随着计算机与互联网的发展,人机交互智能化已经逐渐成为一项重要研究课题,人机交互智能化也逐渐在影响人们的生活和工作方式,是身份认证等安保领域中重要的组成部分,如何使计算机理解人类情感变化,来创建一个积极友好和谐的人机交互环境,并且提升活体检测系统的准确性和防攻击性能已经成为该领域的一个富有挑战性的课题,吸引了越来越多的研究人员深入该领域的研究。本文通过对现有人机交互活体检测和表情识别算法的相关文献的阅读总结,针对传统方法的不足,以非法打印照片和非法视频为研究对象,提出了一种融合表情识别算法的改进的随机指令人机交互活体人脸检测系统,论文的主要工作如下:(1)首先对待测图像进行预处理工作,图像灰度化,直方图均衡化,人脸检测,尺度归一化、人脸特征点关键点定位标号、人脸对齐等。(2)针对人脸特征点定位方法上,本文选择主动形状模型(ASM)来进行特征点定位,针对该方法的计算维数较大的问题,本文采用了主成分析法(PCA)进行降维操作,缩短特征点计算定位时间,提高效率。实验表明,针对原有的ASM算法,经过PCA算法处理的特征点定位效果更好。(3)本文针对传统的人机交互活体人脸检测系统,提出了一种融合表情识别算法的随机指令人机交互活体人脸检测系统,对表情识别算法和随机指令人机交互活体人脸检测系统分别进行研究,其中,表情识别算法主要是针对现有的打印照片欺骗手段;随机指令人机交互系统主要是针对现有的非法视频欺骗手段,最后将二者融合成为一个完整的活体人脸检测系统。首先表情识别算法部分,该部分为该活体人脸检测系统第一步,检测非法打印照片攻击手段。设计了基于几何特征的表情识别算法,其中对人脸进行预处理和特征点定位工作,提取特征点的直接和间接几何距离,形成包含整体和局部的几何特征向量;选择对摄像头所检测到的图像每帧扫描的操作,降低人脸跟踪算法带来的算法复杂程度;在表情分类中研究了6中常见表情,采用支持向量机(SVM)进行一对一投票分类,在表情分类结果中,高兴表情检测正确率最高,所以选择高兴表情作为表情识别活体检测的最终表情,在界面上显示微笑字样,然后检测用户的表情,若分类为高兴表情,则检测通过,可以防止非法打印照片攻击手段,并且给用户创造一个和谐友好积极的环境。实验结果表明,所设计的系统对非法打印照片攻击方式有良好的防欺骗能力,基于几何特征的表情识别算法对光照干扰有一定的抗干扰性和较好的鲁棒性。(4)对于随机指令的人机交互检测部分,该部分为活体人脸检测第二步,检测非法视频攻击手段。在特征点定位的基础上,针对原有的指令动作单一、数量少的情况下,选取待测用户最易接受的四种指令动作进行人机交互设计,并且增加了指令动作随机出现的操作设计,即计算机发出的交互指令完全是随机且无序可循的,规定用户错误动作限制,若是未完成指定动作两次,即停止检测,需要重新启动,与表情识别的活体人脸检测算法部分一样,该系统的设计上摒弃了原有的人脸跟踪算法,而是添加了基于每帧图像的扫描工作,简化了算法的复杂程度。实验表明,该融合系统对活体人脸检测的可行性。