Page 342 - 《软件学报》2025年第5期
P. 342
2242 软件学报 2025 年第 36 卷第 5 期
唇动信号 唇动 嘴唇 否 信号来
A cos 2πft 预处理 片段 运动? 源异常
信号预处理 是 信号来源 否
判决
语音信号 语音 匹配
信号采集 预处理 片段 序列匹配 成功?
说话人认证 是
相似度 用户唇读 语音信号
判决 声纹模型 特征提取 信息融合 唇动信号
图 9 基于声感知的语音和唇动信号双因素身份认证
表 5 基于声感知的双因素身份认证方案对比与总结
分类 特征 技术 抵抗攻击类型 频带 文献 误判率 (%)
噪声相似度 1/3倍频程 相似环境攻击 可听范围 [16] 1
接近程度 1/3倍频程 － 50–4000 Hz [97] <30
接近程度 相关性分析 环境猜测攻击、同位攻击 可听范围 [98] 5
接近程度 PCCs 中间人攻击、同位攻击 14–15 kHz [99] <12
部分提取 面部特征 FMCW 重放攻击 不可听范围 [100] 2
手形 ZC序列 模仿攻击 14–20 kHz [101] 8
握持手形 ZC序列 模仿攻击、重放攻击 17–23 kHz [102] 3.2
按屏压力 固体声提取 已知PIN码攻击、肩窥攻击 18–22 kHz [103] 3.3
握持手形 ZC序列 呈现攻击 17.46–22.54 kHz [104] 2.45
接近程度和硬件指纹 OFDM 中间人攻击、同位攻击 18.1–20 kHz [105] －
声纹和唇动 MFCC、GMM 重放攻击、模仿攻击 18–20 kHz [106] 5
一体化提取 手形和握持姿势 MFCC、FTT 重放攻击、模仿攻击 18–22 kHz [107] 6
声纹和手势 正交相位提取 重放攻击、模仿攻击 >12 kHz [108] 3.5
接近程度和硬件指纹 1/3倍频程 中间人攻击、同位攻击 18–20 kHz [109] 3.4
信道模式噪音 气爆音 人声系统
基 被动 口腔发声位置 声能场 频谱特征
于
声
感
知 口腔气流声压 麦克风阵列
的
认
证
活
体
检 口内发声姿势 声音骨传导 唇部运动
测
主动
人脸 3D 形状
图 10 基于声感知的认证活体检测
