相机篡改检测制造技术

本公开提供了“相机篡改检测”。一种计算机包括处理器以及存储器，所述存储器包括将由所述处理器执行以进行以下操作的指令：确定由相机获取的第一图像中的对象的中心；确定所述第一图像中包括所述中心的区域的相机噪声值；以及通过将所述相机噪声值与先前确定的相机噪声值进行比较来确定伪造分数。声值进行比较来确定伪造分数。声值进行比较来确定伪造分数。

【技术实现步骤摘要】
相机篡改检测


[0001]本公开涉及用于检测车辆中的相机篡改的系统和方法。

技术介绍

[0002]对图像数据执行的基于计算机的操作可以取决于具有用于成功操作的经验证的图像数据源。基于计算机的安全操作包括面部识别，即，一种类型的生物特征认证，其中人脸的图像用于确定寻求访问车辆、建筑物或装置(诸如计算机或智能电话)的人的身份。基于计算机的车辆操作可以包括车辆中的计算装置从包括在车辆中的传感器获取图像数据并处理所述图像数据以确定在其上操作车辆的车辆路径。基于计算机的图像处理操作的成功执行可以取决于验证图像数据源。

技术实现思路

[0003]对图像数据执行的基于计算机的操作可以取决于具有用于成功操作的经验证的图像数据源。成功操作是实现系统的设计目标的基于计算机的系统的操作。例如，生物特征授权系统应允许已授权人员访问和拒绝未授权人员访问。自主车辆系统应在不接触其他车辆或对象(诸如建筑物)的情况下操作车辆。诸如生物特征授权等安全任务和诸如自主或半自主操作等车辆任务的成功操作可以取决于验证正在处理的图像数据是由特定相机获取的。例如，未授权用户可以尝试通过替换来自与包括在安全系统中的相机不同的来源的已授权用户的图像来获得对车辆、建筑物或装置的访问。在另一个示例中，通过用不同位置的图像替换由车辆的相机获取的图像，可以迫使自主车辆行驶到未授权位置。本文讨论的技术可以通过检测相机篡改来允许基于计算机的图像处理系统的成功操作，其中相机篡改意味着对相机硬件或图像数据的未授权替换。
[0004]生物特征认证可以用于控制对建筑物、房屋或车辆的访问，并且可以用于授予操作计算机、手机或其他装置的许可。生物特征认证软件可以在包括在被访问的位置或装置中的计算装置上执行，或者可以将图像数据上传到基于云的服务器，所述基于云的服务器维护训练模型的数据库以供执行。生物特征认证软件的示例是面部识别软件，例如面部跟踪器。面部跟踪器是用C++编写并且可根据MIT软件许可在facetracker.net上获得的面部识别软件库。生物特征认证软件可以在包括在被访问的位置或装置中的计算装置上执行，或者可以将图像数据上传到基于云的服务器，所述基于云的服务器维护训练模型的数据库以供执行。可以将执行生物特征认证的结果下载到寻求认证的装置，并且可以授予或拒绝对访问车辆、车辆控件、包括建筑物或房间的区域或者包括计算机或手机的装置的许可。
[0005]生物特征面部识别通常通过计算人脸的生理特性并将所计算的生理特性与来自经训练模型的所存储的生理特性进行比较来操作。生理特性可以包括面部特征的度量，诸如瞳孔之间的距离、嘴角之间的距离和鼻长等。这些度量可通过形成测量值的比率来归一化并且存储为训练模型。在质询时，获取并处理寻求访问的人的图像以提取生理特性，然后将所述生理特性与所存储的生理特性进行比较以确定匹配。成功认证可以用于解锁车门或
启用车辆控件。在其他示例中，成功认证可以用于安全应用，诸如通过解锁门来访问位置或房间，或者进一步替代地或另外通过启用诸如键盘或鼠标等输入装置或授予对文件的访问权来访问诸如计算机的装置。
[0006]随着生物特征认证技术的进步，用于篡改相机数据以欺骗生物特征认证系统以认证欺骗性伪造(欺骗)的技术也得到了进步。例如，神经网络可以用于生成“深度伪造”图像和视频，其中一个人的形象可以被编辑到另一个人的身体上，一个人的外表可以被移植到他们从未居住过的场景中，或者一个人可以表现为他们在说他们在现实生活中从未说过的话。基于熟练的手动图像处理或深度伪造技术确定的伪造图像可以基于面部识别来欺骗生物特征授权系统，由此授予未授权人员访问权来访问车辆、车辆控件、建筑物、计算装置或手机。
[0007]车辆可以自主(“自主”本身在本公开中意指“完全自主”)模式、半自主模式和乘员驾驶(也被称为非自主)模式操作。车辆中的计算装置可以从包括相机的车辆传感器接收关于车辆操作的图像数据。计算装置可以基于处理由包括相机的车辆传感器获取的图像数据以自主模式、半自主模式或非自主模式操作车辆。车辆中的计算装置可以使用图像数据来检测车辆周围环境中的对象，诸如其他车辆、行人、交通标志或障碍物等。包括在计算装置中的图像处理软件可以取决于接收到包括用于图像处理软件的正确操作的期望像素强度的数据。例如，相机篡改(诸如授权用不同相机替换期望相机或替换来自另一源的视频数据)可能导致图像处理软件得出不正确的结果，例如未在相机的视野中检测到行人。检测相机篡改可以检测到被引入车辆操作系统中的未授权数据。
[0008]本文讨论的技术通过识别与由给定相机获取的图像数据的固有属性的偏差来检测相机篡改。图像数据的固有属性包括图像数据中的噪声分布。本文讨论的技术可以检测视觉上的欺骗性伪造，同时有利地使用足够有效的计算资源以在车辆计算系统上实时运行。本文讨论的技术使用相机噪声表征来创建未篡改图像与篡改图像的二进制分类。例如，可以基于光响应非均匀性(PRNU)来确定相关噪声分布。PRNU可以用于创建期望的噪声“指纹”以识别包括特定人员的图像。尽管机器学习伪造算法可能在视觉上具有欺骗性，但是噪声“指纹”仍然是成像器和包括人脸的图像部分所固有的。本文讨论的技术通过检测相机篡改、特别是包括人的伪造图像的相机篡改来改善车辆生物特征认征。
[0009]用于确定相机噪声“指纹”的另一种技术是测量相机暗电流噪声。相机暗电流噪声是在没有任何光刺激落在图素上的情况下由相机图素产生的电流量的度量。图素是相机传感器的将入射光转换成电流的部分。暗电流噪声是由于价电子被热激发到导带中而在相机传感器内自发产生的电子而引起的热噪声。在曝光期间收集的暗电子的数量的变化是暗电流噪声。暗电流噪声与信号电平无关，但是取决于传感器的温度。传感器中包括的每个图素可以具有暗电流噪声的特征水平，所述特征水平可以被组合以识别特定相机。
[0010]可以通过通常沿着传感器的一个或多个边缘掩蔽少量传感器图素以确保没有光落在图素上来获取相机暗电流噪声数据。当获取来自相机的图像时，被掩蔽的图素将在图像中显示为暗像素。通过获取长曝光图像，将在图像的被掩蔽部分中产生足够的热电子以允许测量暗电流噪声。因为热电子服从泊松统计，所以与由热电子产生的电流相对应的暗电流噪声是像素值的平方根。由热电子产生的电流也是温度的函数，因此可以测量传感器的温度以确定要乘以像素值以补偿温度的温度因子。被掩蔽像素的所得暗电流噪声值可以
被组合以与随后获取的暗电流噪声值进行比较，或者被保留为像素阵列以与随后获取的暗电流噪声值相关。
[0011]可以通过从除车辆中所包括的相机之外的不同相机源获得被授权访问车辆的人的图像来制作人的伪造图像。在这种背景下，可以在篡改相机时提及将伪造图像呈现给生物特征授权系统。本文讨论的技术可以通过确定包括人脸的图像的一部分中的图像噪声的一个或多个分布以确定相机篡改来改善生物特征授权系统。例如，当检测到相机篡改时，本文讨论的技术将阻止输出图像数据用于生物特征认证。本文公开的技术还可以确定伪造分数，所述伪造分数指示被呈现给生物特征授权系统的图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：确定由相机获取的第一图像中的对象的中心；确定所述第一图像中包括所述中心的区域的相机噪声值；以及通过将所述相机噪声值与先前确定的相机噪声值进行比较来确定伪造分数。2.如权利要求1所述的方法，其还包括：通过确定与先前确定的面部识别特征的匹配值来确定面部识别分数；将所述伪造分数与所述面部识别分数组合以确定伪造置信度分数；以及通过将所述伪造置信度分数与阈值进行比较来确定用户认证状态。3.如权利要求2所述的方法，所述指令包括用于以下操作的另外指令：当所述用户认证状态被认证时，授予对车辆、车辆控件、包括建筑物或房间的区域或者包括计算机或手机的装置中的至少一者的访问权。4.如权利要求1所述的方法，所述指令包括用于以下操作的另外指令：基于所述伪造分数操作车辆。5.如权利要求1所述的方法，其还包括：通过处理所述对象的先前获取的图像来确定所述先前确定的相机噪声值。6.如权利要求1所述的方法，其还包括：通过将所述第一图像中的所述区域的所述相机噪声值与先前确定的相机噪声值相关来确定所述伪造分数。7.如权利要求1所述的方法，其还包括：通过处理由所述相机获...

【专利技术属性】
技术研发人员：阿里，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：