人脸重放攻击的检测方法和装置与流程

本说明书一个或多个实施例涉及网络通信技术，尤其涉及人脸重放攻击的检测方法和装置。

背景技术：

1、目前人脸识别技术的应用越来越广泛。在人脸识别场景中，也出现了越来越多的攻击方式，其中一种攻击方式为人脸重放攻击。在人脸重放攻击中，攻击者在人脸识别系统的镜头前多次使用同一张合法用户的人脸图像替代攻击者的真实刷脸的情况，或者重复播放录制好的一个合法用户的脸部视频来替代真实刷脸的情况，以试图通过系统验证，这种攻击方式被称为人脸重放攻击。

2、因此需要一种有效的人脸重放攻击的检测方法。

技术实现思路

1、本说明书一个或多个实施例描述了人脸重放攻击的检测方法和装置，能够更为有效地检测出人脸重放攻击。

2、根据方面，提供了一种人脸重放攻击的检测方法，其中，该方法包括：

3、针对一个用户账户，获取多次采集的该用户账户对应的至少两张人脸图像；

4、针对每一张人脸图像，均执行：提取该人脸图像的特征；根据提取出的人脸图像的特征，得到该人脸图像的哈希编码值；

5、针对获取的至少两张人脸图像，计算每两张人脸图像的哈希编码值之间的编辑距离；

6、判断计算出的编辑距离是否小于预先设定的距离阈值，如果是，则确定发生了人脸重放攻击。

7、其中，所述根据提取出的人脸图像的特征，得到该人脸图像的哈希编码值，包括：

8、对人脸图像进行特征提取，得到该人脸图像对应的特征矩阵；

9、对该特征矩阵进行奇异值分解，分解出一个对角矩阵；

10、利用该对角矩阵中对角线上的各个元素形成奇异值序列；

11、利用该奇异值序列得到该人脸图像的哈希编码值。

12、其中，所述利用该奇异值序列得到该人脸图像的哈希编码值，包括：

13、对该奇异值序列进行base64编码，得到该人脸图像的哈希编码值。

14、其中，所述多次采集的采集时间间隔大于预先设置的时间阈值。

15、根据第二方面，提供了人脸重放攻击的检测装置，其中，该装置包括：

16、人脸图像获取模块，配置为针对一个用户账户，获取多次采集的该用户账户对应的至少两张人脸图像；

17、哈希编码值获取模块，配置为针对每一张人脸图像，均执行：提取该人脸图像的特征；根据提取出的人脸图像的特征，得到该人脸图像的哈希编码值；

18、编辑距离计算模块，配置为针对获取的至少两张人脸图像，计算每两张人脸图像的哈希编码值之间的编辑距离；

19、重放攻击判断模块，配置为判断计算出的编辑距离是否小于预先设定的距离阈值，如果是，则确定发生了人脸重放攻击。

20、其中，所述哈希编码值获取模块被配置为执行：

21、对人脸图像进行特征提取，得到该人脸图像对应的特征矩阵；

22、对该特征矩阵进行奇异值分解，分解出一个对角矩阵；

23、利用该对角矩阵中对角线上的各个元素形成奇异值序列；

24、利用该奇异值序列得到该人脸图像的哈希编码值。

25、其中，所述哈希编码值获取模块被配置为执行：

26、对该奇异值序列进行base64编码，得到该人脸图像的哈希编码值。

27、其中，所述多次采集的采集时间间隔大于预先设置的时间阈值。

28、根据第三方面，一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机实现本说明书任一实施例所述的方法。

29、根据第四方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现本说明书任一实施例所述的方法。

30、本说明书实施例提供的人脸重放攻击的检测方法和装置，无需人工参与，从人脸图像的特征提取到图像的哈希编码映射，再到哈希编码值的编辑距离的计算，可实现全链路的自动化，从而达到高效、智能的重放攻击检测。并且，在检测人脸重放攻击时，将对人脸图像之间相似度的检测转换为对文本的编辑距离的检测，采用编辑距离这一度量指标，可以更准确地刻画人脸图像的相似度，在工程化过程中也有更优的应用表现。

技术特征：

1.人脸重放攻击的检测方法，其中，该方法包括：

2.根据权利要求1所述的方法，其中，所述根据提取出的人脸图像的特征，得到该人脸图像的哈希编码值，包括：

3.根据权利要求2所述的方法，其中，所述利用该奇异值序列得到该人脸图像的哈希编码值，包括：

4.根据权利要求1所述的方法，其中，所述多次采集的采集时间间隔大于预先设置的时间阈值。

5.人脸重放攻击的检测装置，其中，该装置包括：

6.根据权利要求5所述的装置，其中，所述哈希编码值获取模块被配置为执行：

7.根据权利要求6所述的装置，其中，所述哈希编码值获取模块被配置为执行：

8.根据权利要求5所述的装置，其中，所述多次采集的采集时间间隔大于预先设置的时间阈值。

9.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-4中任一项所述的方法。

10.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-4中任一项所述的方法。

技术总结
本说明书实施例提供了一种人脸重放攻击的检测方法和装置。该方法包括：针对一个用户账户，获取多次采集的该用户账户对应的至少两张人脸图像；针对每一张人脸图像，均执行：提取该人脸图像的特征；根据提取出的人脸图像的特征，得到该人脸图像的哈希编码值；针对获取的至少两张人脸图像，计算每两张人脸图像的哈希编码值之间的编辑距离；判断计算出的编辑距离是否小于预先设定的距离阈值，如果是，则确定发生了人脸重放攻击。本说明书实施例能够更为有效地检测出人脸重放攻击。

技术研发人员：张雅茹
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：
技术公布日：2024/1/14