人臉辨識防偽技術對於現代人臉識別系統扮演一個重要的角色，其目的主要是防止使用任何形式的偽造人臉攻擊與入侵。由於人臉圖像的易取得性與重製性，人臉生物特徵識別面對偽造人臉威脅的脆弱性，已成為生物識別系統中嚴重的危機。本研究提出一套有效區別偽造人臉圖像與真實人臉的方法，主要利用多層影像質量評定特徵來區別。如圖一所示，我們提出使用三類不同的影像質量評估法，總共得到21種特徵值，並以此做為判斷標準。表一展示本方法(MIQF+SVM)在OULU-NPU資料集的偵測精準度分析，我們在協定A產生出最小的BPCER誤差。在最難的協定D情境，本方法亦擁有最低的BPCER和ACER誤差。實驗結果指出我們所提出的方法，能夠有效地區別真實人臉與偽造人臉，並和當代其他先進方法有不分軒輊的偵測水準。（工科海洋系張恆華教授提供） 圖一、本研究所提人臉辨識防偽方法主要程序 表一、在OULU-NPU資料集的偵測精度比較
人臉辨識防偽技術對於現代人臉識別系統扮演一個重要的角色，其目的主要是防止使用任何形式的偽造人臉攻擊與入侵。由於人臉圖像的易取得性與重製性，人臉生物特徵識別面對偽造人臉威脅的脆弱性，已成為生物識別系統中嚴重的危機。本研究提出一套有效區別偽造人臉圖像與真實人臉的方法，主要利用多層影像質量評定特徵來區別。如圖一所示，我們提出使用三類不同的影像質量評估法，總共得到21種特徵值，並以此做為判斷標準。表一展示本方法(MIQF+SVM)在OULU-NPU資料集的偵測精準度分析，我們在協定A產生出最小的BPCER誤差。在最難的協定D情境，本方法亦擁有最低的BPCER和ACER誤差。實驗結果指出我們所提出的方法，能夠有效地區別真實人臉與偽造人臉，並和當代其他先進方法有不分軒輊的偵測水準。（工科海洋系張恆華教授提供）
圖一、本研究所提人臉辨識防偽方法主要程序
表一、在OULU-NPU資料集的偵測精度比較