人臉識別成了近年火熱的人工智能落地方向之一。簡單地看來，人臉識別是一個驗證身份的過程，所以后跟個人身份證打通也是理所應當。要判斷畫面上呈現的是不是一個真的人臉，途徑和手段是可以非常多樣化的。要驗證是不是真正的人臉，光靠一個二維的模式識別，或者人臉特征點的對齊都是遠遠不夠的，存在一定的局限性。

一個簡單的假設：拿著一張照片能不能騙過攝像頭?

現有的人臉識別場景中，極易用照片、視頻等方式復制人臉進而攻擊，因此對合法用戶人臉的假冒是人臉識別與認證系統安全的重要威脅，考慮到一旦虛假人臉攻擊成功，極有可能對用戶造成重大損失，因此勢必需要為現有的人臉識別系統開發可靠、高效的人臉活體檢測技術。

人臉活體檢測主要是通過識別活體上的生理信息來進行，它把生理信息作為生命特征來區分用照片、硅膠、塑料等非生命物質偽造的生物特征。為了確保你是“活的你”，人臉活體檢測通常包含幾個鑒別步驟，比如眨眼判別：對于可以要求用戶配合的應用系統，要求用戶眨眼一到兩次，人臉識別系統會根據自動判別得到的眼睛的張合狀態的變化情況來區分照片和人臉；或者嘴部張合判別：與眨眼判別類似，要求用戶張開、閉合嘴巴一到兩次，人臉識別系統據此區分照片與真實人臉。

人臉活體檢測主要內容包括：人臉檢測、3D檢測、活體算法檢測、連續性檢測等。下面就分別講解一下。

1.人臉檢測：定位人臉在哪里，檢測活體過程中是否出現無人臉、多人臉的情況，可有效防止兩個人的切換或人與照片的切換。

2.3D檢測：驗證采集到的是否為立體人像，能夠防止平面照片、不同彎曲程度的照片等。

3.活體算法檢測：判斷用戶是否為正常操作，通過指定用戶做隨機動作（搖頭、點頭、凝視、眨眼、上下移動手機），防止視頻攻擊、非正常動作的攻擊。

4.連續性檢測：和人臉活體檢測同時使用能夠更好的防止中途切換人。驗證人臉運動軌跡是否正常，如果中途換人會出現異常運動；從安全性角度能夠防止跳過人臉活體檢測直接替換采集的照片。

人臉活體檢測通常包含的幾個鑒別步驟，比如：

1. 眨眼判別：對于可以要求用戶配合的應用系統，要求用戶眨眼一到兩次，人臉活體檢測系統會根據自動判別得到的眼睛的張合狀態的變化情況來區分照片和人臉；

2. 嘴部張合判別：與眨眼判別類似，要求用戶張開、閉合嘴巴一到兩次，人臉活體檢測系統據此區分照片與真實人臉。

3. 還有更多比如搖頭、點頭、抬頭等動作指令，以此來辨別照片和真實人臉。

基于人臉識別場景中的防欺詐解決方案，人臉活體檢測技術可以有效阻擋PS換臉、視頻、三維人臉模型、高清人像照片等各種不同類型的攻擊。通過動作指令驗證前端活體有效，再獲取一張操作者本人照片，將這張照片傳送至服務器端，由機器進行活體的后驗，防止被攻擊欺詐，提高安全性。

fqj