随着人脸识别技术的日趋成熟,其商业化应用也愈加广泛。然而在传统的基于RGB成像的人脸识别身份验证和安全防护等系统中,合法用户的人脸容易被照片、视频、面具或者三维的人脸模型所假冒,因此基于RGB成像的方法难以胜任人脸活体检测的任务。本文研究了一种基于多光谱成像的人脸活体检测方法。主要研究内容包括：1.针对人体皮肤活体检测,为了提取人体皮肤独特的反射率信息,建立了套多光谱成像系统。建立了人脸和生活中常见类人脸物品(照片、面具、三维人脸模型)的多光谱人脸数据库。2.以多光谱图像中人脸皮肤的反射率信息为基础,结合人脸轮廓和五官的梯度信息,提出了一种基于梯度特征的多光谱人脸活体检测方法。其中,为了降低外界光光照的影响,提出了4种不同的反射率梯度特征。3.基于上述的多光谱人脸数据库和特征提取方法,利用SVM(Support vector machine,支持向量机)训练活体人脸检测分类器,验证了上述特征的有效性,对正面人脸的检测率达到98.3%,误检率为1.3%。并且,从不同波段、不同人脸姿态方面对本论文方法也进行了进一步测试和分析。基于成本较低的多光谱成像系统,本文提出了一种基于梯度特征的活体检测方法,并基于所建立的多光谱数据库测试了方法的有效性,展现了多光谱成像技术在未来的应用潜力。