人脸识别技术在各种有安全性需求的身份识别鉴定场景有着广泛应用，例如手机电脑解锁， 企业住宅安全管理，公安司法刑侦等领域。作为一项起源于1960-1970年的技术，经过了逾50年发展，至今在科研领域已经有数以千篇相关论文发表，在应用领域亦有数以万计相关专利申请。随着这些技术的发展，目前已经有了越来越多的基于人脸识别的应用，例如我们现在应用极广的“刷脸支付”、“刷脸打卡”等。

但随着技术的发展，当年很多电影中的画面慢慢变成了现实，坏人可以通过带上提前准备好的照片或者面具，甚至是一副眼镜，轻而易举的被识别成其他人，当年由Kirby和Sirovich[1]提出的基于特征识别的机器自动识别方法已经有一些不太安全。大家当然不想被其他人冒充身份，随着这种人脸伪造的风险和隐患逐日增加，人脸防伪（face anti-spoofing）/活体检测(liveness detection)技术得到了越来越多的关注。

1 人脸识别面临的三种欺诈手段

恶意用户通常会使用以下三种方式来冒充合法用户的身份：

a 合法用户的人脸图片：

用户的人脸图片是最容易获取的，可以通过偷拍，在互联网上搜索（例如微博，朋友圈，小红书）等形式得到。恶意用户可以打印其照片或使用屏幕和其他投影装置欺骗人脸识别系统。

b 合法用户的人脸视频：

可以直接盗取用户现有视频，或偷拍，也可以通过Deepfake[2]等技术手段合成视频，如果可以获得含眨眼，头部运动等活体信息的视频将会对图像人脸识别系统有较大威胁。恶意用户可以通过屏幕或投影设备等播放视频来欺骗人脸识别系统。

c 合法用户的3D模型

（包括面具或头套）：

直接三维合成人脸对系统进行欺诈可能会比上述两种手段更具威胁。恶意用户可以直接头戴或者摆放模型等方式欺骗人脸识别系统。

d 合法用户的声音模拟

2 什么是活体检测技术

简单而言，活体检测技术目标在识别出成像设备（摄像头等）上检测出的物体是否来源于真实的人体，而非一个假冒的、没有生命特征的物体（照片或面具等）。通常，活体检测会利用一些特别生物特征识别人脸（例如红外生物特征扫描仪），去对抗检测虚假的样本。早年在指纹识别应用中就有针对活体手指的检测技术，即机器通过简单的原理（例如通过识别皮肤的温度或皮肤的电容值等）只对真人活体手指产生识别反应，对其他的一切物体均不作识别。一言以蔽之，一个人脸识别活体检测系统会利用一些相对安全的生物特征结合基于模式识别的人脸识别来对抗人脸伪造攻击。

图1 活体检测在人脸识别系统中处于的位置

3 人脸识别中的活体检测算法分类

根据用户的数据种类不同，活体检测技术通常分为三类：

**图片活体检测：**通过静态图片进行活体检测，通常基于传统图像处理，主要的方式有基于纹理特征的方式、基于图像质量的方式、以及基于深度特征的方法。