随着信息技术的发展,信息安全问题越来越受到人们的重视,在线身份认证技术由传统的方式逐渐向生物认证方式发展。然而生物认证技术给生活带来便捷的同时也带来了新的安全问题——假冒生物特征攻击,因此,生物特征活体检测技术随之产生。近年来,面部活体检测技术的研究取得了一些进展,但可靠性和鲁棒性还不高,不能够有效推广商用。为了实现安全性高和泛化能力强的面部活体检测目标,本文基于再现攻击的面部欺骗方式,研究实用型面部活体检测算法。本文工作主要有以下几个方面:1、首先,阐述了目前有效的面部活体检测技术;对基于再现攻击的面部活体检测文献进行综述,分析了各个方法的特点及优缺点;列出了目前文献中使用较多的五种面部活体检测数据库并分析了各检测数据库的侧重点;归纳了若干面部活体检测技术的评价指标。2、第二,研究HRM+HOG活体检测算法的可靠性和安全性及其泛化能力。论文首先提取HRM、HOG特征,然后根据二元信号检测理论调整SVM分类器参数,在ACER波动较小的情况下,最大限度地降低APCER值,以提高面部活体检测系统的安全性。实验使用NUAA和OULU-NPU数据库进行验证,结果表明,HRM+HOG活体检测算法不仅具有较高的正确检测率,较强的泛化能力,而且具有更好的系统安全性。3、第三,针对面部认证系统中活体检测正确率高的应用需求,设计出一套适用于特定环境的面部认证系统(FASSA)即先进行面部身份识别,再对识别后的面部图像进行活体检测。对FASSA系统的活体检测模块进行实验,使用LBP、HOG、GLCM、HAAR等方法进行特征提取,通过对不同个体建立不同支持向量机或极限学习机进行活体验证。实验结果表明,对于特定环境的安全需求,本文给出了有效的检测方法。论文实验结果表明所提面部活体检测算法具有较强的泛化能力;特定环境的面部认证系统具有较强的针对性和安全性。