红外热成像技术可以进一步扩展人类的光谱响应范围，提高人类观察外部世界的能力。红外热像视频中存在人肉眼不易观察到的信号，而这些信号中可能包含重要的信息。相比于可见光视频，红外热像视频存在对比度低、成像较为模糊、难以进行细节观测等缺点，如果可以克服这些缺点进而实现热像视频的细微变化放大效果，红外热像技术的使用价值将会得到进一步的提高。　　另一方面，现存的人脸识别系统大都存在易于遭受哄骗攻击的风险。随着3D打印技术的不断发展和成熟，3D面具哄骗攻击方式逐渐成为新的严重威胁。本文发现，如果能够从人脸视频的细微变化信号中提取出人体生命特征用于鉴别真实人脸和3D面具，则可以有效抵抗3D面具哄骗攻击。　　本文的主要研究内容为:　　(1)针对红外热像技术的特点，分析了红外热像视频细微变化放大的研究意义。通过对红外热成像的缺陷进行分析，讨论了细微变化放大的技术难点和研究方向。分析了基于拉格朗日视角和基于欧拉视角两种不同的视频变化放大方法。结合红外热像视频图像自身的特点，讨论了基于欧拉视角的方法对红外热像视频中的细微变化进行放大的适用性。　　(2)针对红外热像视频的特点，提出一种基于欧拉视角的细微变化放大方法。该方法可以对红外热像视频中的细微色彩变化和动作变化进行放大，将人眼原本不易或无法察觉到的信号直观地展示出来。该方法首先采用对比度金字塔算法对红外热像视频的每一帧图像进行空间域分解，接着对分解得到的不同尺度的图像进行时域滤波并采取放大处理，然后对放大后的信号进行对比度金字塔重构操作，最后对重构后的视频图像进行降噪处理，得到细微变化信号被放大的红外热像视频。针对色彩变化放大和动作变化放大，实验采集了若干红外热像视频，并进行仿真实验，实验结果表明该方法可以对热像视频中的细微变化信号进行有效地放大。　　(3)基于对视频细微变化信号的研究，提出一种人脸识别系统抵抗3D面具哄骗攻击的方法。基于血液循环导致人脸颜色发生周期性变化这一生理现象，提取出一种生命检测特征，并分别从色彩图像和位深图像中提取人脸的纹理特征，然后融合提取出的生命特征和纹理特征，最后进行判别分析。本文使用公开的3D面具哄骗攻击数据库进行试验，结果取得较高的准确率，实验表明本文方法在抵抗3D面具哄骗攻击时具有优异的性能。