作为模式识别领域的重要研究方向之一,人脸识别问题一直是人们关注的重点。伴随着近几年来深度学习技术的深入应用,人脸识别技术也取得了巨大的发展。但是相机采集的图像样本存在很多干扰因素,如局部遮挡、姿态变化等,影响了图像样本的特征表达能力;除此之外,识别系统无法有效区分真实人脸和照片中的人脸,容易受到照片欺诈,以上因素都会对识别结果造成不利影响。本文以上述问题为出发点,提出了基于双姿态特征的人脸反欺诈算法,并将双姿态特征和局部特征融合到了人脸识别方法中,研究实现了一种具有一定反欺诈功能的综合人脸识别系统。主要工作如下:(1)提出了一种基于两张不同姿态人脸样本的人脸欺诈辨识算法。同一个体的立体人脸和照片人脸在刚体变换前后的成像结果存在显著区别。本文将目标人脸在不同姿态下的两张样本作为网络输入,综合比较两张样本在神经网络不同深度时的特征,结合透视成像原理估计出目标人脸的刚体变换特征,也称双姿态特征。双姿态特征源自目标人脸经刚体变换前后的成像差异,同时包含了一定的空间结构信息,实验证实双姿态特征可以用于辨识出立体人脸和用于欺诈的照片人脸,并取得了一定的效果。(2)设计了基于局部特征和双姿态特征融合的人脸识别算法。分析了局部五官的分布规律和细节特征。局部特征具备辅助人脸识别、补充全局特征的能力,能提高对样本遮挡的鲁棒性,这在诸如口罩遮挡、样本污损等场景下具有一定的现实意义。本章以人脸分类网络为基础构建了局部特征提取网络,输入包含五官的局部人脸样本,输出对应的局部特征向量;设计了多层级特征聚合的双姿态特征融合网络,得到融合了全脸特征和双姿态特征的复合全局特征向量;两种特征向量级联后输入人脸辨识神经网络,完成局部特征和双姿态特征的融合。通过实验证实了特征提取与融合的有效性,并取得了识别性能提升。(3)设计实现了一种具有一定反欺诈功能的综合人脸识别系统,其核心为照片欺诈辨识和人脸识别两个模块。照片欺诈辨识模块使用双姿态特征判断被测对象是真实人脸还是照片欺诈人脸;人脸识别模块通过对双姿态特征和人脸局部特征的融合,提升了识别性能,并具备一定的局部遮挡鲁棒性,这在当前肺炎疫情下人们日常戴口罩的场景中具有一定的实际意义。完成了系统的实现后,在真实场景中应用并证实了综合识别系统的实用性。