使用多图像采集设备进行欺骗检测的方法和系统与流程

本公开涉及图像捕获设备。更具体地，涉及使用多图像采集设备进行欺骗检测的方法和系统。

背景技术：

结合诸如面部识别或虹膜识别的生物特征识别技术的系统通常包括捕获用户的图像的相机。然后，对捕获的图像进行处理，以使用生物特征识别技术认证用户。

技术实现要素：

在一个方面，本文示出了用于基于确定一个或多个捕获的图像是活人的替代表示来阻止访问安全系统的方法。该方法包括从传感器接收指示环境条件的信息。所述方法还包括，在一个或多个处理设备处，接收指示由第一图像采集设备捕获的第一图像是否对应于活人的所述替代表示的第一信息，以及在所述一个或多个处理设备处接收指示由第二图像采集设备捕获的第二图像是否对应于活人的所述替代表示的第二信息。所述方法还包括以加权组合的形式将所述第一信息和所述第二信息进行组合，其中，根据所述环境条件分配相应的权重，基于所述加权组合，确定所述第一图像和所述第二图像中的对象是活人的替代表示。所述方法还包括响应于确定所述对象是活人的替代表示，阻止访问所述安全系统。

在另一方面，本文示出了一种安全系统，该系统包括具有一个或多个处理设备的图像分析引擎。所述图像分析引擎被配置为从传感器接收指示环境条件的信息。所述图像分析引擎还被配置为接收指示第一图像采集设备捕获的第一图像是否对应于活人的所述替代表示的第一信息，以及接收指示第二图像采集设备捕获的第二图像是否对应于活人的所述替代表示的第二信息。所述图像分析引擎还被配置为以加权组合的形式将所述第一信息和所述第二信息进行组合，其中，根据所述环境条件分配相应的权重，基于所述加权组合，确定所述第一图像和所述第二图像中的对象是活人的替代表示。作为响应，所述图像分析引擎被配置为阻止访问所述安全系统。

在另一方面，本文示出了一个或多个机器可读存储设备，其包括被配置为促使一个或多个处理设备执行包括以下的操作的机器可读指令。所述操作包括从传感器接收指示环境条件的信息。所述操作还包括，在一个或多个处理设备处，接收指示由第一图像采集设备捕获的第一图像是否对应于活人的替代表示的第一信息，以及在所述一个或多个处理设备处接收指示由第二图像采集设备捕获的第二图像是否对应于活人的所述替代表示的第二信息。所述操作还包括以加权组合的形式将所述第一信息和所述第二信息进行组合，其中，根据所述环境条件分配相应的权重，基于所述加权组合，确定所述第一图像和所述第二图像中的对象是活人的替代表示。所述操作还包括响应于确定所述对象是活人的替代表示，阻止访问安全系统。

以上各方面的实施方式可以包括以下一个或多个特征。

活人的替代表示可以包括活人的照片。照片可以打印在纸上，或呈现在显示设备上。第一图像采集设备可以包括红外(ir)相机，并且第一图像可以是在结构光照射下由ir相机捕获的。第二图像采集设备可以包括偏振检测器，该偏振检测器被配置为检测从对象接收的光的偏振态。在一些实施方式中，可以接收第三信息，其中所述第三信息指示由第三图像采集设备捕获的第三图像是否对应于活人的所述替代表示。第三信息可以被包括在加权组合中，其中与所述第三信息相关联的权重是根据环境条件确定的。所述第三图像采集设备包括热成像相机。环境条件可以指示相应的位置是室内位置还是户外位置。在一些实施方式中，指示环境条件的信息可以指示对应位置处的日光量。所述安全系统可以包括设置在一体机中的用户界面。所述传感器可以设置在所述一体机中。

本文描述的各种实施方式可以提供以下优点中的一个或多个。可通过允许系统区分活人和替代表示，例如在纸上或显示设备上显示的照片，提高生物特征认证系统的可靠性和/或安全性。通过允许基于从多个图像采集设备接收到的信息的加权组合来进行确定，本文所述的技术可以改善底层生物特征认证系统在不同环境条件下的性能。例如，通过基于感测环境条件的一个或多个传感器来适应地选择与从多个图像采集设备接收到的信息相关联的权重，可以使生物特征认证系统针对可能不利地影响多个图像采集设备中的一个或多个的性能的各种环境状况变得更加稳健。

附图说明

图1示出了可以使用本文所描述的技术的示例性环境的一体机。

图2a示出了在结构光照明下捕获的活人的图像的示例。

图2b示出了在结构光照明下捕获的活人的替代表示-打印在纸上的照片的图像的示例。

图3a是可用于实现本文描述的技术的示例性系统的框图。

图3b和图3c示出了使用图3a的图像采集设备之一获得的图像和相应的频域表示的示例。

图4是用于基于确定所捕获的图像是活人的替代表示来阻止访问安全系统的示例性处理的流程图。

图5是表示计算设备的示例的框图。

在本文和附图中重复使用附图标记旨在表示相同或相似的特征或元件。

具体实施方式

本文提出了一种图像分析方法，其中对使用生物特征认证系统的多个图像采集设备捕获的图像进行分析，以确定这些图像是对应于真实的活人，还是对应于活人的替代表示(例如，打印在纸上或显示在高清显示设备上的活人的照片或其他图像，在此也称为欺骗)。然后，将基于多个图像采集设备各自进行的单独确定以加权组合进行组合，从而进行最终确定。基于确定的环境条件，例如基于来自一个或多个传感器的输入，确定相应的权重。例如，对于给定的环境条件，可以对使用已知在特定环境条件下表现不能令人满意的图像采集设备进行的确定分配较低的权重。相反，可以对使用已知在特定条件下表现良好的另一图像采集设备进行的确定分配较高的权重。例如，使用采用红外(ir)或近ir照明的图像采集设备进行的确定在室内条件下是高度可靠的，而在日光直射的情况下可能不太可靠。另一方面，即使在日光直射的情况下，使用依赖于检测接收光的偏振态的图像采集设备进行的确定也可以是可靠的。因此，在存在直射日光的环境条件下，与使用ir/近ir照明进行的确定相比，使用偏振态检测进行的确定可以被分配更高的权重。使用这种加权组合做出最终确定，允许底层欺骗检测系统在各种环境条件下更加稳健，从而可以提高系统的整体可靠性。

稳健的欺骗检测系统可以具有多个优点。如果确定捕获的图像不对应于活人，则可以停止由生物特征认证系统对捕获图像进行任何进一步处理，并且可以立即阻止任何相应的访问尝试。许多生物特征认证系统涉及基于识别用户的面部、眼纹、虹膜等为安全系统认证用户。这样的生物特征认证系统涉及捕获用户的一个或多个图像，并在捕获的图像上执行相应的识别处理。破坏此类生物特征认证系统安全性的恶意尝试可包括呈现活人的替代表示以获取对与相应活人的身份相关联的账户或其他特权的访问。这样的攻击通常被称为欺骗攻击，并且生物特征认证系统的可靠性/安全性可以通过系统区分活人和相应的替代表示(也称为欺骗)的能力来确定。本文所述的技术提高了生物特征认证系统的安全性/可靠性，该系统依赖于基于面部识别、眼纹识别、虹膜识别等来识别用户。具体地，本文描述了预处理步骤，该步骤允许确定所捕获的图像对应于真实的活人还是欺骗性替代表示，例如打印或显示的活人图像/照片。在检测到所捕获的图像是欺骗时，可以阻止对该图像进行任何用以允许访问相应的安全系统的进一步处理，从而为该系统增加了一层安全保护。

图1示出了可以使用本文所描述的技术的示例性环境的一体机100。这样的一体机用于需要通过一个或多个生物特征认证处理来认证用户的各种目的。例如，一体机100可以包括允许用户从银行账户取款的自动取款机(atm)。在另一示例中，一体机100可以被部署在饭店或快餐店，并且允许用户订购和支付食物。一体机100还可以被部署在入口(例如，在竞技场或体育场的大门处)以在进入场地之前对进入者进行认证。通常，一体机100可以部署在各种类型的位置以交互地认证用户，甚至不需要用户的任何主动参与。

在一些实施方式中，一体机100可以包括支持生物特征认证系统的一个或多个组件。例如，一体机100可以包括捕获与一体机100交互的用户的图像的一个或多个图像采集设备105a、105b和105c(统称为105)。所捕获的图像可以被处理以识别/认证有效用户，和/或允许或拒绝访问通过一体机提供的服务/产品。例如，一体机100可以包括显示设备110(例如，电容性触摸屏)，其允许用户在零售店选择和订购食品。一旦用户通过呈现在显示设备110上的用户界面完成选择，就可以要求用户看向一个或多个图像采集设备105以进行认证。使用一个或多个图像采集设备105捕获的图像然后可以用于认证/识别/验证预存储的用户的简档，然后可以从链接到该简档的账户自动扣除食品的付款。

图像采集设备105可以是各种类型。在一些实施方式中，图像采集设备105之一可以是捕获由ir或近ir波长照射的对象的图像的深度感测相机。在一些实施方式中，图像采集设备105之一可以包括被配置为捕获由长波红外(lwir)照射的对象的图像的相机/传感器。lwir图像采集设备也可以称为热成像相机。这样的相机可以包括长波热传感器，该长波热传感器收集例如在8μm至14μm之间的波长或在诸如3μm至5μm之间的较低波长的信息。在一些实施方式中，图像采集设备105之一可以包括被配置为接收处于特定偏振态的光的偏振片。

在一些实施方式中，使用图像采集设备105捕获的图像可以由底层生物特征认证系统处理以识别/认证用户。在一些实施方式中，生物特征认证系统可以从图像中提取各种特征，例如，从面部、虹膜、眼巩膜下面的脉管系统或眼周区域抽取的特征，以基于将提取的特征与在注册过程中存储的用户的一个或多个模板图像的特征进行匹配来识别/认证特定用户。生物特征认证系统可以使用机器学习处理(例如，使用例如深度神经网络架构实现的深度学习处理)来将用户与针对系统的各种用户存储的多个模板之一进行匹配。在一些实施方式中，可以至少部分地使用部署在一体机100上的一个或多个处理设备来实现机器学习处理。在一些实施方式中，一体机100可以与实现机器学习处理的一个或多个远程处理设备(例如，一个或多个远程服务器)通信。

在一些实施方式中，使用图像采集设备105捕获的图像用于认证/识别/验证用户，并提供对与用户身份相关联的账户/特权的访问。例如，可以使用相应的底层生物特征认证处理来分析由图像采集设备105捕获的一个或多个图像以识别用户(例如，使用面部识别、眼纹识别、虹膜识别等)。但是，破坏此类生物特征认证处理安全性的恶意尝试通常涉及呈现活人的替代表示(例如，打印在纸上或显示在高清显示设备上的活人的照片或其他图像)，试图促使底层生物特征认证系统将替代表示识别为相应的活人。因此，在许多情况下，底层生物特征认证系统的安全性和/或可靠性取决于系统区分真实的活人和例如打印照片或显示设备上显示的图像的欺骗性替代表示的能力。本文描述的技术允许改善生物特征认证系统的区分能力，从而改善系统的可靠性/安全性。

在一些实施方式中，一体机100可以包括被配置为生成电磁辐射的一个或多个照明源115a和115b(统称为115)，以照射由图像采集设备105捕获的图像中的对象。在一些实施方式中，一体机100可以包括用于多个图像采集设备105中的一个或多个的单独的照明源115。例如，如果图像采集设备105之一是ir相机，则对应的照明源115可以包括一个或多个ir光源。类似地，如果图像采集设备105之一包括偏振态检测器，则对应的照明源115可以包括被配置为发射特定线性或圆形偏振态的光的一个或多个光源。在一些实施方式中，照明源115可各自包括光源阵列，该光源阵列包括以特定图案布置的一个或多个光源120(例如，发光二极管(led))。在图1的示例中，每个照明源115包括九个led的光源阵列，该九个led以每三个led为一行布置在三行中。然而，光源或led可以以各种其他图案布置，包括例如同心圆的图案。尽管图1示出了两个在空间上分开的光源115a和115b，但是也可以使用单个光源115。

在一些实施方式中，照明源115可以被配置为以对应的照明图案来照射对象。照明图案可以被称为结构光，并且被配置为将高频分量引入与活人的图像不对应的图像中。活人的皮肤会散射并吸收入射在其上的光。因此，即使当诸如由led的图案辐射的结构光入射到人的皮肤上时，该光也在内部被散射并且被反射为漫射光，使得不容易在由图像采集设备105捕获的活人的图像中检测到该图案的表示。另一方面，如果图像采集设备105捕获活人的替代表示(例如，打印在纸上的人的照片)的图像，则图案的表示可以在图像中检测到，例如，由于镜面反射和/或缺乏散射和漫射。这在图2a和2b中示出，图2a和2b分别示出了活人的图像的示例和打印在纸上的照片的图像的示例。如图2b中所示(例如，在圆形区域210内)，打印在纸上的照片的图像包括结构化光源的高频点形式的图案表示。然而，如图2a所示，活人的图像不包括任何这样的图案表示。使用本文所述的技术，可以利用这些差异来区分活人的图像和活人的替代表示的图像。

在一些实施方式中，照明源115可以被配置为发射具有特定偏振态的光。当这种光从目标/对象反射回去时，反射光的偏振态可以根据目标的性质而不同。例如，当光线照射到纸张表面时，光线会在所有方向上反射。另一方面，在活人脸部的情况下，预期来自脸颊、前额和鼻子区域的镜面光反射(水平偏振波)和来自脸部侧面的漫反射(垂直偏振波)。在一些实施方式中，如果照明源115可以被配置成发射偏振光以改善来自活人目标的镜面反射和漫反射。如果这种偏振光从纸上反射，则反射光的偏振态在整个目标上保持相同。例如可以使用相机前面的电子线性偏振片检测到的这种差异可以因此用于确定所捕获的图像中的对象是活人还是欺骗性的活人替代表示。

在一些实施方式中，照明源115可以被配置为辐射红外(ir)波长范围内的电磁辐射。在一些实施方式中，照明源包括设置在深度感测相机内部的红外投影仪，其中，该投影仪在目标上投影点状照明图案。在一些实施方式中，照明源115辐射的波长范围可以包括大约700-1400nm的nir光谱。尽管图1中的示例示出了沿水平方向物理上分开的两个照明源115，但是也可以使用更多或更少的照明源115。在一些实施方式中，可以选择照明波长，例如，使得对于人体皮肤而言，所选择波长的光的散射比对于纸张、显示器或可用于呈现欺骗性替代表示的其他表面的散射要大得多。使用结构光深度相机获得图像的操作原理是众所周知的，例如，在此书的第2章中进行了讨论：zanuttigh等人的“飞行时间和结构光深度相机-技术和应用”，isbn：978-3-319-30971-2，其内容通过引用并入本文。

在一些实施方式中，照明源115可被配置为发射窄范围的波长，例如840-950nm。对于人体皮肤，此ir波长范围内的光散射要比纸张、显示器或其他可用于呈现欺骗性替代表示的表面的散射大得多。当近红外光照射在人体皮肤和纸张上时，由于皮肤的真皮和表皮层中的散射/漫射，该光被反射为次表面反射。如果发生纸张攻击，光会由于镜面反射而反射，并且与活人的皮肤相比，光的吸收要少得多。

图3示出了用于分析在结构光照明下捕获的图像以确定图像是活人还是活人的欺骗性替代的示例性系统300。系统300至少包括两个图像采集设备305a和305b(统称为305)，每个图像采集设备被配置为捕获对象的图像。在一些实施方式中，系统300包括一个或多个附加的图像采集设备(例如，图像采集设备305c)。在一些实施方式中，图像采集设备305与参照图1描述的图像采集设备105之一基本相似。例如，图像采集设备305a可以是被配置为捕获由ir或近ir波长照射的图像的相机，并且图像采集设备305b可以是包括线性偏振镜的相机。在一些实施方式中，在系统300至少包括第三图像采集设备305c的情况下，这样的设备可以是lwir(或热成像)相机。

在一些实施方式中，nir图像采集设备305a还可包含结构化光源，例如包含以特定图案布置的多个光源的光源阵列。在一些实施方式中，与图像采集设备305a相关联的结构化光源可以基本上类似于以上参考图1描述的照明源115之一。也可以使用产生结构光的其他光源。在一些实施方式中，图像采集设备305a包括ir相机和一个或多个ir光源阵列，该ir光源阵列被配置为在由ir相机捕获图像期间照射对象。在一些实施方式中，图像采集设备305包括一个或多个处理设备，其被配置为从捕获的图像中生成数字数据。

系统300还包括图像分析引擎310，其可以被配置为分析由图像采集设备305捕获的图像。在一些实施方式中，图像分析引擎310被配置为接收由图像采集设备305捕获的图像的数字表示，并基于针对从各个图像采集设备305接收到的图像而进行的确定的加权组合来确定图像是否对应于活人的图像。图像分析引擎310可以被配置为基于对环境条件的确定来分配相应的权重。例如，如果要获取图像的环境包括大量的直射日光，则使用由ir或近ir相机305a获取的图像进行的确定可能不如使用依赖于使用线性偏振片的图像采集设备所进行的确定可靠。在这种情况下，图像分析引擎310可以被配置为，为使用后一种图像采集设备进行的确定分配的权重比为使用ir/近ir相机进行的确定分配的权重更高(例如，以得分的形式)。

在一些实施方式中，基于多个图像采集设备各自进行的确定是以得分的形式。在一些实施方式中，分数可以被归一化为0和1之间的值。然后可以将这些分数组合成加权组合，以便最终确定所获取图像中的对象是活人类还是其他欺骗性表示。例如，在户外环境中，结构光的结果可能并不总是可靠的，并且可以为结构光的结果分配较低的权重。在一个特定示例中，如果在户外环境中分别从结构光图像采集设备和线性偏振片设备获得两个分数0.8和0.7，则为与该结构光设备相对应的分数分配的权重可以比为对应于线性偏振片设备的分数分配的权重更低。最终加权分数可以例如被计算为两个分数的加权组合。可以以各种方式来分配权重，例如，使用求和规则、最大规则、最小规则、乘积规则等。用于给定环境的特定规则可以例如凭经验确定。然后可以将最终的加权分数与阈值进行比较，以确定底层图像中的对象是活人还是欺骗性替代表示。

在一些实施方式中，图像分析引擎310可以被配置为基于与一个或多个环境传感器320的通信来确定环境条件。环境传感器可以是各种类型。在一些实施方式中，环境传感器320包括被配置为感测环境中的光强度的光电传感器。传感器320还可包括温度传感器、gps位置传感器、湿度传感器等中的一个或多个。在一些实施方式中，图像分析引擎可被配置为结合在确定环境条件时从一个或多个其他源320接收的信息来使用从一个或多个传感器320接收的信息。例如，如果一个或多个传感器320中包括的光传感器指示光水平低，则该信息可以与从时钟接收的时间信息结合使用，以确定低光条件是否是由于多云条件或由于是晚上时间造成的。在一些实施方式中，图像分析引擎可以被配置为与一个或多个基于网页的源进行通信，以在确定在将权重分配给利用不同图像采集设备305进行的确定时使用的环境条件时，获得各种类型的信息(例如天气条件)。

在一些实施方式中，图像分析引擎310包括模数转换器(adc)，以根据从图像采集设备305接收的信息(例如，传感器输出)生成数字图像数据。图像分析引擎包括被配置为执行各种图像分析处理的一个或多个处理设备，所处图像分析处理包括本文所述的处理。

在一些实施方式中，图像分析引擎310可以驻留在相对于图像采集设备和/或认证引擎315位于远程位置的计算设备(例如，服务器)上。例如，图像采集设备305可以设置在一体机100处，一体机100通过网络与图像分析引擎310在其上运行的远程服务器进行通信。图像分析引擎310继而可以将分析的输出提供给位于一体机100上的认证引擎315。在一些实施方式中，认证引擎315也可以驻留在远程服务器上(例如，图像分析引擎310所驻留的同一服务器上、或者在不同的服务器上)，并且将认证处理的结果通信至一体机100。

图像分析引擎310可以被配置为以各种方式分析捕获的图像，以便确定捕获的图像是否对应于活人。在一些实施方式中，图像分析引擎310可以被配置为计算图像的频域表示(例如，二维快速傅立叶变换(2dfft)、离散余弦变换(dct)、小波变换等)，以确定图像是否包括与对应的结构化光源相关联的图案的表示。例如，图像分析引擎310可以被配置为确定图像的能量含量的多少百分比处在高频区域中，并且基于该百分比确定图像是否包括图案的表示。再次参考图2b，欺骗性替代表示的图像可能包括代表相应光源阵列的图案的点，这继而导致图片的频域表示中的高频分量的百分比很高。另一方面，如图2a所示，在活人的图像中结构化光源的图案很少被表示，并且这种图像的对应频域表示中的高频分量的百分比可能相对较低。用于确定图像是否是活人的图像的阈值百分比可以取决于各种因素，包括例如图像中存在不归因于结构化光源的高频分量。

在某些情况下，可以基于将活人图像的频率内容和活人欺骗性替代表示的图像的频率内容进行比较凭经验来确定阈值百分比。在一些实施方式中，阈值被选择为60％，使得如果图像多于60％的能量在高频谱中，则将图像标记为欺骗。这用图3a和图3b所示的示例说明。具体地，图3a示出了结构光下从人类对象捕获的图像，以及相应的频域表示的强度光谱。图3b示出了在结构光照射下的欺骗性替代表示的图像，以及相应频域表示的强度光谱。从图3b可见，在频域表示的中心附近的区域350中的低灰度值的聚集指示图像的能量主要在频域表示的低频区域中。另一方面，如从图3c所见，图像的能量散布到包括较高频率的区域355中。图像能量分布中的这种差异可用于确定图像是否是活人的图像。例如，低频区域360可以被定义为例如覆盖低频区域中的每个轴的20％的范围。然后可以计算这种低频区域内部和外部的能量，并将其进行比较以确定阈值能量是否在频域表示的高频区域中。例如，对于60％的阈值，如果总图像能量的60％位于区域360之外，则可以确定图像是欺骗性替代表示的图像。区域360的范围、形状或其他参数可以例如基于图像的性质通过实验确定。

在一些实施方式中，图像分析引擎310可以被配置为执行机器学习处理，以区分活人的图像和活人的替代表示的图像。在这种情况下，图像分析引擎可以访问经训练的模型312，该模型已经使用包括两种类型的图像的学习语料库进行了训练。在一些实施方式中，使用机器学习处理可以通过降低假阳性率和/或假阴性率来改善图像分析引擎310的性能。在一些实施方式中，可以对经训练的模型312进行训练以解决在各种类型的纸张和显示设备上呈现的欺骗。

图4是用于基于确定所捕获的图像是活人的替代表示来阻止访问安全系统的示例性处理400的流程图。在一些实施方式中，处理400的至少一部分可以由设置在诸如参照图1描述的一体机100的一体机内的一个或多个处理设备执行。在一些实施方式中，处理400的至少一部分可以由图像分析引擎310执行，该图像分析引擎310可以被设置在一体机、移动设备内或一个或多个服务器(例如分布式计算系统中的服务器或计算设备)处，一个或多个服务器与例如设置在一体机内的一个或多个处理设备的远程组件进行通信。

处理400的操作包括从传感器接收指示环境条件的信息(410)。在一些实施方式中，指示环境条件的信息可以指示对应位置处的日光量。在一些实施方式中，指示环境条件的信息可以指示是白天还是晚上。在一些实施方式中，指示环境条件的信息可以指示环境是室内环境还是户外环境。

处理400的操作还包括：接收指示第一图像采集设备捕获的第一图像是否对应于活人的替代表示的信息(420)；以及接收指示第二图像采集设备捕获的第二图像是否对应于活人的替代表示的信息(430)。在一些实施方式中，可以使用图像采集设备来捕获第一图像和/或第二图像，该图像采集设备与以上参照图3描述的图像采集设备305之一基本相似。例如，第一图像采集设备可以包括红外(ir)相机，并且第一图像可以在结构光照射下由ir相机捕获。第二图像采集设备可以包括例如偏振检测器，该偏振检测器被配置为检测从对象接收的光的偏振态。在一些实施方式中，图像采集设备可以被设置为如上面参考图1所描述的一体机100的一部分。在一些实施方式中，图像采集设备可以被布置在智能电话中。

处理400的操作还包括以加权组合的方式将从第一图像采集设备接收的信息和从第二图像采集设备接收的信息进行组合(440)。根据环境条件分配相应的权重。可以例如基本上如上参考图3中图像分析引擎310的操作进行的描述来分配权重。在一些实施方式中，处理400还可包括：接收指示由第三图像采集设备捕获的第三图像是否对应于活人的替代表示的信息，以及将从第三图像采集设备接收的信息包括在加权组合中。可以根据环境条件确定与对应于第三图像采集设备的信息相关联的权重。第三图像采集设备可以包括例如lwir(热成像)相机。

处理400的操作还包括基于加权组合确定图像中的对象是活人的替代表示(450)。活人的替代表示可以包括活人的照片。照片可以打印在纸上，或显示在诸如移动设备的屏幕的显示设备上。

处理400的操作还包括响应于将图像中的对象识别为活人的替代表示来阻止对安全系统的访问(460)。在一些实施方式中，在安全系统的用户界面被设置为一体机的一部分的情况下，将捕获的图像识别为欺骗可以阻止通过一体机进行的访问尝试。另一方面，如果确定图像不包括代表预定图案的特征，则可以将图像中的对象识别为活人，并且开始进行认证处理以确定该活人是否被授权访问安全系统。例如，这可以使用与上面参考图3描述的认证引擎315基本相似的认证系统来完成。如果这样的认证引擎认证了访问安全系统的活人(例如，与访问尝试关联的用户账户或特权)，则允许该活人继续与相应的用户界面(例如，一体机或手机)交互。

图5示出了可以与本文描述的技术一起使用的计算设备500和移动设备550的示例。例如，参考图1，一体机100可以部分地或全部地包括计算设备500或移动设备550中的一个或多个。计算设备500旨在表示各种形式的数字计算机，例如膝上型计算机、台式计算机、工作站、个人数字助理、服务器、刀锋型服务器、主机和其他适当的计算机。移动设备550旨在代表各种形式的移动设备，例如个人数字助理、蜂窝电话、智能电话以及其他类似的计算设备。本文所示的组件，它们的连接和关系以及它们的功能仅是示例，并无意限制本文描述的和/或要求保护的技术的实施方式。

计算设备500包括处理器502、存储器504、存储设备506、连接到存储器504和高速扩展端口510的高速接口508以及连接到低速总线514和存储设备506的低速接口512。组件502、504、506、508、510和512中的每一个使用各种总线互连，并且可以被安装在通用主板上或以其他适当方式安装。处理器502可以处理用于在计算设备500内执行的指令，包括存储在存储器504中或存储在存储设备506上的指令，以在诸如耦接到高速接口508的显示器516的外部输入/输出设备上显示用于图形用户界面(gui)的图形信息。在其他实施方式中，只要合适，可以使用多个处理器和/或多个总线，以及多个存储器和多个类型的存储器。另外，可以连接多个计算设备500，每个计算设备提供部分的必要操作(例如，作为服务器库、刀锋型服务器组或多处理器系统)。

存储器504将信息存储在计算设备500内。在一个实施方式中，存储器504是一个或多个易失性存储器单元。在另一实施方式中，存储器504是一个或多个非易失性存储器单元。存储器504也可以是另一种形式的计算机可读介质，例如磁盘或光盘。

存储设备506能够为计算设备500提供大容量存储。在一个实施方式中，存储设备506可以是或包括计算机可读介质，例如软盘设备、硬盘设备、光盘设备，或者磁带设备、闪存或其他类似的固态存储器设备或设备的阵列，包括存储区域网络或其他配置中的设备。计算机程序产品可以有形地体现在信息载体中。该计算机程序产品还可以包含指令，当所述指令被执行时执行例如以上所描述的一个或多个方法。信息载体是计算机可读介质或机器可读介质，例如存储器504、存储设备506、处理器502上的存储器、或者是传播的信号。

高速控制器508管理计算设备500的带宽密集型操作，而低速控制器512管理较低带宽密集型操作。这种对功能的分配仅是示例。在一个实施方式中，高速控制器508耦接到存储器504、显示器516(例如，通过图形处理器或加速器)以及可以接受各种扩展卡(未示出)的高速扩展端口510。在该实施方式中，低速控制器512耦接到存储设备506和低速扩展端口514。可以包括各种通信端口(例如，usb、蓝牙、以太网、无线以太网)的低速扩展端口可以耦接至一个或多个输入/输出设备，例如键盘、指针设备、扫描仪或例如通过网络适配器耦接至诸如交换机或路由器之类的网络设备。

如附图中所示，计算设备500可以以多种不同的形式实现。例如，它可以被实现为标准服务器520，或者在一组这样的服务器中多次实现。它也可以被实现为机架服务器系统524的一部分。另外，它可以在诸如膝上型计算机522的个人计算机中实现。可选地，来自计算设备500的组件可以与诸如设备550的移动设备(未示出)中的其他组件组合。每个这样的设备可以包含计算设备500、移动设备550中的一个或多个，并且整个系统可以由彼此通信的多个计算设备500、移动设备550组成。

除了其他组件之外，移动设备550包括处理器552、存储器564、例如显示器554的输入/输出设备、通信接口566和收发器568。设备550还可以具有存储设备，例如微驱动器或其他设备，以提供附加的存储。组件552、564、554、566和568中的每一个使用各种总线互连，并且若干个组件可以被安装在通用主板上或以其他适当方式安装。

处理器552可以在移动设备550内执行指令，包括存储在存储器564中的指令。处理器552可以被实现为包括单独的或多个模拟和数字处理器的芯片的芯片组。处理器可以提供例如用于协调设备550的其他组件，例如对用户界面、由设备550运行的应用和由设备550进行的无线通信的控制。

处理器552可以通过控制接口558和耦接到显示器554的显示接口556与用户通信。显示器554可以是例如薄膜晶体管液晶显示器(tftlcd)或有机发光二极管(oled)显示器或其他适当的显示技术。显示接口556可以包括用于驱动显示器554以向用户呈现图形和其他信息的适当电路。控制接口558可以从用户接收命令并将它们转换以提交给处理器552。另外，外部接口562可以提供与处理器552的通信，以便实现设备550与其他设备的近场通信。外部接口562可以被提供用于例如一些实施方式中的有线通信或者其他实施方式中的无线通信，并且也可以使用多个接口。

存储器564将信息存储在移动设备550内。存储器564可以被实现为以下中的一个或多个：一个或多个计算机可读介质、一个或多个易失性存储器单元或一个或多个非易失性存储器单元。还可以提供扩展存储器574，并通过扩展接口572将其连接到设备550，扩展接口572可以包括例如单列直插式存储器模块(simm)卡接口。这样的扩展存储器574可以为设备550提供额外的存储空间，或者还可以为设备550存储应用或其他信息。具体地，扩展存储器574可以包括用于执行或补充上述过程的指令，并且还可以包括安全信息。因此，例如，扩展存储器574可以被提供为用于设备550的安全模块，并且可以被编程有允许安全使用设备550的指令。此外，安全应用可以由simm卡提供，与附加信息一起，例如以不可破解的方式将标识信息放置在simm卡上。

存储器654可以包括例如闪存和/或非易失性随机存取存储器(nvram)，如下所述。在一个实施方式中，计算机程序产品有形地体现在信息载体中。该计算机程序产品包含指令，当所述指令被执行时执行例如以上所描述的一个或多个方法。信息载体是计算机可读介质或机器可读介质，例如存储器564、扩展存储器574、处理器552上的存储器或可以通过例如收发器568或外部接口562接收的传播信号。

设备550可以通过通信接口566进行无线通信，该通信接口在需要时可以包括数字信号处理电路。通信接口566可以提供各种模式或协议下的通信，例如gsm语音呼叫、sms、ems或mms消息收发、cdma、tdma、pdc、wcdma、cdma2000或gprs等等。例如，可以通过射频收发器568进行这种通信。另外，可以诸如使用蓝牙、wifi或其他此类收发器(未示出)进行短程通信。此外，全球定位系统(gps)接收器模块570可以向设备550提供附加的与导航和位置相关的无线数据，这些数据可以由运行在设备550上的应用适当使用。

设备550还可以使用音频编解码器560在进行音频通信，该音频编解码器可以从用户接收语音信息并将其转换为可用的数字信息。音频编解码器560可类似地例如通过扬声器在如设备550的手持设备中生成用户可听见的声音。这样的声音可以包括来自语音电话呼叫的声音，可以包括录制的声音(例如，语音消息、音乐文件等)，并且还可以包括由在设备550上运行的应用生成的声音。

如附图中所示，移动设备550可以以多种不同的形式实现。例如，它可以被实现为蜂窝电话580。它也可以被实现为智能电话582、个人数字助理、平板计算机或其他类似移动设备的一部分。

可以在数字电子电路、集成电路、特殊设计的专用集成电路(asic)、计算机硬件、固件、软件和/或它们的组合中实现本文描述的系统和技术的各种实施方式。这些各种实施方式可以包括在可编程系统上可执行和/或可编译的一个或多个计算机程序中的实现，所述可编程系统包括至少一个可编程处理器，其可为专用或通用的，耦合以从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令，并将数据和指令发送到所述存储系统、至少一个输入设备和至少一个输出设备。

这些计算机程序(也称为程序、软件、软件应用程序或代码)包括用于可编程处理器的机器指令，并且可以以高级程序和/或面向对象的编程语言和/或汇编/机器语言来实现。如本文所使用的，术语“机器可读介质”和“计算机可读介质”是指用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、装置和/或设备(例如磁盘、光盘、存储器、可编程逻辑设备(pld))，包括接收机器指令的机器可读介质。

为了提供与用户的交互，本文所描述的系统和技术可以在计算机上实现，该计算机具有用于向用户显示信息的显示设备(例如，阴极射线管(crt)或液晶显示(lcd)监视器)以及用户可用以向该计算机提供输入的键盘和指针设备(例如，鼠标或轨迹球)。其他种类的设备也可以用于提供与用户的交互。例如，提供给用户的反馈可以是任何形式的感觉反馈(例如，视觉反馈、听觉反馈或触觉反馈)。可以以任何形式接收来自用户的输入，包括声音、语音或触觉输入。

本文描述的系统和技术可以在计算系统中实现，该计算系统包括后端组件(例如，数据服务器)，或包括中间件组件(例如，应用服务器)，或包括前端组件(例如，具有图形用户界面或网页浏览器的客户端计算机，用户可以通过所述gui或网页浏览器与本文所述的系统和技术的实施方式交互)，或包括这样的后端、中间件、或前端组件的组合。系统的组件可以通过任何形式或介质的数字数据通信(例如，通信网络)连接。通信网络的示例包括局域网(lan)、广域网(wan)以及因特网。

计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离，并且通常通过通信网络进行交互。客户端和服务器的关系源自于在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序本身。

尽管上面已经详细描述了一些实施方式，但是在不脱离本文描述的发明构思的范围的情况下，可以进行其他修改，并且因此，其他实施方式在所附权利要求的范围内。