人脸识别系统正面临着照欺骗的威胁,因为一张合法身份的照片也可以入侵人脸识别系统。人脸图像包含着丰富的图像特征信息，是复杂的机器视觉模式。数字化的人脸图像有形状，纹理，轮廓等一系列信息，可以表征年龄，肤质，人脸真伪，身份等。比如一张宽240像素，高320像素大小的RGB图像，像素维数可达240×320维，可见它反映一个人的信息是相当丰富的,也可以用来辨别图像的真伪。随着科学技术不断进步，计算机迅速发展，模式识别为图像取证开创了一片新天地。针对人脸真实图像和欺骗照片的特征差异，本文用不同方式提取数字照片的纹理统计信息，研究了鉴别人脸真实性的方法，本文算法只需要采集单张图像就能识别是真实人脸还是欺骗的照片，从获取的人脸图像规律出发，在人脸识别的活体检测中取得了良好的性能。(1) DCT变换能够将活体真实人脸图像的大部重要信息映射到DCT域低频部分，而高频部分大多为噪声。考虑到可以在DCT域将高频噪声因素去除，而低频系数更好的反映真实人脸与翻拍人脸的差异，提出了将人脸图像进行均值滤波、直方图均衡后再提取DCT系数低频系数作为特征，用SVM分类器能很好地将真伪人脸区分开来。(2)图像的纹理特征是场景组织构造的真实反映，不同的纹理算子描绘了图像灰度信息的分布规律。纹理分析是图像处理技术中一种重要的手段。纹理是表征活体真实人与翻拍照片轮廓细节信息的有效方式，因此选择合适的纹理描述算子可以将两者区分开。选取灰度共生矩阵，边缘方向直方图，LBP等作为图像特征提取的研究目标。通过测试比较，提出了基于Tamura纹理特征和LAP纹理等检测算法，在区分活体真实人照片与翻拍照片上得了很好的效果。(3)数字图像直方图在图像的分析与观察中占有重要地位，一幅图像的直方图描述了不同色阶在当前图像中的比例，反映了色彩的统计规律，它在图像模式识别和图像分割中有着重要意义。在研究了真实人脸照片和假冒的翻拍照片之后，发现两类照片直方图呈现不同分布，因此提出了基于HSV颜色直方图的活体检测方法。(4)由于图像的像素灰度值可构成一个矩阵，可以用矩阵的奇异值来描述图像的内在属性。奇异值是对矩阵中数字信息的本质反映，而且奇异值对矩阵中的数字轻微波动并不敏感，具有镜像稳定性、比例不变性、旋转不变性等优点，在进行图像识别时鲁棒性更强。经实验发现，用不同方式提取图像的奇异值在区分能力上，也有较大差别。因此本文提出了一种合理的特征提取方式，用来进行活体检测。