开题报告
文献综述：
一、选题背景：
目前，随着生物识别技术在手机解锁、访问控制和安全等方面的应用，生物识别系统在我们的日常生活中得到了广泛的应用，人脸是最流行的生物识别方式之一。由于人脸识别系统越来越流行，现在也出现了很多种针对人脸认证的攻击，
1．纸上打印人脸（打印攻击），该方式是最常见的方式。非法侵入者可较便捷地通过社交网络，用户的主页，甚至偷拍等形式获取合法用户的人脸图像，然后将其打印在纸张或显示在手机、平板电脑等电子设备的屏幕上来欺骗人脸认证系统。该攻击方式的特点是假冒人脸呈二维平面结构，也没有活体人脸的表情及面部生理运动。
2．在数字设备上重放人脸视频（重放攻击），非法侵入者可能通过盗用合法用户在网络上公开的视频片段或通过偷拍的形式获取合法用户的人脸视频。相对于照片，合法用户的脸部视频获取难度较大。但该方式相较于照片而言是一种对人脸认证系统更具有威胁性的攻击手段，因为其可能包含活体人脸的某些运动方式，更具有欺骗性。
3.佩戴面具（面具攻击）等，通过对合法用户的脸部进行三维建模对人脸认证系统进行攻击，非法用户可以操纵三维人脸模型实现各种类似活体人脸的面部运动，相比于前两种方式有更大的安全威胁。但三维人脸建模技术还不太成熟，要成功对合法用户的面部建模难度较高，实现较为困难。因此现有的活体检测方案主要着眼于抵抗前两种攻击方式。所以，本课题目的就是针对人脸识别系统的攻击进行识别和防范。
- 选题意义：
人脸反欺诈是人脸识别在实际应用中的重要环节。在二维人脸反欺诈问题中，人脸照片、人脸视频是主要的假体人脸。由于活体人脸与假体人脸在深度上具有较大差异,因此三维人脸反欺诈能更加有效地应对照片、视频类假体人脸的作伪攻击。三维人脸反欺诈需要注重对面具类假体人脸进行检测。目前，大部分活体检测方法的泛化能力不强，主要是由于假体人脸类别多，假体人脸的类内和类间差异大。不同的人脸数据集录制设备和外界环境都会影响人脸反欺诈算法的性能。如何提升人脸反欺诈算法的泛化能力，将是一个重要研究方向。
- 可行性分析及研究现状：
以往的人脸反欺诈工作分为了三组：基于纹理的方法，基于时间的方法，和远程光体积描记法。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
