1.一种基于多视角动态特征的人脸活体检测方法，其特征在于：包含四个部分，分别是：a)视频预处理，b)人脸运动模式映射，c)噪声模式提取，d)分类；当有用户请求接入人脸认证系统时，由系统摄像头获得人脸的视频，对其进行预处理，并分别提取其人脸运动模式映射图和噪声模式，然后计算灰度共生矩阵，送入支持向量机分类器进行分类，最后输出结果为活体或者假体。

2.根据权利要求1所述的方法，其特征在于：

在视频预处理中对视频进行裁剪；对于一个人脸视频，检测视频第一帧中人脸的位置，并使用该位置信息对视频所有帧进行裁剪；经过视频预处理，得到不含背景的人脸视频。

3.根据权利要求1所述的方法，其特征在于：

将视频中的内容看做被拍摄的运动着的物体，将视频的持续时间看做运动模糊图像的曝光时间，则视频的运行模式映射由下式得到：其中V为预处理之后的视频，Vp,q(t)为该视频在t时刻(p,q)位置的取值，p和q分别为视频中每一像素的横坐标和纵坐标；avg[Vp,q(t)]表示Vp,q在时域上的均值；T为视频的持续时间，ψ为运动模式映射图，ψ(p,q)为运动模式映射图在点(p,q)位置的值；

对于数字视频，信号以帧的速率被采样，因此运动模式映射图ψ表示为：

其中，Vp,q(k)表示视频第k帧中点(p,q)位置的值，l表示视频的总帧数；通过上式计算出视频的运动模式映射图。

4.根据权利要求1所述的方法，其特征在于，

噪声模式提取具体步骤如下：

1)首先提取视频中的噪声；假设V是输入视频，则残差噪声视频表示为

VNR＝Vgray-VFiltered

其中Vgray是灰度化处理的视频，VFiltered是Vgray经过低通滤波后的视频；采用高斯滤波器，其均值μ＝0，标准差σ＝2，滤波器尺寸为7×7；2)对残差噪声视频进行2D离散傅里叶变换，如下式所示其中FS为傅里叶频谱，(u,w)为傅里叶频谱的横坐标和纵坐标，M和N分别代表视频的高和宽，x和y为人脸视频中的横坐标和纵坐标；3)求频谱视频的视觉节奏；视觉节奏选取选取视频每一帧的带状部分，组成一张图像；其中，带状部分选择过中心的水平或者垂直带状部分。

5.根据权利要求1所述的方法，其特征在于，

分类具体过程如下式表示：

其中Ppositive为结果为投票过程中真实人脸的票数占总票数的比例；Hthreshold为设定的一个较高的阈值，当Ppositive大于此阈值时，判定为真实人脸；Lthreshold为较低的阈值，当Ppositive小于此阈值时，判定为假体攻击；当Ppositive处于两个阈值之间时，输出噪声模式的判断结果；设定Hthreshold＝0.9，Lthreshold＝0.2。