1. 基於圖像質量特征分析的大致流程如下，主要圍繞：鏡面反射特征（Specular reflection feature）/模糊特征（Blurriness feature）/ 色矩特征（Chromatic moment feature）/ 顏色多樣性特征（Color diversity feature）等四方面展開。
參考：論文：Face Spoof Detection with Image Distortion Analysis. 2015.
2. Specular reflection feature
在同一成像環境中將真實的面部或欺騙性面部（例如打印的照片或屏幕上的回放視頻）呈現給相機，真實的面部和欺騙性面部圖像之間的主要區別：在於“形狀 ”和攝像頭前面的臉部特征。根據鏡面反射模型，可以將圖像分為鏡面反射圖像和漫反射圖像兩部分。
1) 鏡面反射特征的提取方式
參考：論文：Real-time specular highlight removal using bilateral filtering, ECCV, 2010.
Separating reflection components of textured surfaces using a single image, IEEE Trans. Feb. 2005.
2). 利用NUAA數據集中的活體與非活體圖像，對提取的鏡面反射特征進行量化分析；
量化分析過程參考：論文：Face Spoof Detection with Image Distortion Analysis. 2015.
01_1等代表圖像的名字（依次從左到右，從上到下）；
B_m/G_m/R_m分別代表鏡面反射圖的B/G/R各個通道的均值；
B_per/G_per/R_er分別代表各通道鏡面反射圖的像素部分占整幅圖像的的比例；
B_var/G_var/R_var代表鏡面反射圖的B/G/R通道的方差；
3. Blurriness Features
對於短距離欺騙攻擊，欺騙面孔通常會在手機相機中散焦。 原因是欺騙介質（打印紙，平板電腦屏幕和手機屏幕）通常尺寸有限，攻擊者必須將其放置在靠近相機的位置，以掩蓋攻擊介質的邊界。 結果，欺騙的面孔容易散焦，並且由於散焦而導致的圖像模糊可以用作反欺騙的另一線索。
1） 圖像的模糊度度量方式
參考：論文： The blur effect: perception and estimation with a new no-reference perceptual blur metric, 2007.
2) 利用NUAA數據集中的活體與非活體圖像，進行圖像模糊度度量；
Vec_ratio:是圖像垂直方向的模糊度； Hor_ratio:是圖像水平方向的模糊度；數值越大，代表圖像在那個方向越模糊；
4. Chromatic Moment Feature
1) .色矩特征的提取及量化結果分析
參考：HSV空間各通道分離實驗及各值意義：https://blog.csdn.net/bamboocan/article/details/70627137
偏度(skewness)和峰度(kurtosis）：https://blog.csdn.net/xbmatrix/article/details/69360167
5. Color Diversity Features
1) 圖像的顏色多樣性特征量化
輸入圖像 -> 分離各個通道（R/G/B）-> 將各通道的像素值（0-255）進行等間隔量化（如255/35=7，像素0-6，標記為0；像素7-13，標記為1；......像素值為218-225，標記為：34）->統計各個區間的出現的頻率個數，並排序->只取頻率出現最大的前5個區間的標志作為特征輸出；
2）針對NUAA數據集中的圖片進行量化的結果
注: 數值越大，代表像素主要集中在較大值范圍內出現的頻率越多，即圖像越亮；反之，則圖像越暗；
6. 實驗結果分析
1） 關於人臉欺騙數據集簡介
NUAA Photograph Imposter數據庫[8]於2010年發布，是最早的公共領域欺騙數據庫之一。它由12,614張圖像（從143個視頻中提取）組成，僅包含15個對象的真實和攻擊嘗試。此外，NUAA數據庫中僅包含手持式打印照片攻擊。
Idiap REPLAY-ATTACK數據庫[4]於2012年發布，包含1300個視頻記錄，分別記錄了50個不同主題8的實時訪問和攻擊嘗試。在相同的采集條件（受控和不利的照明）下，通過打印照片，在手機屏幕上顯示的照片/視頻以及在HD屏幕上顯示的照片/視頻偽造同一對象的實時驗證嘗試，從而產生了面部欺騙攻擊。
2012年發布的CASIA面部反欺騙數據庫（FASD）包含600個真實的視頻錄像和50種不同身份的攻擊嘗試。盡管CASIA數據庫的大小比Idiap數據庫小，但在采集設備（高分辨率Sony NEX-5相機和低質量USB相機），面部變化（姿勢和表情變化）方面，它包含更多樣例，以及攻擊嘗試（扭曲照片，剪切照片和高清顯示的視頻）。
注：針對以上數據集，並沒有開源，想要下載需要填寫相關使用申請說明等諸多限制，可下載訪問的數據集目前只有NUAA。
2）利用圖像質量失真特征，針對NUAA數據集進行訓練與測試
實驗結果分析：上述圖像失真特征分析的方法，主要是針對手機屏幕顯示照片、視頻回放等數據集進行訓練測試的，可能本人利用NUAA數據集（主要是圖像照片攻擊）來進行訓練、測試效果才使得結果不那么理想。