此情况下,用户设备102的第一半510-1 包括扬声器502和麦克风504-1。用户设备102的第二半510-2包括麦克风504-2。
通过将麦克风504-1和504-2放置为远隔开(例如,距离大于超声波传输信号410的波长),麦克风504-1和504-2可以观测到反射414-1 或414-2的不同方面或特征。例如,使用多通道技术,超声波传感器 216可以评估在麦克风504-1和504-2处观测到的响应的差异。由于呈现攻击仪器404的点状性质,在麦克风504-1和504-2处观测到的响应可以基本上类似。相比之下,针对人脸408在麦克风504-1和504-2观测到的响应可以由于人脸408的分布式性质而显著不同。因此,超声波传感器216可以评估响应的差异,以确定呈现攻击114是否正在发生。关于图6进一步描述超声波传感器216的操作。
图6示出超声波传感器216的示例实现方式。在所描绘配置中,超声波传感器216包括换能器222、模拟电路224和系统处理器226。模拟电路224耦合在换能器222与系统处理器226之间。模拟电路224 包括传输器602和接收器604。传输器602包括耦合到系统处理器226的波形产生器606。尽管未示出,传输器602可以包括一个或多个传输通道。接收器604包括多个接收通道608-1至608-M,其中M表示正整数。接收通道608-1至608-M耦合到系统处理器226。
换能器222使用双基地拓扑来实现,其包括至少一个扬声器502 和至少一个麦克风504。在所描绘配置中,换能器222包括多个扬声器 502-1至502-S以及多个麦克风504-1至504-M,其中S表示正整数。扬声器502-1至502-S耦合到传输器602,并且麦克风504-1至504-M 耦合到接收器604的相应接收通道608-1至608-M。
尽管图6中的超声波传感器216包括多个扬声器502和多个麦克风504,但超声波传感器216的其他实现方式可以包括单个扬声器502 和单个麦克风504、单个扬声器502和多个麦克风504、多个扬声器502 和单个麦克风504、或者能够传输和/或接收的其他类型换能器。在一些实现方式中,扬声器502-1至502-S和麦克风504-1至504-M也可以用听觉信号操作。例如,用户设备102可以通过扬声器502-1至502-S 播放音乐,并使用麦克风504-1至504-M检测用户106的语音。
在传输期间,传输器602将电信号传递到扬声器502-1至502-S,扬声器502-1至502-S分别发射超声波传输信号410-1至410-S。特别地,波形产生器606产生电信号,这些电信号可以具有相似的波形(例如,相似的振幅、相位和频率)或不同的波形(例如,不同的振幅、相位和/或频率)。在一些实现方式中,系统处理器226将配置信号610 传递到波形产生器606。配置信号610可以指定波形产生的特性(例如,中心频率、带宽和/或调制类型)。使用配置信号610,系统处理器226 可以定制超声波传输信号410-1至410-S以支持活动特征,诸如面部认证反欺骗或存在检测。尽管未明确示出,波形产生器606还可以将电信号传达给系统处理器226或接收器604用于进行解调。超声波传输信号410-1至410-S可以被或可以不被对象(例如,人脸408或呈现攻击仪器404)反射。
在接收期间,麦克风504-1至504-M分别接收超声波接收信号 412-1至412-M。超声波接收信号412-1至412-M与超声波传输信号 410-1至410-S之间的相对相位差、频率和振幅可能由于超声波传输信号410-1至410-S与附近对象(例如,人脸408或呈现攻击仪器404)或外部环境(例如,路径损耗和噪声源)的交互而变化。超声波接收信号412-1至412-M表示从扬声器502-1至502-S之一传播到麦克风 504-1至504-M之一的超声波传输信号410的版本。接收通道608-1至 608-M处理超声波接收信号412-1至412-M,并产生基带接收信号612-1 至612-M。
系统处理器226包括欺骗检测器230。系统处理器226和/或欺骗检测器230可以执行诸如量程压缩、基带处理、解调和/或滤波的功能。通常,欺骗检测器230接受来自接收通道608-1和608-M的基带接收信号612-1至612-M,并分析这些信号以产生欺骗指示符304,如参考图7进一步描述。
图7示出由超声波传感器216实现的用于面部认证反欺骗的示例方案。在所描绘配置中,欺骗检测器230包括预处理器702、特征提取器704和欺骗预测器706。预处理器702对基带接收信号612-1至612-M 进行操作,以提供特征提取器704可用的格式的数据。预处理器702 可以执行滤波、傅里叶变换(例如,快速傅里叶变换)、量程压缩、归一化和/或杂波消除。在一些实现方式中,滤波和/或归一化是基于传感器数据308,如下文进一步描述。
特征提取器704可以执行各种功能,以便提取对在呈现攻击仪器 404和人脸408之间进行区分有用的信息。在一些情况下,特征提取器 704还利用对象的定位信息(例如,量程和/或角度)来提取适当信息。定位信息可以由超声波传感器216使用超声波技术来确定,由传感器 218经由传感器数据308来提供,或者它们的某种组合。特征提取器 704的操作可以根据超声波传感器216操作的输入数据的类型以及输入数据是与单个接收通道608还是多个接收通道608-1至608-M相关联而变化。参考图8-1、图9-1、图11-1和图12-1进一步描述示例特征提取器704。
欺骗预测器706基于由特征提取器704提供的信息来确定是否发生了呈现攻击114。欺骗预测器706可以包括比较器708、查找表710 (LUT 710)和/或机器学习模块712。
在操作期间,预处理器702接受基带接收信号612-1至612-M,并产生复数数据(complex data)714。复数数据714包括振幅和相位信息(例如,实数和虚数)。示例类型的复数数据714包括量程剖面数据716(例如,表示强度图的数据)、干涉图718、量程慢时间数据720 (例如,表示量程多普勒图的数据)、和/或功率谱722。
量程剖面数据716包括跨越量程维度和时间维度(例如,快时间维度)的振幅(例如,强度)和相位信息。量程维度可以由一组量程筐(例如,量程单元)来表示。时间维度可以由一组时间间隔(例如,啁啾间隔或脉冲间隔)来表示。干涉图718可以包括量程和时间维度上的相干性和相位信息。量程慢时间数据720包括跨越量程维度和多普勒(或慢时间)维度的振幅和相位信息。多普勒维度可以由一组多普勒筐来表示。功率谱722包括跨越频率维度和时间维度的功率信息。
在一些方面,预处理器702可以使用由传感器218提供的传感器数据308来校准复数数据714和/或根据感兴趣区域来过滤复数数据 714。作为示例,预处理器702可以基于由传感器数据308提供的对象的测量定位来校准量程剖面数据716、干涉图718、量程慢时间数据720 和/或功率谱722的基于振幅的信息。特别地,预处理器702可以基于所测量的到对象(被呈现用于面部认证104)的距离和/或角度来归一化振幅信息。
另外地或替代地,预处理器702可以提供复数数据714的子集,其与由传感器数据308提供的距离和/或角度测量识别的感兴趣区域相关联。感兴趣区域可以包括对象的测量定位。在一些情况下,感兴趣区域以对象的测量定位为中心,或者围绕测量定位的至少一部分。感兴趣区域的尺寸可以基于人脸408的一般尺寸。另外地或替代地,感兴趣区域可以基于与面部认证相关联的区域(例如,感兴趣区域可以包括高达70cm的距离)。
特征提取器704从复数数据714提取一个或多个特征724。示例特征724可以包括单通道特征726和/或多通道特征728。特征提取器 704基于基带接收信号612-1至612-M中的一者来确定单通道特征726。这样,单通道特征726与接收通道608-1至608-M中的一者相关联。另外地或替代地,特征提取器704使用基带接收信号612-1至612-M 中的至少两个来确定多通道特征728。多通道特征728与接收通道608-1 至608-M中的两个或更多个相关联。
在一些方面,特征提取器704可以基于对象的测量定位来确定与对象相关联的特征724。例如,特征提取器704可以识别包括对象的测量定位的区域,这可以通过使用超声波技术分析复数数据714或者基于由传感器218提供的传感器数据308来确定。在该区域内,特征提取器704评估复数数据714以产生特征724。这样,超声波传感器216 可以确保特征724与被呈现用于面部认证的对象相关,而不是与环境内存在的另一对象相关。
欺骗预测器706分析由特征提取器704提取的特征724以检测呈现攻击114,并产生欺骗指示符304。在一些示例中,欺骗预测器706 使用比较器708来比较特征724与阈值。阈值被设置为使得超声波传感器216能够区分呈现攻击仪器404和人脸408,人脸408可以佩戴也可以不佩戴配饰110。在其他实现方式中,欺骗预测器706参考查找表 710以确定特征724是对应于呈现攻击仪器404还是人脸408。在其他实现方式中,欺骗预测器706使用机器学习模块712来将特征724分类为与呈现攻击仪器404或人脸408相关联。
欺骗检测器230产生欺骗指示符304,其控制面部认证系统202 是否可以成功认证用户106。欺骗指示符304可以包括一个或多个元素,其指示被呈现用于面部认证104的对象是与呈现攻击仪器404相关还是与人脸408相关。参考图8-1进一步描述欺骗检测器230的示例实现方式。
基于单通道的面部认证反欺骗
图8-1示出由超声波传感器216实现的产生用于面部认证反欺骗的单通道特征726的示例方案。在所描绘配置中,特征提取器704包括量程剖面特征提取器802。任选地,预处理器702可以包括归一化器 804。欺骗预测器706包括比较器708、查找表710和/或机器学习模块 712。
在操作期间,预处理器702产生量程剖面数据716。量程剖面数据716可以通过对基带接收信号612-1至612-M中的一者执行傅里叶变换而产生。对于包括归一化器804的实现方式,预处理器702可以基于传感器数据308归一化量程剖面数据716内的振幅信息,传感器数据308可以包括被呈现用于面部认证104的对象的测量定位(例如,测量距离和/或角度)。另外地或替代地,归一化器804可以基于测量的交叉耦合因子或恒定虚警率(CFAR)信噪比(SNR)来调整量程剖面数据716内的振幅信息。预处理器702向特征提取器704提供归一化的量程剖面数据806。对于不包括归一化器804的实现方式,预处理器702可以可替代地向特征提取器704提供量程剖面数据716。而且,可以使用距离慢时间数据720类似地应用这些技术。
量程剖面特征提取器802基于量程剖面数据716或归一化的量程剖面数据806来产生单通道特征726。示例单通道特征726可以包括峰值振幅特征808、能量分布特征810和/或相位特征812。峰值振幅特征 808识别量程剖面数据716或归一化的量程剖面数据806内的峰值振幅。能量分布特征810在量程剖面数据716或归一化的量程剖面数据 806内的量程维度上识别峰值能量或分布能量的形状。相位特征812识别量程剖面数据716或归一化的量程剖面数据806内的相位信息。
在一些方面,量程剖面特征提取器802可以基于对象的测量定位来确定与对象相关联的单通道特征726。例如,量程剖面特征提取器 802可以识别包括对象的测量定位的区域。在该区域内,量程剖面特征提取器802评估振幅和/或相位信息以产生峰值振幅特征808、能量分布特征810和/或相位特征812。这样,超声波传感器216可以确保单通道特征726与被呈现用于面部认证的对象相关,而不是与环境内存在的另一对象相关。
欺骗预测器706检测在面部认证104期间是否发生了呈现攻击 114,并产生欺骗指示符304以将该信息传达给面部认证系统202。考虑一个示例,其中量程剖面特征提取器802向欺骗预测器706提供峰值振幅特征808。在此情况下,欺骗预测器706可以使用比较器708来比较由峰值振幅特征808识别的峰值振幅与阈值816。如果峰值振幅大于阈值816,则欺骗预测器706检测到呈现攻击114。可替代地,如果峰值振幅小于阈值816,则欺骗预测器706未检测到呈现攻击114(例如,检测到人脸408)。参考图8-2进一步描述该示例。
图8-2示出与面部认证反欺骗相关联的示例量程剖面数据716。图形818、820、822和824示出了在面部认证104期间呈现的不同类型的对象的量程剖面数据716。特别地,图形818、820、822和824描绘了超声波接收信号412-1至412-M之一在量程维度上的振幅信息。
图形818表示当对象是人脸408时收集的量程剖面数据716。图形820和822分别表示当对象是一张纸和一张纸板时收集的量程剖面数据716。该张纸和该张纸板可以包括用户106的照片118,如环境 100-3中所示。图形824表示当对象是环境100-4的设备120时收集的量程剖面数据716。在此情况下,设备120可以显示用户106的数字图片124。
当对象是人脸408时,量程剖面数据716的振幅低于阈值816,如图形818中所示。然而,当对象是呈现攻击仪器404时,量程剖面数据716的振幅在至少一些量程间隔内高于阈值816,如图形820、822 和824中所示。以此方式,超声波传感器216可以区分人脸408和呈现攻击仪器404。
在一些实现方式中,超声波传感器216可以识别与所检测对象相关联的量程826。超声波传感器216可以基于传感器数据308或其某一组合通过超声波感测来确定量程826。在所识别量程826处,超声波传感器216可以比较量程剖面数据716的振幅与阈值816以检测呈现攻击114。
类似的检测方法可以应用于其他单通道特征726。例如,欺骗预测器706可以使用比较器708来确定提取的能量分布特征810表示人脸408还是呈现攻击仪器404。特别地,如果量程826处的能量的量小于阈值816,则超声波传感器216未检测到呈现攻击114。然而,如果能量的量大于阈值816,则超声波传感器216检测到呈现攻击114。另外地或替代地,欺骗预测器706可以使用查找表710或机器学习模块 712来确定能量分布特征810在量程维度上的整体形状是对应于人脸 408还是呈现攻击仪器404。类似的技术可以用于利用查找表710或机器学习模块712来分析相位特征812。
尽管关于单个通道进行了描述,但图8-1中描述的操作可以针对一个以上的可用接收通道608-1至608-M,并且任选地针对每一可用接收通道608-1至608-M,串行或并行地执行。在一些实现方式中,特征提取器704向欺骗预测器706提供多个特征,诸如峰值振幅特征808、能量分布特征810和/或相位特征812的某一组合。通过分析一个以上的单通道特征726,欺骗预测器706可以提高其检测呈现攻击114的能力。参考图9-1进一步描述另一面部认证反欺骗技术。
使用基于干涉测量的相干性的基于多通道的面部认证反欺骗
图9-1示出由超声波传感器216实现的产生用于面部认证反欺骗的多通道特征728的示例方案。在此示例中,超声波传感器216使用干涉测量来评估由两个或更多个换能器222(诸如麦克风504-1和 504-2)观测的反射之间的相似性的量。由于呈现攻击仪器404的平面状或均匀结构,由呈现攻击仪器404产生的以及由麦克风504-1至 504-M接收的超声波接收信号412-1至412-M可以具有相对相似的特性。换句话说,超声波接收信号412-1至412-M的振幅和相位可以在给定时间间隔内相对相似。然而,人脸408的轮廓和非均匀结构可能使得由人脸408产生的以及由麦克风504-1至504-M接收的超声波接收信号412-1至412-M基本上不同。换句话说,超声波接收信号412-1 至412-M的振幅和相位可能在相似的时间间隔内显著变化。通过使用干涉测量,超声波传感器216可以区分呈现攻击仪器404和人脸408,用于面部认证反欺骗。
在所描绘配置中,预处理器702包括配准模块902、滤波器904 和干涉图产生器906。尽管未示出,但预处理器702还可以包括图8-1 的归一化器804。特征提取器704包括干涉图特征提取器908。欺骗预测器706包括比较器708。尽管未示出,但欺骗预测器706的其他实现方式可以使用查找表710或机器学习模块712。
由于麦克风504-1至504-M的不同位置,被呈现用于面部认证104 的对象可以被定位在与对应的接收通道608-1至608-M相关联的量程剖面数据716内的不同量程处。为了解决这个问题,配准模块902在量程维度上对齐与不同接收通道608-1至608-M相关联的量程剖面数据716。参考图10-1至图10-4进一步描述多种不同类型的配准模块902。
滤波器904基于感兴趣区域过滤由配准模块902提供的数据,感兴趣区域可以基于传感器数据308、量程剖面数据716或其某种组合来识别。感兴趣区域可以包括与面部认证相关联的空间区域或对象的测量定位周围的区域。通过过滤数据,滤波器904可以提高后续处理的计算速度和/或移除与感兴趣对象不相关联的数据。
干涉图产生器906产生干涉图718。特别地,干涉图产生器906 对与接收通道608-1至608-M中的两者相关联的量程剖面数据716(或量程慢时间数据720)执行复相干,以产生干涉图718。
在操作期间,配准模块902通过基于与不同接收通道608-1至 608-M相关联的量程剖面数据716产生配准的量程剖面数据910来补偿麦克风504-1至504-M的定位差异。在配准的量程剖面数据910内,在不同的接收通道608-1至608-M上,与对象相关联的量程是相似的。滤波器904过滤配准的量程剖面数据910以产生过滤的配准量程剖面数据912。
在干涉图产生器906之前,量程剖面数据716、配准的量程剖面数据910和过滤的配准量程剖面数据912具有与接收通道608-1至608-M中的每一者相关联的唯一数据。干涉图产生器906对接收通道对608-1至608-M上的过滤的配准量程剖面数据912进行操作,以产生至少一个干涉图718。干涉图718包括相干性信息和相位信息。相干性信息表示接收通道608-1至608-M中的两个通道的过滤的配准量程剖面数据912之间的相似性(例如,相干性或相关性)的量。
干涉图特征提取器908基于干涉图718来产生多通道特征728。示例多通道特征728包括相干性特征914和相位特征916。相干性特征 914表示范围子集随时间的相干性的量。有时,相干性特征914表示平均相干性。
相干性值为零意味着过滤的配准量程剖面数据912在接收通道对 608-1至608-M上不相关。相比之下,相干性值为一意味着过滤的配准量程剖面数据912在接收通道对608-1至608-M上是强相关的。零与一之间的相干性值意味着过滤的配准量程剖面数据912在接收通道对 608-1至608-M上部分地或微弱地相关。
相位特征916表示范围子集的干涉图718的相位信息随时间的变化量。示例相位特征916可以表示干涉图718的区域上的平均相位差、干涉图718的区域上的最大相位差和/或干涉图718的区域上的标准偏差。
在一些方面,干涉图特征提取器908可以基于对象的测量定位来确定与对象相关联的相干性特征914和/或相位特征916。例如,干涉图特征提取器908可以识别包括对象的测量定位的区域。在该区域内,干涉图特征提取器908评估过滤的配准量程剖面数据912以提取相干性特征914和/或相位特征916。这样,超声波传感器216可以确保多通道特征728与被呈现用于面部认证的对象相关,而不是与环境内存在的另一对象相关。另外地或替代地,滤波器904可以基于对象的测量定位过滤配准的量程剖面数据910,以使得稍后产生的多通道特征728与感兴趣的对象相关联。
欺骗预测器706使用比较器708来比较相干性特征914和/或相位特征916与对应的阈值。例如,欺骗预测器706比较相干性特征914 与相干性阈值918。在示例中,相干性阈值918大约等于0.5。如果相干性特征914(例如,针对范围子集观测到的相干性的量)小于相干性阈值918并且大于零,则欺骗预测器706确定被呈现用于面部认证104 的对象对应于人脸408。可替代地,如果相干性特征914大于相干性阈值918并且小于1,则欺骗预测器706确定被呈现用于面部认证104的对象对应于呈现攻击仪器404。
作为另一示例,欺骗预测器706比较相位特征916与相位阈值920。如果相位特征916指示干涉图718内的相位信息大于相位阈值920,则欺骗预测器706确定被呈现用于面部认证104的对象对应于人脸408。可替代地,如果相位特征916小于相位阈值920,则欺骗预测器706确定被呈现用于面部认证104的对象对应于呈现攻击仪器404。
欺骗预测器706的一些实现方式可以分析相干性特征914和相位特征916两者,以确定是否发生了呈现攻击114。另外地或替代地,欺骗预测器706可以使用其他技术,诸如采用查找表710或机器学习模块712的技术,以分析干涉图718并确定是否发生呈现攻击114。
可以针对由一对接收通道608-1至608-M提供的量程剖面数据716 来执行图9-1中描述的操作。如果超声波传感器216使用两个以上的接收通道608-1至608-M,则这些操作可以对多对接收通道608-1至608-M 串行或并行执行。考虑一个示例,其中超声波传感器216使用四个接收通道(例如,M等于四)。在此情况下,预处理器702可以产生多达六个干涉图718,这些干涉图可以被特征提取器704和欺骗预测器 706处理以检测呈现攻击114。如果多个干涉图718可用,则欺骗预测器706可以响应于与指示呈现攻击仪器404的存在的多个干涉图718 中的一个干涉图相关联的多通道特征728而检测到呈现攻击114。为了降低超声波传感器216错误地确定被呈现用于面部认证104的人脸408 表示呈现攻击仪器404的概率,欺骗预测器706可以响应于指示呈现攻击仪器404的存在的预定量的干涉图718(例如,诸如多个干涉图 718中的三个或更多个)而检测到呈现攻击114。参考图9-2进一步描述由干涉图718提供的示例相位信息和相干性信息。
图9-2示出与面部认证反欺骗相关联的示例干涉图928至932。干涉图928表示当对象是人脸408时收集的数据。干涉图930和932分别表示当对象是设备120或一张纸时收集的数据。该张纸可以包括用户106的照片118,如环境100-3中所示。
干涉图928至932中的每一者包括相位信息934和相干性信息 936。相位信息934的不同阴影表示不同的相位角。相干性信息936的不同阴影表示不同的相干量。较浅的阴影表示较高的相干性的量,并且较深的阴影表示较低的相干性的量。在图9-2中识别与感兴趣区域 938相关联的干涉图928至932的单元。感兴趣区域938是基于被呈现用于面部认证104的对象与超声波传感器216之间的测量距离。
在干涉图928的感兴趣区域938内,相位信息934包括显著不同的相位。相干性信息936包括许多与小于0.5的相干量弱相关的单元。感兴趣区域938内的相干性可以表现为随机的。这些特性可能至少部分是由于人脸408的轮廓和分布式性质。
在干涉图930和932的感兴趣区域938内,相位信息934描绘随时间变化的类似相位。感兴趣区域938内的相干性信息936包括许多与大于0.5的相干量强相关的单元。这些特性可能至少部分是由于这些呈现攻击仪器404的平面和点状性质。
比较干涉图928至932之间的感兴趣区域938,干涉图930和932 内的相位信息934比干涉图928内的相位信息934具有更小的变化。而且,干涉图930和932内的相干性信息936比干涉图928内的相干性信息936具有更高的相干量。此外,与干涉图928内的相干性信息936相比,干涉图930和932内的相干性信息936之间的变化较小。通常,由特征提取器704提取的多通道特征728和由欺骗预测器706执行的分析使得超声波传感器216能够检测这些特性,并适当地将对象识别为对应于人脸408或呈现攻击仪器404。
还可以应用干涉测量技术来区分佩戴了配饰110的用户106和呈现攻击仪器404。在一些示例中,配饰110使得相干性信息936具有几个强相关的单元。然而,与呈现攻击仪器404的强相关单元相比,这些强相关单元可以存在于范围更广的区域。通过分析干涉图928内的相位信息934和/或相干性信息936,超声波传感器216可以辨识将人脸408与呈现攻击仪器404区分开的特性。
图10-1示出由超声波传感器216实现的用于执行配准的示例方案。在此情况下,配准模块902使用低通滤波来对准与接收通道608-1 和608-2相关联的量程剖面数据716。配准模块902包括两个低通滤波器1002-1和1002-2。在操作期间,低通滤波器1002-1和1002-2分别在量程维度上对接收通道608-1和608-2的量程剖面数据716进行过滤,以产生配准的量程剖面数据910。通过使用低通滤波器1002-1和 1002-2,跨越相邻量程筐的振幅和/或相位信息被组合以形成更大的复合量程筐。尽管在接收通道608-1和608-2的量程剖面数据716之间,对象的量程筐可能不同,但是在配准的量程剖面数据910的较大复合量程筐内,对象的量程筐可以是相同的。以此方式,配准模块902在量程上对准接收通道608-1和608-2的量程剖面数据716。
尽管实现具有低通滤波器1002-1和1002-2的配准模块902可能相对简单,但所得的配准的量程剖面数据910相对于量程剖面数据716 具有较低的量程分辨率。低通滤波还提供了局部配准。这意味着与对象相关联的量程筐基本上被对准,而量程剖面数据716内的其他量程筐可能不被对准。为了解决量程分辨率降低的问题,配准模块902可以改为利用参考图10-2描述的技术。
图10-2示出由超声波传感器216实现的用于执行配准的另一示例方案。在此情况下,配准模块902评估最大回报以对准与接收通道608-1 和608-2相关联的量程剖面数据716。配准模块902包括两个峰值检测器1004-1和1004-2、比较器1006和移位器1008。
在操作期间,峰值检测器1004-1和1004-2分别评估与接收通道 608-1和608-2相关联的量程剖面数据716,并识别与峰值振幅相关联的量程筐1010-1和1010-2。比较器1006比较量程筐1010-1和1010-2,以确定量程筐1010-2与量程筐1010-1的差异量。该差异表示接收通道 608-1的量程剖面数据716和接收通道608-2的量程剖面数据716之间的偏移1012(例如,量程偏移)。移位器1008将接收通道608-2的量程剖面数据716在量程维度上移位由偏移1012所识别的量。这导致移位器1008产生接收通道608-2的移位的量程剖面数据1014。接收通道 608-1的量程剖面数据716和接收通道608-2的移位量程剖面数据1014 被提供作为配准的量程剖面数据910。
尽管比图10-1的配准模块902稍微复杂,但图10-2的配准模块 902保留了由量程剖面数据716提供的量程分辨率。然而,该技术仍然具有上文参考图10-1描述的局部配准问题。为了解决局部配准的问题,配准模块902可以改为利用参考图10-3描述的技术。
图10-3示出由超声波传感器216实现的用于执行配准的附加示例方案。在此情况下,配准模块902评估最大回报以对准与接收通道608-1 和608-2相关联的量程剖面数据716,并使用插值来提供全局配准。配准模块902包括两个峰值检测器1004-1和1004-2、比较器1006、移位器1008、子筐量程偏移检测器1016(例如,子像素量程偏移检测器) 和插值器1018。
在操作期间,峰值检测器1004-1和1004-2、比较器1006和移位器1008产生接收通道608-2的移位的量程剖面数据1014,如上文参考图10-2所述。子筐量程偏移检测器1016比较接收通道608-1的量程剖面数据716与接收通道608-2的移位量程剖面数据1014,以识别小于量程筐大小的另一偏移1020。插值器1018基于偏移1020对移位量程剖面数据1014进行插值,以产生接收通道608-2的插值和移位量程剖面数据1022。接收通道608-1的量程剖面数据716和接收通道608-2 的插值和移位量程剖面数据1022被提供作为配准的量程剖面数据910。
通过使用插值,图10-3的配准模块902可以相对于图10-1和10-2 的配准模块902更准确地对准接收通道608-1和608-2的量程剖面数据 716。然而,该技术也增加了计算负担。参考图10-4进一步描述用于配准的另一准确技术。
图10-4示出由超声波传感器216实现的用于执行配准的另一示例方案。在此情况下,配准模块902将量程剖面数据716投影到公共网格。配准模块902包括公共网格投影仪1024和插值器1026。
在操作期间,公共网格投影仪1024接受欧拉角1028和几何信息 1030。欧拉角1028表示用户设备102的定向。几何信息1030提供关于与接收通道608-1和608-2相关联的麦克风504-1和504-2的相对位置的信息。几何信息1030可以基于与用户设备102相关联的参考点来指定到麦克风504-1和504-2的距离和角度。通过分析欧拉角1028和几何信息1030,公共网格投影仪1024可以确定对象与麦克风504-1和 504-2之间的传播路径差异。特别地,公共网格投影仪1024可以确定由于用户设备102内麦克风504-1和504-2的不同位置而出现的振幅和 /或相位差。
插值器1026使用由公共网格投影仪1024提供的信息来重新采样或插值接收通道608-2的量程剖面数据716。这种重新采样调整了量程剖面数据716的特性(例如,振幅和相位),以与公共网格相对应。在一些实现方式中,公共网格是基于麦克风504-1的位置。在此情况下,接收通道608-1的量程剖面数据716不需要通过插值器1026,并且可以被提供为配准的量程剖面数据910的一部分。插值器1026产生接收通道608-2的投影量程剖面数据1032,其可以被提供为配准的量程剖面数据910的另一部分。
使用偏斜度的面部认证反欺骗
图11-1示出由超声波传感器216实现的产生用于面部认证反欺骗的另一单通道或多通道特征的示例方案。在该示例中,超声波传感器 216评估至少一个接收通道608的基于强度的概率分布的偏斜度(例如,不对称或调整的费希尔-皮尔逊(Fisher-Pearson)标准化矩系数)。呈现攻击仪器404和人脸408的不同物理结构导致与这些对象相关联的基于强度的概率分布具有不同的形状。以此方式,超声波传感器216 可以区分呈现攻击仪器404和人脸408,用于面部认证反欺骗。
在所描绘配置中,预处理器702包括基于强度的直方图产生器 1102。特征提取器704包括偏斜度特征提取器1104。欺骗预测器706 包括比较器708、查找表710和/或机器学习模块712。
在操作期间,基于强度的直方图产生器1102基于量程剖面数据 716产生至少一个直方图1106。如果超声波传感器216利用多个接收通道608-1至608-M,则基于强度的直方图产生器1102可以产生多个直方图1106。示例直方图1106包括功率分布直方图1108和恒定虚警率信噪比直方图1110。功率分布直方图1108表示不同接收功率水平的统计频率。恒定虚警率信噪比直方图1110(CFAR SNR直方图1110) 表示超声波接收信号412-1至412-M中的一者的不同恒定虚警率信噪比的统计频率,其已经基于CFAR内核被归一化。
在一些方面,基于强度的直方图产生器1102可以在产生直方图 1106之前基于对象的测量定位来过滤量程剖面数据716。以此方式,基于强度的直方图产生器1102可以使得稍后确定的单通道特征726或多通道特征728与感兴趣的对象相关联。
偏斜度特征提取器1104基于直方图1106而产生偏斜度特征1112。偏斜度特征1112表示不对称的量或调整后的费希尔-皮尔逊标准化矩系数。欺骗预测器706分析偏斜度特征1112以确定被呈现用于面部认证104的对象是对应于人脸408还是呈现攻击仪器404。特别地,如果偏斜度特征1112指示直方图1106相对于阈值正偏斜,则欺骗预测器 706可以确定该对象是呈现攻击仪器404。
如果多个直方图1106可用,则欺骗预测器706还可以评估多个直方图1106的偏斜度特征1112之间的差异。有时大于0.1dB的偏斜度差异可以指示该对象是呈现攻击仪器404。另外地或替代地,欺骗预测器706可以使用查找表710或机器学习模块712来识别一个或多个直方图1106内是否存在重尾。术语“重尾”表示相对于正态分布,朝向分布一端出现的较高的统计频率。重尾的存在可以指示呈现攻击仪器 404的存在,如下文进一步描述。在图11-2和图11-3中描绘示例功率分布直方图1108和恒定虚警率信噪比直方图1110。
图11-2示出与面部认证反欺骗相关联的示例功率分布直方图1114 至1118。功率分布直方图1114表示当对象是人脸408时收集的数据。功率分布直方图1116和1118分别表示当对象是乳胶面具和刚性塑料面具时收集的数据。功率分布直方图1114至1118中的每一者包括与接收通道608-1相关联的第一功率分布1120(例如,与图5的麦克风 504-1相关联),以及与接收通道608-2相关联的第二功率分布1122(例如,与图5的麦克风504-2相关联)。
功率分布直方图1114内的功率分布1120和1122具有相对正态的分布。在此情况下,功率分布1120的偏斜度可以约为-0.7dB,并且功率分布1122的偏斜度可以约为-0.6dB。而且,功率分布1120和1122 的偏斜度之间的差异可以相对较小(例如,大约0.1dB或更小)。
相比之下,功率分布直方图1114和1118内的功率分布1120和 1122中的至少一者相对于功率分布直方图1114内的功率分布1120和 1122在正方向上偏斜。功率分布直方图1116内的功率分布1120和1122 的示例偏斜度分别可以是大约-0.2dB和-0.9dB。在此情况下,相对于人脸408,乳胶面具的功率分布1120的偏斜度大0.5dB。功率分布直方图1114内的功率分布1122也具有非高斯分布或形状。特别地,功率分布1122在右侧具有重尾。
功率分布直方图1118内的功率分布1120和1122的示例偏斜度分别可以是大约-0.7dB和-0.7dB。在此情况下,相对于人脸408,刚性塑料面具的功率分布1122的偏斜度大0.1dB。在此情况下,超声波传感器216可以利用其他技术,诸如干涉测量(图9-1)或其他单通道技术(图8-1)来区分人脸408和刚性塑料面具。
对于一些类型的呈现攻击仪器404,功率分布1120和1122的偏斜度之间的差异可以实质上较大(例如,大于0.3dB),诸如在乳胶面具的功率分布直方图1116中。这是欺骗预测器706可以用来区分人脸 408和呈现攻击仪器404的另一特性。
该技术也可以应用于其他类型的呈现攻击仪器404,诸如设备120 和基于纸的介质116。对于这两个呈现攻击仪器404,正偏斜度甚至可以更明显。例如,如果对象是设备120,则功率分布1120和1122的偏斜度可以分别约为0.4dB和0.3dB。作为另一示例,如果对象是基于纸的介质116,则功率分布1120和1122的偏斜度可以分别约为0.1dB 和-0.2dB。
图11-3示出与面部认证反欺骗相关联的示例恒定虚警率信噪比直方图1124和1126。恒定虚警率信噪比直方图1124表示当对象是人脸 408时收集的数据。恒定虚警率信噪比直方图1126表示当对象是设备 120时收集的数据。恒定虚警率信噪比直方图1126中的每一者包括与接收通道608-1相关联(例如,与麦克风504-1相关联)的第一分布1128,以及与接收通道608-2相关联(例如,与麦克风504-2相关联)的第二分布1130。
恒定虚警率信噪比直方图1124内的分布1128和1130具有相对正态的分布(例如,高斯分布)。相比之下,恒定虚警率信噪比直方图 1126内的两个分布1128和1130在右侧具有尾部。恒定虚警率信噪比直方图1126中的尾部相对于恒定虚警率信噪比直方图1124中的尾部更重(例如,具有更高的统计频率)。
使用基于功率谱的方差的面部认证反欺骗
图12-1示出由超声波传感器216实现的产生用于面部认证反欺骗的另一单通道或多通道特征的示例方案。在此示例中,超声波传感器 216使用频谱方差来评估在至少一个接收通道608内随时间观测到的方差量。由于一些呈现攻击仪器404的平面结构,与呈现攻击仪器404 相关联的频谱签名可以具有比分布式目标(诸如人脸408)更高的方差。通过分析一个或多个接收通道608-1至608-M的频谱方差,超声波传感器216可以区分呈现攻击仪器404和人脸408,用于面部认证反欺骗。
在所描绘配置中,特征提取器704包括滑动窗口1202和方差特征提取器1204。欺骗预测器706可以包括比较器708、查找表710和/或机器学习模块712。在操作期间,预处理器702(未示出)向滑动窗口 1202提供与接收通道608之一相关联的功率谱722。为了产生功率谱 722,预处理器702可以在量程维度上对量程剖面数据716执行一维傅里叶变换操作。可替代地,预处理器702可以对量程慢时间数据720 执行二维傅里叶变换操作。在产生功率谱722之前,预处理器702可以基于对象的测量定位来过滤量程剖面数据716。以此方式,预处理器 702可以使得稍后确定的单通道特征726或多通道特征728与感兴趣的对象相关联。
滑动窗口1202沿着时间维度将功率谱722划分成单独的子帧 1206。这些子帧1206具有不同的时间间隔,这些时间间隔可以重叠或可以不重叠。方差特征提取器1204计算一个或多个子帧内以及任选地每一子帧内的振幅信息的标准偏差(或方差),以产生方差特征1208。下文参考图12-2和图12-3进一步描述示例方差特征1208。
图12-2和图12-3示出与面部认证反欺骗相关联的标准偏差图形1210至1220。标准偏差图形1210和1212分别与人脸408和戴着帽子作为配饰110的人脸408相关联。标准偏差图形1214与塑料面具相关联。标准偏差图形1216、1218和1220分别与基于纸的介质116、设备 120和乳胶面具相关联。标准偏差图形1210至1220中的每一者描绘了与接收通道608-1和608-2(例如,与图5的麦克风504-1和504-2相关联)相关联的方差1222和1224。
为了区分人脸408(有或没有配饰110)和各种呈现攻击仪器404,欺骗预测器706可以确定方差1222和1224是否在一组期望值内。如果方差1222和1224在该组期望值内,则欺骗预测器706确定被呈现用于面部认证104的对象对应于人脸408。可替代地,如果方差1222或1224具有该组期望值之外的值,则欺骗预测器706确定所呈现的对象对应于呈现攻击仪器404。该组期望值通常可以包括标准偏差图形 1210和1212中所示的值。
考虑与基于纸的介质116和设备120相关联的标准偏差图形1216 和1218,方差1222和1224显著大于标准偏差图形1210和1212的方差1222和1224。对于与乳胶面具相关联的标准偏差图形1220,方差1222和1224显著小于标准偏差图形1210和1212的方差1222和1224。
使用频谱方差来区分标准偏差图形1210和1212以及与塑料面具相关联的标准偏差图形1214是具有挑战性的。在此情况下,超声波传感器216可以执行一种或多种其他描述的技术来区分人脸408和塑料面具。
示例方法
图13、图14和图15描绘了用于使用超声的面部认证反欺骗的示例方法1300、1400和1500。每一方法1300、1400和1500被示为执行的一组操作(或动作),并且不必限于本文所示的操作的顺序或组合。此外,可以重复、组合、重组或链接一个或多个操作中的任一者,以提供广泛的附加和/或替代方法。在以下论述的部分中,可以参考图1 的环境100-1至100-5,以及图2至图4-1中详细描述的实体,对它们的参考仅作为示例。这些技术不限于由在一个用户设备102上操作的一个实体或多个实体来执行。
在图13中的1302,传输超声波传输信号。例如,超声波传感器 216传输超声波传输信号410,如图4-1中所示。超声波传输信号410 包括范围在大约20kHz到2MHz之间的频率,例如如上文参考图2-2 所描述,并且可以表示脉冲信号或连续信号。在一些情况下,超声波传感器216调制超声波传输信号410的特性,包括相位和/或频率。在一些实现方式中,响应于面部认证系统202接收到请求302,或者响应于超声波传感器216从传感器218接收到指示用户设备102大致静止的警报(例如,来自惯性测量单元236的警报),超声波传感器216 传输超声波传输信号410-1或410-S。
超声波传感器216可以使用专用换能器222来传输超声波传输信号410。在其他实现方式中,超声波传感器216可以使用用户设备102 的共享扬声器(例如,扬声器502)来传输超声波传输信号410。
在1304,接收超声波接收信号。超声波接收信号包括被对象反射的超声波传输信号的版本。例如,超声波传感器216使用麦克风504-1 或504-2中的一者接收超声波接收信号412。超声波接收信号412是超声波传输信号410的版本(例如,超声波传输信号410的延迟版本),其被对象(例如,呈现攻击仪器404或人脸408)反射。在一些情况下,超声波接收信号412具有与超声波传输信号410不同的振幅和/或在相位和/或频率上被移位。在一些实现方式中,超声波传感器216在传输超声波传输信号410的至少一部分时间期间接收超声波接收信号412。
在1306,基于超声波接收信号产生量程剖面数据。量程剖面数据包括与超声波接收信号相关联的振幅和相位信息。例如,超声波传感器216的欺骗检测器230产生量程剖面数据716,它是一种复数数据 714。量程剖面数据716包括跨越量程维度和时间维度的振幅和相位信息。
在1308,确定感兴趣区域内与对象的定位相关联的量程剖面数据的特征。例如,超声波传感器216确定感兴趣区域内的特征724(例如,单通道特征726),其与对象的定位相关联。示例单通道特征726可以包括峰值振幅特征808、能量分布特征810和/或相位特征812,如图 8-1中所示。通常,感兴趣区域识别包括对象的定位的一般空间区域。在一些情况下,所识别的空间区域可以围绕对象的定位的至少一部分,以解决在确定对象的定位时的误差容限。示例空间区域可以包括图8-2 中所示对象的量程826。在一些实现方式中,超声波传感器216可以通过分析量程剖面数据716来直接测量对象的定位。另外地或替代地,超声波传感器216可以参考由传感器218提供的传感器数据308以确定对象的定位。
在1310,基于该特征来检测呈现攻击。呈现攻击试图欺骗面部认证系统。该对象与呈现攻击相关联。例如,超声波传感器216基于特征724检测呈现攻击114(例如,或确定呈现攻击仪器404的存在),如参考图8-1和图8-2所描述。
呈现攻击114试图欺骗面部认证系统202。该对象与呈现攻击114 相关联,并且表示呈现攻击仪器404。示例呈现攻击仪器404可以包括用户106的照片118、用户106的数字图片124、或复制了用户106的一个或多个特征的面具126。
在1312,面部认证系统被阻止认证呈现攻击。例如,超声波传感器216阻止面部认证系统202认证呈现攻击114。特别地,超声波传感器216向面部辨识器214提供欺骗指示符304,使得面部辨识器214报告306面部认证失败。
在方法1300的变形中,方框1310可以改为基于特征724确定不存在呈现攻击114(例如,反射超声波传输信号410以产生超声波接收信号412的对象是人脸)。在此情况下,在1312,面部认证系统202 可以认证人脸408以允许用户106进行访问。
通过分析量程剖面数据,超声波传感器216可以使用少至一个接收通道608来执行面部认证反欺骗。这对于其中超声波传感器216用单个接收通道608实现的空间受限设备可能是有用的。如果附加的接收通道608可用,则超声波传感器216可以评估与一个或多个接收通道以及任选地与每一接收通道608相关联的特征724,以提高其正确检测呈现攻击114的能力。
在图14中的1402,使用超声波传感器传输超声波传输信号。例如,超声波传感器216传输超声波传输信号410,如图13中参考1302 所描述。
在1404,使用超声波传感器的至少两个换能器来接收至少两个超声波接收信号。至少两个超声波接收信号包括由对象反射的超声波传输信号的相应版本。例如,超声波传感器216使用麦克风504-1至504-M 中的至少两者来接收超声波接收信号412-1至412-M中的至少两者。超声波接收信号412-1至412-M是超声波传输信号410的相应版本,其被对象(例如,呈现攻击仪器404或人脸408)反射。超声波接收信号412-1至412-M可以具有与超声波传输信号410不同的振幅和/或可以在相位和/或频率上被移位。在一些实现方式中,超声波传感器216 在传输超声波传输信号410的至少一部分时间期间接收超声波接收信号412-1至412-M。
在1406,基于至少两个超声波接收信号来产生干涉图。干涉图包括相干性信息和相位信息。例如,超声波传感器216的欺骗检测器230 基于至少两个超声波接收信号412-1至412-M来产生干涉图718,如图 9-1中所示。特别地,欺骗检测器230的预处理器702通过组合来自与接收通道608-1至608-M中的两个相关联的量程剖面数据716的信息来产生干涉图718。干涉图718包括相干性信息936和相位信息934,如图9-2中所示。
在1408,基于干涉图的相干性信息来识别相干性特征。相干性特征表示感兴趣区域内的相干性的量。例如,超声波传感器216的欺骗检测器230识别(例如,提取或产生)相干性特征914,该相干性特征 914表示感兴趣区域938内的相干性的量。如果对象与呈现攻击仪器 404相关联,则相干性特征914可以指示非常大的相干性的量(如干涉图930或932所示),或者如果对象与人脸408相关联,则指示非常小的相干性的量(如干涉图928所示)。示例相干性特征914可以表示感兴趣区域938内的平均相干性。另一示例相干性特征914表示感兴趣区域938内的相干性方差的量。
在1410,基于该相干性特征来检测呈现攻击。呈现攻击试图欺骗面部认证系统。该对象与呈现攻击相关联。例如,超声波传感器216 基于相干性特征914来检测呈现攻击114,如图9-1中所示。呈现攻击 114试图欺骗面部认证系统202。该对象与呈现攻击114相关联。
在1412,面部认证系统被阻止认证呈现攻击114。例如,超声波传感器216阻止面部认证系统202认证呈现攻击114。特别地,超声波传感器216向面部辨识器214提供欺骗指示符304,使得面部辨识器 214报告306面部认证失败。
在方法1400的变形中,方框1410可以改为基于相干性特征914 确定不存在呈现攻击114(例如,反射超声波传输信号410以产生超声波接收信号412的对象是人脸)。在此情况下,在1412,面部认证系统202可以认证人脸408以允许用户106进行访问。
在图15中的1502,传输超声波传输信号。例如,超声波传感器 216传输超声波传输信号410,如图13中参考1302所描述。
在1504,使用超声波传感器的至少两个换能器来接收至少两个超声波接收信号。所述至少两个超声波接收信号包括由对象反射的超声波传输信号的相应版本。例如,超声波传感器216使用麦克风504-1 至504-M中的至少两者来接收超声波接收信号412-1至412-M中的至少两者,如图14中参考1404所描述。
在1506,基于所述至少两个超声波接收信号来产生功率谱。功率谱表示所述至少两个超声波接收信号在一组频率和时间间隔上的功率。例如,超声波传感器216的欺骗检测器230产生功率谱722,如图 12-1中所示。功率谱722表示所述至少两个超声波接收信号在一组频率和时间间隔上的功率。
在1508,确定功率谱内的功率随时间变化的方差。这些方差分别与至少两个超声波接收信号相关联。例如,欺骗检测器230产生方差特征1208,其表示功率谱内的功率随时间变化的标准偏差。图12-2和图12-3示出了不同类型对象的示例标准偏差图形。
在1510,基于这些方差来检测呈现攻击。呈现攻击试图欺骗面部认证系统。该对象与呈现攻击相关联。例如,欺骗检测器230基于方差特征1208来检测呈现攻击114,如图12-1中所示。呈现攻击114试图欺骗面部认证系统202。该对象与呈现攻击114相关联。
在1512,面部认证系统被阻止认证呈现攻击。例如,超声波传感器216阻止面部认证系统202认证呈现攻击114。特别地,超声波传感器216向面部辨识器214提供欺骗指示符304,使得面部辨识器214报告306面部认证失败。
在方法1500的变形中,方框1510可以改为基于方差特征1208确定不存在呈现攻击114(例如,反射超声波传输信号410以产生超声波接收信号412的对象是人脸)。在此情况下,在1512,面部认证系统 202可以认证人脸408以允许用户106进行访问。
图13至图15的操作可以以各种方式进行组合。通常,超声波传感器216可以使用单通道特征726或多通道特征728的任何组合来执行面部认证反欺骗。尽管采用用于面部认证反欺骗的附加技术可以使用附加的计算资源,但是它可以增加超声波传感器216正确区分人脸 408和呈现攻击仪器404的准确度。此外,执行多种技术可以更好地使超声波传感器216能够区分佩戴配饰110的人脸408和呈现攻击114。
示例计算系统
图16示出了示例计算系统1600的各种组件,该示例计算系统1600 可以被实现为参考先前的图2-1所描述的任何类型的客户端、服务器和 /或用户设备102,以使用超声波传感器216来执行面部认证反欺骗。
计算系统1600包括通信设备1602,通信设备1602使得设备数据 1604(例如,接收的数据、正在接收的数据、被调度用于广播的数据或数据的数据包)能够进行有线和/或无线通信。通信设备1602或计算系统1600可以包括一个或多个超声波传感器216和一个或多个传感器 218。设备数据1604或其他设备内容可以包括设备的配置设置、存储在设备上的媒体内容和/或与设备的用户106相关联的信息。存储在计算系统1600上的媒体内容可以包括任何类型的音频、视频和/或图像数据。计算系统1600包括一个或多个数据输入1606,经由这些数据输入可以接收任何类型的数据、媒体内容和/或输入,包括人类话语、来自超声波传感器216的输入、用户可选择的输入(显式或隐式)、消息、音乐、电视媒体内容、记录的视频内容以及从任何内容和/或数据源接收的任何其他类型的音频、视频和/或图像数据。
计算系统1600还包括通信接口1608,其可以被实现为串行和/或并行接口、无线接口、任何类型的网络接口、调制解调器中的任一者或多者,以及任何其他类型的通信接口。通信接口1608提供计算系统 1600与通信网络之间的连接和/或通信链路,其他电子、计算和通信设备通过该连接和/或通信链路与计算系统1600就数据进行通信。
计算系统1600包括一个或多个处理器1610(例如,微处理器、控制器等中的任一者),处理器1610处理各种计算机可执行指令来控制计算系统1600的操作,并且实现用于或可以在其中体现使用超声的面部认证反欺骗的技术。可替代地或另外地,计算系统1600可以用硬件、固件或固定逻辑电路中的任何一者或其组合来实现,该固定逻辑电路结合处理和控制电路来实现,处理和控制电路通常在1612处加以识别。尽管未示出,但是计算系统1600可以包括耦合设备内各种组件的系统总线或数据传送系统。系统总线可以包括不同总线结构中的任何一种或组合,包括存储器总线或存储器控制器、外围总线、通用串行总线和/或利用各种总线架构中的任一者的处理器或局部总线。
计算系统1600还包括计算机可读介质1614,包括一个或多个能够实现持久和/或非暂时性数据存储(即,与单纯的信号传输相反)的存储器设备,其示例包括随机存取存储器(RAM)、非易失性存储器 (例如,只读存储器(ROM)、闪速存储器、EPROM、EEPROM等中的任一者或多者)和盘存储设备。盘存储设备可以被实现为任何类型的磁性或光学存储设备,包括硬盘驱动器、可记录和/或可重写紧密光盘(CD)、任何类型的数字多功能光盘(DVD)等。计算系统1600 还可以包括大容量存储介质设备(存储介质)1616。
计算机可读介质1614提供数据存储机制来存储设备数据1604,以及各种设备应用1618和与计算系统1600的操作方面相关的任何其他类型的信息和/或数据。例如,操作系统1620可以作为具有计算机可读介质1614的计算机应用来维护,并在处理器1610上执行。设备应用1618可以包括设备管理器,包括任何形式的控制应用、软件应用、信号处理和控制模块、特定设备的本地代码、特定设备的硬件抽象层等等。使用超声波传感器216,计算系统1600可以使用基于功率谱的方差来执行面部认证反欺骗。
总结
尽管已经用特征和/或方法特定的语言描述了使用超声波传感器来执行使用基于功率谱的方差的面部认证反欺骗的技术和包括该超声波传感器的设备,但应理解,所附权利要求的主题不必限于所描述的特定特征或方法。相反,具体特征和方法被公开为使用基于功率谱的方差的面部认证反欺骗的示例实现方式。
下文描述一些示例。
示例1:一种由超声波传感器执行的方法,该方法包括:
传输超声波传输信号;
接收超声波接收信号,该超声波接收信号包括被对象反射的超声波传输信号的版本;
基于超声波接收信号产生量程剖面数据,该量程剖面数据包括与超声波接收信号相关联的振幅和相位信息;
确定感兴趣区域内与对象的定位相关联的量程剖面数据的特征;
基于该特征检测呈现攻击,该呈现攻击试图欺骗面部认证系统,该对象与呈现攻击相关联;以及
阻止面部认证系统认证该呈现攻击。
示例2:示例1的方法,其中:
特征的确定包括检测量程剖面数据的感兴趣区域内的峰值振幅;以及
检测该呈现攻击包括:
比较峰值振幅与阈值;以及
响应于峰值振幅高于阈值,检测呈现攻击。
示例3:示例2的方法,还包含:
传输另一超声波传输信号;
接收另一超声波接收信号,该另一超声波接收信号包括被人脸反射的所述另一超声波传输信号的版本;
基于所述另一超声波接收信号产生其他量程剖面数据,该其他量程剖面数据包括与所述另一超声波接收信号相关联的振幅和相位信息;
检测该其他量程剖面数据的另一感兴趣区域内的另一峰值振幅,该另一感兴趣区域与人脸的定位相关联;
比较该另一峰值振幅与阈值;以及
响应于该另一峰值振幅小于阈值,使面部认证系统能够认证人脸。
示例4:任何前述示例的方法,其中:
特征的确定包括确定感兴趣区域上的能量分布;以及
检测该呈现攻击包括响应于能量分布大于另一阈值而检测呈现攻击。
示例5:任何前述示例的方法,还包含:
确定对象的定位,
其中感兴趣区域包括对象的定位。
示例6:示例5的方法,还包含:
从传感器接受传感器数据,
其中确定对象的定位包括基于传感器数据来确定对象的定位。
示例7:示例6的方法,其中传感器包括:
相机的相位差传感器;或
射频传感器。
示例8:示例5至7中的任一者的方法,还包含:
在确定特征之前,过滤量程剖面数据以提取与感兴趣区域相关联的振幅和相位信息。
示例9:任何前述示例的方法,其中超声波传输信号的传输包括产生具有导致量程剖面数据的量程分辨率小于大约7厘米的带宽的超声波传输信号。
示例10:任何前述示例的方法,还包含:
确定到对象的距离;以及
在检测呈现攻击之前,基于到对象的距离归一化该量程剖面数据内的振幅信息。
示例11:示例1至9中的任一者的方法,还包含:
在检测呈现攻击之前,基于交叉耦合因子或恒定虚警率信噪比来归一化该量程剖面数据内的振幅信息。
示例12:任何前述示例的方法,还包含:
从惯性测量单元接受运动数据,该运动数据表示超声波传感器的运动;以及
通过基于该运动数据修改量程剖面数据来补偿超声波传感器的运动。
示例13:示例1至11中的任一者的方法,还包含:
从惯性测量单元接受运动数据;以及
基于运动数据确定超声波传感器实质上静止,
其中传输该超声波传输信号包括响应于确定超声波传感器实质上静止来传输超声波传输信号。
示例14:一种包括被配置成执行示例1至13的方法中的任一者的超声波传感器的装置。
示例15:一种包括指令的计算机可读介质,这些指令在由处理器执行时使得超声波传感器执行示例1至13的方法中的任一者。
示例16:一种由超声波传感器执行的方法,该方法包括:
传输超声波传输信号;
使用超声波传感器的至少两个换能器来接收至少两个超声波接收信号,该至少两个超声波接收信号包括由对象反射的超声波传输信号的相应版本;
基于所述至少两个超声波接收信号来产生干涉图,该干涉图包括相干性信息和相位信息;
基于干涉图的相干性信息来识别相干性特征,相干性特征表示感兴趣区域内的相干性的量;
基于该相干性特征检测呈现攻击,该呈现攻击试图欺骗面部认证系统,该对象与呈现攻击相关联;以及
阻止面部认证系统认证该呈现攻击。
示例17:示例16的方法,其中检测该呈现攻击包括,响应于相干性的量大于相干性阈值,检测该呈现攻击。
示例18:示例17的方法,其中检测该呈现攻击包括:
传输另一超声波传输信号;
接收至少两个其他超声波接收信号,该至少两个其他超声波接收信号包括被人脸反射的其他超声波传输信号的版本;
基于该至少两个其他超声波接收信号来产生另一干涉图,该另一干涉图包括相干性和相位信息;
基于该另一干涉图的相干性信息来识别另一相干性特征,该另一相干性特征表示另一感兴趣区域内的另一相干性的量;以及
响应于该另一相干性的量小于相干性阈值,使面部认证系统能够认证人脸。
示例19:示例16至18中的一者的方法,其中检测该呈现攻击包括:
基于干涉图的相位信息来识别相位特征,相位特征表示感兴趣区域内的相位变化量;以及
响应于相位变化量小于相位阈值,检测该呈现攻击。
示例20:示例16至19中的任一者的方法,还包含:
基于所述至少两个超声波接收信号来产生量程剖面数据;以及
对量程剖面数据执行配准以产生配准的量程剖面数据,
其中产生干涉图包括基于配准的量程剖面数据来产生干涉图。
示例21:示例20的方法,其中:
量程剖面数据包括:
第一量程剖面数据,其与所述至少两个超声波接收信号的第一超声波接收信号相关联;以及
第二量程剖面数据,其与所述至少两个超声波接收信号的第二超声波接收信号相关联;以及
配准的执行沿着量程维度对准第一量程剖面数据和第二量程剖面数据内的对象的相应响应。
示例22:示例21的方法,其中配准的执行包括:
通过第一低通滤波器过滤第一量程剖面数据;以及
通过第二低通滤波器过滤第二量程剖面数据。
示例23:示例21的方法,其中配准的执行包括:
检测第一量程剖面数据内的第一峰值振幅;
确定与第一峰值振幅相关联的第一量程筐;
检测第二量程剖面数据内的第二峰值振幅;
确定与第二峰值振幅相关联的第二量程筐;
基于第一量程筐与第二量程筐之间的差异来确定偏移;以及
基于该偏移在量程上移位所述第二量程剖面数据,以产生移位的第二量程剖面数据。
示例24:示例23的方法,其中配准的执行包括:
确定第一量程剖面数据与移位的第二量程剖面数据之间的另一偏移;以及
基于该另一偏移对移位的第二量程剖面数据进行插值,以产生插值和移位的第二量程剖面数据。
示例25:示例21的方法,其中配准的执行包括:
对第二量程剖面数据重新采样以将第二量程剖面数据投影到与第一量程剖面数据相关联的公共网格。
示例26:示例20至25中的任一者的方法,其中检测该呈现攻击包括:
基于量程剖面数据产生功率分布直方图,功率分布直方图分别与所述至少两个超声波接收信号相关联;以及
基于功率分布直方图的偏斜度来检测呈现攻击。
示例27:示例20至26中的任一者的方法,其中检测该呈现攻击包括:
基于量程剖面数据产生恒定虚警率信噪比分布直方图,恒定虚警率信噪比分布直方图分别与所述至少两个超声波接收信号相关联;以及
基于恒定虚警率信噪比分布直方图的偏斜度来检测呈现攻击。
示例28:示例27的方法,其中恒定虚警率信噪比分布直方图的形状表现出以下各项中的一者或多者:
非高斯分布;或
具有尾部的分布。
示例29:一种包括被配置成执行示例16至28的方法中的任一者的超声波传感器的装置。
示例30:示例29的装置,其中:
该装置包括智能电话;
超声波传感器被集成在智能电话内;以及
超声波传感器的至少两个换能器包括:
智能电话的第一麦克风;以及
智能电话的第二麦克风。
示例31:示例30的装置,其中第一麦克风和第二麦克风位于智能电话的相对端。
示例32:示例29至31中的任一者的装置,其中所述至少两个换能器之间的距离大于与超声波传输信号相关联的波长。
示例33:一种包括指令的计算机可读介质,这些指令在由处理器执行时使得超声波传感器执行示例16至28的方法中的任一者。
示例34:一种由超声波传感器执行的方法,该方法包括:
传输超声波传输信号;
使用超声波传感器的至少两个换能器来接收至少两个超声波接收信号,所述至少两个超声波接收信号包括由对象反射的超声波传输信号的相应版本;
基于所述至少两个超声波接收信号来产生功率谱,该功率谱表示所述至少两个超声波接收信号在一组频率和时间间隔上的功率;
确定功率谱内的功率随时间变化的方差,这些方差分别与所述至少两个超声波接收信号相关联;
基于方差检测呈现攻击,该呈现攻击试图欺骗面部认证系统,该对象与呈现攻击相关联;以及
阻止面部认证系统认证该呈现攻击。
示例35:示例34的方法,其中产生该功率谱包括:
基于所述至少两个超声波接收信号来产生复数数据;以及
执行傅里叶变换以产生功率谱。
示例36:示例34或35的方法,其中复数数据包括:
量程剖面数据;
量程慢时间数据;或
干涉图。
示例37:示例34至36中的任一者的方法,其中检测该呈现攻击包括:
确定方差是否在一组值内;以及
响应于方差中的至少一者是在该组值之外来检测呈现攻击。
示例38:示例37的方法,其中检测该呈现攻击包括:
传输另一超声波传输信号;
接收至少两个其他超声波接收信号,该至少两个其他超声波接收信号包括被人脸反射的其他超声波传输信号的版本;
基于至少两个其他超声波接收信号来产生其他功率谱,该其他功率谱表示所述至少两个其他超声波接收信号在该组频率和另一时间间隔上的功率;
确定该其他功率谱内的功率随时间变化的其他方差,该其他方差分别与所述至少两个超声波接收信号相关联;以及
响应于该其他方差是在该组值内,使面部认证系统能够认证人脸。
示例39:示例38的方法,其中人脸正佩戴配饰。
示例40:示例34至39中的任一者的方法,其中:
功率谱包括:
第一功率谱,其与所述至少两个超声波接收信号的第一超声波接收信号相关联;以及
第二功率谱,其与所述至少两个超声波接收信号的第二超声波接收信号相关联;以及
确定方差包括:
使用滑动窗口产生第一功率谱的第一组子帧,第一组子帧的子帧与所述时间间隔的不同部分相关联;
计算跨越第一组子帧的第一标准偏差;
使用滑动窗口产生第二功率谱的第二组子帧,第二组子帧的子帧与所述时间间隔的不同部分相关联;以及
计算跨越第二组子帧的第二标准偏差。
示例41:示例1至13、16至28或34至40中的任一者的方法,其中呈现攻击包括:
未授权参与者呈现授权用户的照片;
未授权参与者呈现显示授权用户的数字图片的设备;或
未授权参与者佩戴表示授权用户的面具。
示例42:一种包括被配置成执行示例34至41的方法中的任一者的超声波传感器的装置。
示例43:示例42的装置,其中:
该装置包括智能电话;
超声波传感器被集成在智能电话内;以及
超声波传感器的至少两个换能器包括:
智能电话的第一麦克风;以及
智能电话的第二麦克风。
示例44:示例43的装置,其中第一麦克风和第二麦克风位于智能电话的相对端。
示例45:示例42至44中的任一者的装置,其中所述至少两个换能器之间的距离大于与超声波传输信号相关联的波长。
示例46:一种包括指令的计算机可读介质,这些指令在由处理器执行时使得超声波传感器执行示例34至41的方法中的任一者。
Claims (13)
1.一种由超声波传感器执行的方法,所述方法包括:
传输超声波传输信号;
使用所述超声波传感器的至少两个换能器来接收至少两个超声波接收信号,所述至少两个超声波接收信号包括由对象反射的超声波传输信号的相应版本;
基于所述至少两个超声波接收信号来产生功率谱,所述功率谱表示所述至少两个超声波接收信号在一组频率和时间间隔上的功率;
确定所述功率谱内的功率随时间变化的方差,所述方差分别与所述至少两个超声波接收信号相关联;
基于所述方差检测呈现攻击,所述呈现攻击试图欺骗面部认证系统,所述对象与所述呈现攻击相关联;以及
阻止所述面部认证系统认证所述呈现攻击。
2.根据权利要求1所述的方法,其中,产生所述功率谱包括:
基于所述至少两个超声波接收信号来产生复数数据;以及
执行傅里叶变换以产生所述功率谱。
3.根据权利要求1所述的方法,其中,所述复数数据包括:
量程剖面数据;
量程慢时间数据;或
干涉图。
4.根据权利要求1所述的方法,其中,检测所述呈现攻击包括:
确定所述方差是否在一组值内;以及
响应于所述方差中的至少一者是在所述一组值之外来检测所述呈现攻击。
5.根据权利要求4所述的方法,其中,检测所述呈现攻击包括:
传输第二超声波传输信号;
接收至少两个第二超声波接收信号,所述至少两个第二超声波接收信号包括被人脸反射的所述第二超声波传输信号的版本;
基于所述至少两个第二超声波接收信号来产生第二功率谱,所述第二功率谱表示在所述一组频率和第二时间间隔上的至少两个第二超声波接收信号的功率;
确定所述第二功率谱内的功率随时间变化的第二方差,所述第二方差分别与所述至少两个第二超声波接收信号相关联;以及
响应于所述第二方差是在所述一组值内,使所述面部认证系统能够认证所述人脸。
6.根据权利要求5所述的方法,其中,所述人脸正佩戴配饰。
7.根据权利要求1所述的方法,其中:
所述功率谱包括:
第一功率谱,其与所述至少两个超声波接收信号的第一超声波接收信号相关联;以及
第二功率谱,其与所述至少两个超声波接收信号的第二超声波接收信号相关联;以及
确定所述方差包括:
使用滑动窗口产生所述第一功率谱的第一组子帧,所述第一组子帧中的每个子帧与所述时间间隔的不同部分相关联;
计算跨越所述第一组子帧的第一标准偏差;
使用所述滑动窗口产生所述第二功率谱的第二组子帧,所述第二组子帧中的每个子帧与所述时间间隔的不同部分相关联;以及
计算跨越所述第二组子帧的第二标准偏差。
8.根据权利要求1至7中的任一项所述的方法,其中,所述呈现攻击包括:
未授权参与者呈现授权用户的照片;
所述未授权参与者呈现显示所述授权用户的数字图片的设备;或
所述未授权参与者佩戴表示所述授权用户的面具。
9.一种包括被配置成执行根据权利要求1至8中的任一项所述的方法的超声波传感器的装置。
10.根据权利要求9所述的装置,其中:
所述装置包括智能电话;
所述超声波传感器被集成在所述智能电话内;以及
所述超声波传感器的所述至少两个换能器包括:
所述智能电话的第一麦克风;以及
所述智能电话的第二麦克风。
11.根据权利要求10所述的装置,其中,所述第一麦克风和所述第二麦克风位于所述智能电话的相对端。
12.根据权利要求9至11中的任一项所述的装置,其中,所述至少两个换能器之间的距离大于与所述超声波传输信号相关联的波长。
13.一种包括指令的非易失性计算机可读存储介质,所述指令在由处理器执行时使得超声波传感器执行根据权利要求1至8中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2021/056631 WO2023075754A1 (en) | 2021-10-26 | 2021-10-26 | Face authentication anti-spoofing using power-spectra-based variance |
USPCT/US2021/056631 | 2021-10-26 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115828207A true CN115828207A (zh) | 2023-03-21 |
Family
ID=78709547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211213217.1A Pending CN115828207A (zh) | 2021-10-26 | 2022-09-30 | 使用基于功率谱的方差的面部认证反欺骗 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230129068A1 (zh) |
EP (1) | EP4193183A1 (zh) |
CN (1) | CN115828207A (zh) |
TW (1) | TW202318254A (zh) |
WO (1) | WO2023075754A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3447684A1 (en) * | 2017-08-22 | 2019-02-27 | Eyn Limited | Verification method and system |
CN111492373A (zh) * | 2017-10-30 | 2020-08-04 | 纽约州州立大学研究基金会 | 与基于声学的回声签名的用户认证相关联的系统和方法 |
-
2021
- 2021-10-26 WO PCT/US2021/056631 patent/WO2023075754A1/en unknown
- 2021-10-26 EP EP21811189.6A patent/EP4193183A1/en active Pending
-
2022
- 2022-09-06 US US17/930,026 patent/US20230129068A1/en active Pending
- 2022-09-12 TW TW111134344A patent/TW202318254A/zh unknown
- 2022-09-30 CN CN202211213217.1A patent/CN115828207A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230129068A1 (en) | 2023-04-27 |
EP4193183A1 (en) | 2023-06-14 |
TW202318254A (zh) | 2023-05-01 |
WO2023075754A1 (en) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102061434B1 (ko) | 스푸프 검출 및 라이브니스 분석을 위한 시스템들 및 방법들 | |
JP2021099348A (ja) | センサを用いたジェスチャ認識 | |
TWI694347B (zh) | 使用鄰近感測器之欺騙偵測 | |
TWI782074B (zh) | 生物特徵識別系統,行動裝置以及區分物件之生物組織與非生物材料之方法 | |
Du et al. | Context-free fine-grained motion sensing using WiFi | |
CN115828207A (zh) | 使用基于功率谱的方差的面部认证反欺骗 | |
US20230125564A1 (en) | Face Authentication Anti-Spoofing Using Interferometry-Based Coherence | |
US20230126062A1 (en) | Face Authentication Anti-Spoofing Using Ultrasound | |
US20170112383A1 (en) | Three dimensional vein imaging using photo-acoustic tomography | |
KR20130031711A (ko) | 초음파 기반 차량 운전자 인증 및 상태 감지 장치 및 방법 | |
Song et al. | Short-distance radar sensing application | |
WO2023043891A1 (en) | Spoof detection using eye boundary analysis | |
GB2567798A (en) | Verification method and system |
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 |