TW201725537A - 偽裝影像檢測方法及系統 - Google Patents

Abstract

一種偽裝影像檢測方法及系統，在檢測方法中，先取得一影像，並對此影像進行一色度分析，例如人的臉部影像，透過色度分析可以判斷出影像之色度是否偏移，若是臉部影像並非直接取自一個真正的人臉，而是取自顯示在液晶顯示器上的人臉影像，經過色度分析後，此影像之色度即可能偏移，例如偏藍，即判斷影像為偽裝影像；反之，若無此偏移，表示影像為取自真正的人臉，則判斷影像並非偽裝影像。因此，可將偽裝影像檢測系統應用在需要人臉識別的安全驗證用途上，可以避免偽裝影像的欺騙行為。

Description

偽裝影像檢測方法及系統

本發明關於一種偽裝影像檢測方法及系統，特別是指利用檢測影像色度中具有疑慮的成份作為辨別真偽影像的依據的檢測方法與系統。

常見影像識別技術係針對所擷取影像進行分析，以取得影像中的特徵，這些特徵成為識別影像的依據，例如應用在物品辨識的用途上，可以根據物品輪廓、凸顯該物品特色的影像特徵進行辨識；另如人臉安全辨識的用途上，因為每個人具有不同的臉部特徵，每個臉孔上的器官大小、彼此之間的距離、比例都可以成為影像特徵，作為識別人臉的依據。

然而，雖應用前述影像識別技術進行安全確認的技術已經成熟發展，但是不可避免的是，隨著生物識別技術廣泛採用時，偽裝與欺騙的技術也日新月異，例如，當有人使用複製影像作為安全識別的用途時，如果系統僅單純根據影像本身作為安全確認的基礎，將會產生安全上的疑慮。

舉例來說，當通過需要人臉辨識的安全入口、裝置開啟、軟體安全驗證或是特定網頁入口認證時，系統要求拍攝人臉，而有人拿出複製的人臉畫面進行驗證，此時系統需要辨別真偽。當攝影裝置解析度愈來愈高時，曾有已知技術考量影像的解析度判斷 是否為真實的人臉，以此避免有人利用人臉畫面就過驗證。另有已知技術以動態影像捕捉的方式來看是否有人使用偽裝的靜態影像，也就是透過人臉影像是否有變化等方式判斷該影像僅是人臉畫面，或是真實的人臉，避免有人使用一張畫面就矇混過關。不過，當偽裝技術愈來愈好時，相對地安全驗證的技術也要隨之提出對策。

根據本發明揭露書所揭示的一種偽裝影像檢測方法及系統，係針對安全驗證系統提出能夠避免惡意使用高解析度影像企圖矇騙過關的情況，提出一種檢測影像色度中是否具有疑慮的成份的方式，可以防堵有人透過高解析度顯示器的影像作為安全驗證的惡意行為。

根據實施例，偽裝影像檢測方法在一主要流程中包括先取得一影像，例如透過一攝影裝置取得影像，再對此影像進行一色度分析，之後判斷影像之色度是否偏移，若影像之色度已偏移，判斷影像為偽裝影像；若影像之色度並未偏移，判斷影像並非偽裝影像。另一實施例係可應用檢測監控系統中經過預錄偽裝的監看畫面上。

在此實施例中，色度分析係將影像之全部或部分執行一色度空間轉換，例如是色相-飽和度-明度(HSV)色度空間，取得其中色度資訊，以計算影像在色度空間的色度分佈。若影像係拍攝自一液晶顯示器的驗證影像，經此色度分析後，驗證影像之全部或局部色度往藍色偏移，判斷驗證影像為偽裝影像。需要一提的是，本發明並不限定僅運行於HSV色度空間中，而可使用能擷取出色度資訊的任何亮色分離的色度空間。

在另一偽裝影像檢測方法的實施例流程中，先取得影像，經分析影像後，擷取影像之一或多個特徵影像，此時，轉換一或多 個特徵影像到如前述的色相-飽和度-明度色度空間，進行一色度分析，至少計算各特徵影像之色相值。之後取得一或多個特徵影像的色相分佈，能夠據此判斷一或多個特徵影像之色相分佈是否偏藍，若特徵影像之色相分佈偏藍，如驗證影像可能拍攝自一顯示器的畫面，判斷影像為偽裝影像；若特徵影像之色相分佈並未偏藍，表示影像取自真正的物品，判斷影像並非偽裝影像。

根據另一實施態樣，關於一種電腦系統實現的偽裝影像檢測系統，此系統包括以軟體、硬體實現的影像擷取單元，透過一攝影鏡頭取得驗證影像，並將驗證影像暫存於一記憶體中；影像分析單元，係對驗證影像進行影像處理，以分析得到驗證影像的一或多個特徵；特徵擷取單元，根據分析結果，可自驗證影像的特徵擷中取出一或多個特徵影像；具有一色度空間轉換單元，可用以轉換特徵影像至一色相-飽和度-明度色度空間；色相分佈分析單元則用以取得特徵影像於色相-飽和度-明度色度空間中的色相值，以及包括有一偽裝影像判斷單元，係根據一或多個特徵影像的色相分佈是否有偏藍判斷驗證影像是否為偽裝影像。

為了能更進一步瞭解本發明為達成既定目的所採取之技術、方法及功效，請參閱以下有關本發明之詳細說明、圖式，相信本發明之目的、特徵與特點，當可由此得以深入且具體之瞭解，然而所附圖式僅提供參考與說明用，並非用來對本發明加以限制者。

10‧‧‧顯示器

101‧‧‧前端面板

103‧‧‧液晶模組

105‧‧‧背光模組

100‧‧‧臉影像

12‧‧‧驗證裝置

121‧‧‧攝影機

13‧‧‧監視攝影機

15‧‧‧監控系統

111‧‧‧偽裝影像

202‧‧‧可見光

201‧‧‧紫外線

203‧‧‧紅外線

301‧‧‧藍光波段

303‧‧‧黃光波段

42‧‧‧顯示器

421‧‧‧臉部影像

401‧‧‧攝影鏡頭

403‧‧‧影像擷取單元

405‧‧‧影像分析單元

407‧‧‧特徵擷取單元

409‧‧‧色度空間轉換單元

411‧‧‧色相分佈分析單元

413‧‧‧偽裝影像判斷單元

40‧‧‧偽裝影像檢測系統

步驟S501~S509‧‧‧偽裝影像檢測流程

步驟S601~S617‧‧‧偽裝影像檢測流程

圖1A顯示利用攝影機拍攝以顯示器顯示影像的偽裝驗證的情境示意圖之一；圖1B顯示利用預錄影像欺瞞監控系統的情境示意圖之二；圖2顯示自然光頻譜圖；圖3顯示為白色發光二極體頻譜圖； 圖4顯示本發明偽裝影像檢測系統的功能方塊實施例圖；圖5顯示之流程圖描述本發明偽裝影像檢測方法的實施例之一流程；圖6顯示之流程圖描述本發明偽裝影像檢測方法的實施例之二流程。

常見的液晶顯示器主要結構包括前端面板的玻璃基板、偏光片等結構，中間的液晶模組則包括如電極層、配向膜、液晶層與彩色濾光片等結構，後端具有一背光模組，常見光源則是白光發光二極體(LED)燈管，另可能具備光導與一些光學膜等結構。隨著顯示器的解析度愈來愈高，將更輕易而逼真地顯示真實物品的影像，因此在安全驗證方面，如果透過高解析度的顯示器顯示人臉或特定物品，在處理影像訊號的系統中，即愈來愈難以辨別真偽，於是，本發明提出一種偽裝影像檢測方法及系統，可以透過影像色度空間分析進行偽裝辨識，也就是可以分辨出影像為取自顯示器上的畫面，或是拍攝自真實物品或人臉。需要一提的是，本發明揭露書所描述的技術係搭配原本安全驗證系統，並非用於影像驗證，而是針對影像真偽進行檢測。

圖1A顯示利用攝影機拍攝以顯示器顯示影像的偽裝驗證的情境示意圖。

此例顯示有一顯示器10，若用以偽裝驗證影像的用途，顯示器10如手機、平板電腦、筆記型電腦等的手持裝置，顯示器的主要組成有包括玻璃表面、光學膜組成的前端面板101、由電極板、配向膜、液晶層、彩色濾光片等結構組成的液晶模組103，以及主要以發光二極體燈管作為背光源的背光模組105。此例在顯示器10上顯示有一作為驗證的人臉影像100。

在系統方面，主要為安全驗證的驗證裝置12，此為一種電腦 設備，如一般家用電腦、門禁裝置、保全設備等，設有攝影機121，用以拍攝驗證的主體。

此偽裝影像檢測系統的特色之一係可以適用各種安全驗證的需求上，因為只要取得影像資訊後進行分析，方法是以軟體或韌體方法實現，卻不用一般安全驗證額外的輔助設備，能直接讓現有系統立即採用而提昇辨識效能以及可信度。另有優點包括，因為僅對影像進行色度分佈分析，以及僅取得色相資訊(實施例之一)，因此能夠不被拍攝影像的環境所影響，且方法快速而精確。

目前常見的彩色顯示器的背光模組多以白光發光二極體(LED)作為背光源，以白光發光二極體作為背光源所顯示的影像的頻譜成份並不同於自然光或是一般光源反射真實物品的光線的頻譜成份，即便一般光源也可能是發光二極體(白光)，但是仍不同於直接以發光二極體作為背光而顯示的影像的頻譜成份，透過頻譜分析可以輕易地區分出是以發光二極體作為背光源的顯示影像，以及直接拍攝自真實物品的影像。其中主要理由之一是目前主要作為光源的白光發光二極體所射出的光線係以紫外光(UV)或藍光單晶粒作為激發光源，再與黃色為主的螢光粉(epoxy)調配而成，因此射出的白光頻譜成份將以藍光為主基調，並非平均分佈。於是，本發明檢測影像真偽的依據就是根據影像的頻譜成份是否偏向由LED背光所導致的藍光頻譜來判斷。

特別是針對可以手持的行動裝置的顯示器，當以此類裝置的顯示畫面進行一般影像驗證時，雖然影像具有高解析度，但是經過色度分析的影像色度成份將因為背光為偏向藍光波段的關係而容易與自然光或一般光源所拍攝的真實物品的影像區隔。

影像色度分析是經過分析獲得拍攝影像的色度資訊，本發明實施例之一係採用色度分佈分析，也就是經過色度空間轉換後可以計算得到拍攝影像的色度分佈，從色度分佈可以區分是一般自然光下的真實物品的影像，或是是從另一顯示螢幕所呈現出的影 像，藉此判斷出企圖以高解析度顯示器所顯示的影像矇騙驗證系統的情況。

另一應用情境可參考圖1B所示的例圖，此例顯示本發明偽裝影像檢測方法可應用在一監控系統中的偽裝監看畫面的檢測。

例如有一監控場合設有一監視攝影機13，後端連接一監控系統15，監控系統15用以接收各端監視攝影機13的監看畫面。但此監看畫面若被有心人士以預錄的影片置於前端，如圖式中的偽裝影像111，將可能欺瞞監控系統15端的監控人員。

因此，本發明偽裝影像檢測技術可實施在監控系統15中，當監控系統15載有本發明偽裝影像檢測系統(相關軟硬體)時，系統先擷取監看畫面，形成一驗證影像，可以透過前例描述的色度分析技術辨識出是否此驗證影像自於偽裝的影像。當驗證影像之全部或局部色相分佈往藍色偏移，且大於偽裝判斷的一門檻時，驗證影像即判斷為偽裝影像。

圖2顯示自然光頻譜圖，例如是太陽的頻譜，其中縱軸為頻譜輻射強度(W/m²/nm)，橫軸為波長(nm)，此圖顯示太陽頻譜主要落於可見光202的波段，兩側則為紫外線201與紅外線203的波段，在這些波段(紅R、綠G、藍B)中顯得十分平均。

圖3顯示為白色發光二極體頻譜圖，縱軸為頻譜輻射強度(W/m²/nm)，橫軸為波長(nm)。此圖顯示白光發光二極體的頻譜分析，由於多數液晶顯示器採用發光二極體作為背光源，而發光二極體的激發光原理是以高能量短波藍光刺激磷層發光，使其發出低能量黃光，並使一部分藍光轉換成白光，因此，反映出以白光發光二極體為背光源時，頻譜分析結果顯示在藍光波段301(約450nm)附近有個波峰，其餘在黃光波段303(約550nm)則有另一個小波峰，整體看來，偏藍的現象十分明顯。

根據以上理論基礎，本發明揭露書所提出的方法即藉由偵測影像中的色度區域差異，並以機率類神經網路建立決策模式，偵 測判斷影像是否來自顯示螢幕上，藉此達到偽裝影像檢測的目的。而在本發明技術實施時，類神經網路並非進行決策的唯一方式。

其中色度區域可以為一色度空間(color space)中的一種成份，如在色相-飽和度-明度(HSV)色度空間中，其中成份包括色相(hue)、飽和度(saturation)與明度(value)。應用在本發明偽裝影像檢測的用途上，可以採用其中色相(hue)資訊，忽略影像飽和度與明度，或將飽和度與明度值設為1，避免干擾。如此，經取樣液晶顯示器的影像進行分析，轉換為HSV色度空間，將出現偏向藍色的色度影像。

HSV色度空間是一種將紅綠藍(RGB)色彩模型中的點在圓柱坐標系中的表示法，以下方程式表示從RGB色度空間到HSV色度空間的轉換式。其中(r,g,b)分別是一個顏色的紅、綠和藍座標，它們的值是在0到1之間的實數。設max等價於r,g和b中的最大者；設min等於這些值中的最小者。h是角度的色相角，h值通常規範化到位於0到360°之間，s,v[0,1]是飽和度亮度：

v=max

拍攝影像經HSV色度分析，排除飽和度與明度的影響(設為1或其他不影響色相分析的值)，可針對色相(hue)資訊最少的部分進行分析，如擷取出臉部反光較少的部分，也就是被外部光線 干擾最少的地方，以能準確地取得其中較為純粹的色相資訊，再根據這部分色相分佈判斷是否為偽裝影像。

因此，當驗證影像為一人臉或特定物品時，在驗證影像上做HSV色度空間分析，影像中的明亮處與陰影處及一些白色與黑色的部分，將會呈現出藍色，因此如果影像中特定部位有高比例的藍色出現，就判斷為欺騙影像的機率極高，依此可做為判斷真臉或假臉的參考依據。

需要一提的是，本發明並不限定僅運行於HSV色度空間中，而可使用能擷取出色度資訊的任何亮色分離的色度空間。

本發明揭露書所提出的偽裝影像檢測系統係以軟體、韌體與/或硬體相互搭配產生的系統，由一電腦系統運作，相關功能模組可參考圖4所示系統實施例之功能方塊圖。

圖示為一偽裝影像檢測系統40依照其中軟體、韌體與/或硬體之間搭配執行的功能而區分為多個功能模組，偽裝影像檢測系統40如執行於一電腦系統內的偽裝影像檢測程式，整合電腦系統內的各軟硬體資源，包括相互耦接與訊號傳遞的攝影鏡頭401、影像擷取單元403、影像分析單元405、特徵擷取單元407、色度空間轉換單元409、色相分佈分析單元411與偽裝影像判斷單元413。

系統具有攝影鏡頭401，設於需要影像驗證的裝置上，例如使用人臉驗證進入的場所門禁、使用人臉驗證開啟特定設備的裝置，或是各種需要人臉驗證，或是特定影像驗證需求的用途上。相關防止偽裝影像的系統的影像擷取單元403即透過此攝影鏡頭401取得一驗證影像，並將驗證影像暫存於一記憶體(未示於此圖)中。驗證影像如人臉或是任何可以執行安全驗證的影像。

此例顯示在顯示器42上顯示出一個臉部影像421，以此作為安全驗證的影像。當顯示器42的解析度夠好，一般僅採用人臉驗證的系統可能會被欺騙成功，本發明所提出的偽裝影像檢測系統則接著對此臉部影像421進行分析，由影像分析單元405自記憶 體中取得拍攝臉部影像421得到的驗證影像，接著對此驗證影像進行影像處理，以分析得到驗證影像的一或多個特徵。

根據一實施例，若以擷取人臉特徵的應用為例，因為每個受驗證的對象高矮、臉部大小與角度不一，需要先定位臉部位置，例如先辨識出眼睛、鼻子與嘴巴的影像與位置，取得臉部的範圍、方向與位置，根據需要執行正規化轉換，調整擷取影像的大小。而接著自此驗證影像根據需求識別出一或多個特徵，而這些特徵則可以取自臉部影像之臉部、雙眼、眉毛、鼻子與嘴巴等。

之後由特徵擷取單元407根據影像分析單元405的分析結果，自驗證影像的一或多個特徵擷取出一或多個特徵影像，並應暫存至記憶體中，系統即可對此經圖像化的特徵執行色度分析，包括以色度空間轉換單元409轉換一或多個特徵影像至一色相-飽和度-明度(HSV)色度空間，或其他具有亮色分離特性的色度空間，以及以色相分佈分析單元411取得一或多個特徵影像於此色相-飽和度-明度色度空間中的色相值(hue)。在一實施例中，在計算於色相-飽和度-明度色度空間中影像的各種色度值時，本發明可以僅採用其中色相值，透過此色相值即可判斷驗證影像是否有色相偏移的問題。

在避免一張影像可能誤判的問題時，系統可以由影像擷取單元403驅動攝影裝置(鏡頭)一次拍攝多張，計算平均，或可排除極端(錯誤)的影像，之後採用多張影像色相值的平均值或色相值的分佈統計作為判斷依據。

接著，由偽裝影像判斷單元413根據影像中特徵影像的色相值與過去歷史的統計資料比對，以判斷是否為偽裝影像，當驗證影像係拍攝自一液晶顯示器所顯示的影像，驗證影像中的特徵將會反映出影像中色相值有偏藍(統稱，可以涵蓋藍紫、紫色等波段)的情況，以此作為判斷偽裝影像的依據。

圖5即描述本發明偽裝影像檢測方法的實施例流程之一。

流程開始，如步驟S501，取得拍攝影像，可能拍攝自真正的物品影像，或是拍攝自高解析度顯示器顯示的畫面。接著如步驟S503，進行色度分析，可將影像之全部或部分執行一色度空間轉換，取得其中色度資訊，以計算影像在某色度空間的色度分佈，再如步驟S505，根據色度分佈而判斷影像色度是否偏移？

若從色度分析判斷影像已有偏移(是)，如可能是拍攝自液晶顯示器顯示的驗證影像，如步驟S507，產生檢測結果，表示發現偽裝影像，可以作出必要警示或訊息告知等措施；若影像之色度並未偏移(否)，如步驟S509，產生的檢測結果顯示影像並非偽裝影像。

在圖6顯示之流程中，其中細節描述前述系統執行偽裝影像檢測的步驟流程。在此實施例中，如步驟S601，先取得拍攝影像，再如步驟S603，分析檢測此影像，主要是在取得此影像時，如人臉，需要經過一些影像調整，包括根據人臉器官特徵調整角度、大小等，並判斷是否為可以檢測的影像，否則將重新拍攝。

接著，如步驟S605，系統自所拍攝的影像中擷取一或多個影像特徵，並不排除可以整張影像判斷。以人臉為例，則可取得其中足以檢測真偽的特徵，臉部影像中的特徵可選自臉部、雙眼、眉毛、鼻子與嘴巴等，並產生特徵影像，暫存至記憶體中。之後在步驟S607中對所選取的特徵影像執行色度分析，包括轉換一或多個特徵影像到一色相-飽和度-明度色度空間，並至少計算各特徵影像之色相值(步驟S609)，其餘飽和度與明度則如前述實施例所述，可以因為避免影響判斷而設於1或其他不影響判斷的數值，或是可以在判斷真偽的步驟中忽略。

之後取得所選取的一或多個特徵影像的色相分佈，如步驟S611，根據色相分佈可以得到影像中之全部或部分特徵影像是否偏藍？(步驟S613)。

當判斷有偏藍或藍紫或紫等色相值的狀況時(是)，如步驟 S615，產生檢測結果，發現偽裝影像；反之(否)，如步驟S617，產生檢測結果，顯示非偽裝影像。

在本發明偽裝影像檢測的方法流程中，為了提昇安全驗證的準確度，在一實施方式中，偽裝影像檢測系統可僅採取物品特定位置(特徵)的影像，若以人臉偽裝影像檢測為例，透過特徵擷取的步驟，將邊緣較為明顯的區塊分別處理，例如，針對臉部、雙眼、眉毛、鼻子與嘴巴，分別統計色度值，可以採用臉部特徵之一作為判斷的參數，或是以兩個以上的臉部特徵的組合相互印證，作為判斷的依據。舉例來說，作臉部檢測時，系統同時參考眼睛、鼻子與嘴巴三者部位的色相值，若三者色相值都為偏藍，可以證明驗證影像為偽裝的影像。若其中較少的特徵為偏藍，系統可以重新拍攝，或是不排除可搭配其他防偽技術而達到更準確的判斷。

另一種方式是，同一時間取得多張連續影像，取得多張影像的平均色度值，或是特定影像特徵的平均色度值，或是可以將異常影像(如色度值異常高或低者)去除後，再將剩餘的影像的全部或特定特徵計算色度平均值，以此作為偽裝影像檢測時，可以降低單張照影像造成的誤判。

是以，根據揭露書所載實施例，本發明實施例所揭示的偽裝影像檢測方法及系統係主要根據影像的色度分析結果判斷是否拍攝自液晶顯示器所顯示的影像，藉此可以判斷影像真偽，在一應用中可以檢測是否有欺騙安全驗證系統的行為。偽裝影像檢測系統係應用於一需要安全驗證的裝置中，或是為一獨立運作的系統，輔助原來的驗證系統上，以排除偽裝影像。

惟以上所述僅為本發明之較佳可行實施例，非因此即侷限本發明之專利範圍，故舉凡運用本發明說明書及圖示內容所為之等效結構變化，均同理包含於本發明之範圍內，合予陳明。

S501‧‧‧取得拍攝影像

S503‧‧‧色度分析

S505‧‧‧影像色度是否偏移？

S507‧‧‧產生檢測結果，發現偽裝影像

S509‧‧‧產生檢測結果，非偽裝影像

Claims (17)

1. 一種偽裝影像檢測方法，包括：取得一影像；對該影像進行一色度分析；以及判斷該影像之色度是否偏移，若該影像之色度已偏移，判斷該影像為偽裝影像；若該影像之色度並未偏移，判斷該影像並非偽裝影像。
2. 如請求項1所述的偽裝影像檢測方法，其中該影像係由一攝影裝置取得，用以驗證該影像是否為偽裝影像，該影像係儲存於一記憶體內。
3. 如請求項2所述的偽裝影像檢測方法，其中該色度分析係將該影像之全部或部分執行一色度空間轉換，取得其中色度資訊，以計算該影像在該色度空間的色度分佈。
4. 如請求項3所述的偽裝影像檢測方法，其中該色度空間為一色相-飽和度-明度色度空間。
5. 如請求項1至4其中之一所述的偽裝影像檢測方法，其中，若該影像係拍攝自一液晶顯示器的一驗證影像，經該色度分析後，該驗證影像之全部或局部色度往藍色偏移，該驗證影像為偽裝影像。
6. 一種偽裝影像檢測方法，包括：取得一影像；分析該影像，擷取該影像之一或多個特徵影像；轉換該一或多個特徵影像到一亮色分離的色度空間，進行一色度分析，至少計算各特徵影像之色相值；取得該一或多個特徵影像的色相分佈；以及判斷該一或多個特徵影像之色相分佈是否偏藍，若該一或多個特徵影像之色相分佈偏藍，判斷該影像為偽裝影像；若該一或多個特徵影像之色相分佈並未偏藍， 判斷該影像並非偽裝影像。
7. 如請求項6所述的偽裝影像檢測方法，其中該影像為一臉部影像，該特徵影像係選自臉部、雙眼、眉毛、鼻子與嘴巴。
8. 如請求項7所述的偽裝影像檢測方法，其中更包括將多個特徵影像的偽裝影像檢測結果相互印證，判斷該影像是否為偽裝影像。
9. 如請求項7所述的偽裝影像檢測方法，其中於取得該影像之步驟中，更包括取得該影像之該一或多個特徵影像的多張連續影像，經該色度分析，取得該多張連續影像的色相值分佈統計，再行取得該影像之該一或多個特徵影像的色相值與統計資料比對，以判斷該影像是否為偽裝影像。
10. 如請求項6至9其中之一所述的偽裝影像檢測方法，其中，該影像係拍攝自一液晶顯示器的一驗證影像，經該色度分析後，該驗證影像之全部或局部色相分佈往藍色偏移，該驗證影像為偽裝影像。
11. 如請求項6至9其中之一所述的偽裝影像檢測方法，其中，該影像係擷取自一監控系統中的一監看畫面的驗證影像，經該色度分析後，該驗證影像之全部或局部色相分佈往藍色偏移，該驗證影像為偽裝影像。
12. 一種以一電腦系統實現的偽裝影像檢測系統，包括：一影像擷取單元，透過一攝影鏡頭取得一驗證影像，並將該驗證影像暫存於一記憶體中；一影像分析單元，係對該驗證影像進行影像處理，以分析得到該驗證影像的一或多個特徵；一特徵擷取單元，係根據該影像分析單元的分析結果，自該驗證影像的該一或多個特徵擷取出一或多個特徵影像；一色度空間轉換單元，用以轉換該一或多個特徵影像至 一亮色分離的色度空間；一色相分佈分析單元，用以取得該一或多個特徵影像於該色度空間中的色相值；以及一偽裝影像判斷單元，係根據該一或多個特徵影像的色相值與統計資料比對，以是否有偏藍判斷該驗證影像是否為偽裝影像。
13. 如請求項12所述的偽裝影像檢測系統，其中該驗證影像係拍攝自一液晶顯示器所顯示的影像。
14. 如請求項12所述的偽裝影像檢測系統，其中該驗證影像係擷取自一檢測監控系統中的一監看畫面。
15. 如請求項12至14其中之一所述的偽裝影像檢測系統，其中該驗證影像係為一臉部影像。
16. 如請求項15所述的偽裝影像檢測系統，其中該驗證影像的一或多個特徵係取自該臉部影像之臉部、雙眼、眉毛、鼻子與嘴巴。
17. 如請求項16所述的偽裝影像檢測系統，其中該偽裝影像檢測系統係應用於一安全驗證的裝置中。