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(yīng)當(dāng)。要判斷畫面上呈現(xiàn)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(shè)：拿著一張照片能不能騙過攝像頭?

現(xiàn)有的人臉識別場景中，極易用照片、視頻等方式復(fù)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(tǒng)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(xiàn)有的人臉識別系統(tǒng)開發(fā)可靠、高效的人臉活體檢測技術(shù)。

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(qū)分用照片、硅膠、塑料等非生命物質(zhì)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(yīng)用系統(tǒng)，要求用戶眨眼一到兩次，人臉識別系統(tǒng)會根據(jù)自動判別得到的眼睛的張合狀態(tài)的變化情況來區(qū)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(tǒng)據(jù)此區(qū)分照片與真實人臉。

人臉活體檢測主要內(nèi)容包括：人臉檢測、3D檢測、活體算法檢測、連續(xù)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(xiàn)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(xù)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(xiàn)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(yīng)用系統(tǒng)，要求用戶眨眼一到兩次，人臉活體檢測系統(tǒng)會根據(jù)自動判別得到的眼睛的張合狀態(tài)的變化情況來區(qū)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(tǒng)據(jù)此區(qū)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(shù)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(wù)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