近日，一條提醒微博在網上引起軒然大波：大家使用App的人臉識別功能時，一定要穿上衣服。因為App采集的不僅是被識別者的人臉部分，而是攝像頭拍攝的全部畫面，上傳后臺后會被審核人員看見。

與之形成佐證的是，有相關工作人員在這條微博下面回復：在后臺進行人臉照片審核時，確實經常會看到很多人在洗澡、和另一半擁抱、沒穿衣服等“奇奇怪怪”的場景。網友集體大呼“社死”。

這樁新聞背后，其實暗含著一系列問題：App的人臉識別功能到底是出于什么目的?所以人臉識別都需要工作人員審核嗎?今天就讓筆者給吃瓜群眾捋一捋。

【為什么App要做人臉識別?】

為了確認是賬戶所有者本人在操作。

配置該功能的通常是金融或者政務類App，對操作安全性要求較高，必須確認是用戶本人才允許后續操作，以降低安全風險。近年來諸如王者榮耀等手游App也開始引入人臉識別功能，以防范未成年人冒用家長身份玩游戲。

但在實際應用中，我們經常看到使用者企圖用冒充的虛假人臉，攻破人臉識別驗證。借助其他媒介呈現的人臉都可以定義為虛假的人臉，包括打印的紙質照片、電子產品的顯示屏幕(照片&視頻)、硅膠面具、立體3D人像等。

之所以需要工作人員在后臺進行審核，主要是為了提升人臉驗證準確性，對部分可能存在虛假人臉攻擊的圖像進行二次復核。

【人臉識別一定需要工作人員后臺審核嗎?】

答案顯然是否定，對于一些用戶量特別龐大的產品而言，藉由人工進行后臺審核的速度顯然跟不上用戶的訪問量，同時還會存在人們最關心的隱私泄露問題。

面對這種情況，就需要使用活體檢測技術，來幫助人臉識別抵御各種虛假人臉攻擊。一般來說人臉識別的完整鏈路中，都需要先確認目標為真實人臉，之后才會進入人臉比對環節。

通常App在進行人臉識別時，會要求用戶配合做一些動作，譬如點頭、眨眼、搖頭等等，這就是典型的配合式活體檢測。它是使用人臉關鍵點及人臉追蹤技術，通過連續的采集圖片，計算變化距離與不變距離的比值，進行上一幀圖像與下一幀圖像的對比，從而驗證用戶是否為真實活體本人操作。

這種活體檢測技術出現較早,使用也較為普遍。但黑產從業者已經找到了攻破方式，利用黑產軟件可以將靜態照片“活化”變成動態視頻。在人臉識別時，通過另一臺手機屏幕播放該視頻，就可以輕松“騙過”人臉核驗。

而著重要介紹的是另一種無需用戶動作配合，針對成像源本身進行甄別的靜默式活體檢測。它可以完善的防御照片活化等各類假臉攻擊。事實上，如果App使用的活體檢測和人臉比對算法足夠出色，就不需要后臺人工審核，人工智能完全可以代勞。

目前國內已有算法平臺免費開放了靜默式活體檢測技術，譬如虹軟視覺開放平臺的ArcFace人臉識別SDK，同時支持RGB和IR紅外的靜默式活體檢測算法。該人臉識別算法不僅能實現高魯棒性的判斷，可供開發者滿足各類場景需求，而且還支持完全免費、離線使用。

虹軟視覺開放平臺的RGB單目活體檢測技術，普通RGB攝像頭即可運行，應用成本較低。該方案通過分析采集摩爾紋、成像畸形、反射率等人像破綻，從而獲得活體檢測所需要的識別信息，通過多維度的識別依據保證了識別的準確性，對屏幕成像和紙張照片類攻擊有著良好防御性。由于采用普通單目攝像頭，所以RGB單目活體的使用成本較低。

虹軟視覺開放平臺的IR雙目紅外活體檢測技術，是在RGB單目活體的算法能力基礎上，加入了紅外攝像頭。由于紅外圖像濾除了特定波段的光線，天生抵御基于屏幕成像的假臉攻擊。

事實上，不管是可見光還是紅外光，本質都是電磁波。物體成像與其表面材質的反射特性有關。真實人臉和紙片、屏幕、立體面具等攻擊媒介的反射特性都是不同的，所以成像效果也不同。而這種表面材質差異在紅外波反射方面會更加明顯，當屏幕上的人臉出現在紅外攝像頭前，紅外成像的畫面里只有白花花一片，連人臉都無法顯示，攻擊也就無法得逞。

由于硬件的差異，紅外活體相對RGB活體成本有所提高，但對于屏幕成像和紙張照片類的防御力也更加優秀。

另外，針對移動設備的App場景，虹軟視覺開放平臺專門設計了一款人臉識別產品方案ArcFace S，適用于APP等大量激活設備的應用場景，并且針對相關場景優化了人臉檢測、人臉跟蹤、人臉屬性、RGB活體檢測、人證比對等多項能力。

值得一提的是，相比以往一臺設備一臺設備的逐一授權方式， ArcFaceS可以實現大批量授權，更方便快捷。另外，該算法同樣支持萬人級場景極速識別，為用戶提供高效的刷臉服務。對該虹軟算法感興趣的開發者可以登陸“虹軟視覺開放平臺”官網了解。

當然，無論在什么場景下，只要進入攝像頭范圍，穿上衣服都會比較保險哦。