网络技术的发展和网络安全性问题使得基于生物特征的在线身份认证技术越来越受到关注。然而，在线身份认证应用又带来了新的安全问题——生物特征的假冒欺骗应用。这就提出了生物特征识别领域新的研究课题——生物活体检测。论文针对人脸活体检测开展研究，论文工作具体包括：1、改进了一种基于傅里叶频谱统计特征和局部二值特征的活体人脸检测方法。对人脸图像，首先采用Gamma矫正和DoG滤波的方法进行图像预处理，消除光照的同时保留了图像的关键信息；然后基于傅里叶频谱图的基础上，以零频谱点为中心，间隔一个图像像素距离的同心圆环提取频谱统计特征，同时融合局部二值模式特征用于分类判别。最后用当前公开的活体人脸数据库（NUAAImposter database）验证了算法的性能。2、提出了一种基于灰度共生矩阵和小波分析的活体人脸检测算法。首先计算图像在0°、45°、90°和135°四个方向的灰度共生矩阵，在此基础上提取每个灰度共生矩阵的熵、能量、对比度和相关性四个二阶统计特征值，同时对图像进行二级Haar小波分解后提取第一级和第二级的高频子带，统计每个子带的均值和能量值用于特征分类判别，算法在NUAA数据库上进行了验证。实验表明本文提出的是一种应用于解决身份认证中活体人脸检测问题的有效方法。3、将活体人脸检测问题视为一个二分类问题。对目前研究者提出的局部二值模式应用于活体人脸检测方法进行了验证，并将卡方统计应用于检测，并给出了对比结果，有效地提高了算法准确率。