人脸识别成了近年火热的人工智能落地方向之一。简单地看来，人脸识别是一个验证身份的过程，以后跟个人身份证打通也是理所应当。要判断画面上呈现的是不是一个真的人脸，途径和手段是可以非常多样化的。要验证是不是真正的人脸，光靠一个二维的模式识别，或者人脸特征点的对齐都是远远不够的，存在一定的局限性。
由于现在各行业对客户真实性、安全性和可信度的要求较为严格，怎样在线上证明“你是你”成了各行各业发展线上业务的关键问题。随着深度学习方法的应用，基于Android、iOS人脸识别技术的识别率已经得到质的提升，人脸活体检测技术与其他生物特征识别技术相比，在实际应用中具有天然独到的优势：通过摄像头直接获取，可以非接触的方式完成识别过程，方便快捷。目前人脸活体检测技术已应用在金融、教育、景区、旅运、社保等领域。
人脸活体检测技术，为“刷脸”提供安全保障
一个简单的假设：拿着一张照片能不能骗过摄像头?
现有的人脸识别场景中，极易用照片、视频等方式复制人脸进而攻击，因此对合法用户人脸的假冒是人脸识别与认证系统安全的重要威胁，考虑到一旦虚假人脸攻击成功，极有可能对用户造成重大损失，因此势必需要为现有的人脸识别系统开发可靠、高效的人脸活体检测技术。
人脸活体检测主要是通过识别活体上的生理信息来进行，它把生理信息作为生命特征来区分用照片、硅胶、塑料等非生命物质伪造的生物特征。为了确保你是“活的你”，人脸活体检测通常包含几个鉴别步骤，比如眨眼判别：对于可以要求用户配合的应用系统，要求用户眨眼一到两次，人脸识别系统会根据自动判别得到的眼睛的张合状态的变化情况来区分照片和人脸；或者嘴部张合判别：与眨眼判别类似，要求用户张开、闭合嘴巴一到两次，人脸识别系统据此区分照片与真实人脸。
人脸活体检测主要内容包括：人脸检测、3D检测、活体算法检测、连续性检测等。下面就分别讲解一下。
1.人脸检测：定位人脸在哪里，检测活体过程中是否出现无人脸、多人脸的情况，可有效防止两个人的切换或人与照片的切换。
2.3D检测：验证采集到的是否为立体人像，能够防止平面照片、不同弯曲程度的照片等。
3.活体算法检测：判断用户是否为正常操作，通过指定用户做随机动作（摇头、点头、凝视、眨眼、上下移动手机），防止视频攻击、非正常动作的攻击。
4.连续性检测：和人脸活体检测同时使用能够更好的防止中途切换人。验证人脸运动轨迹是否正常，如果中途换人会出现异常运动；从安全性角度能够防止跳过人脸活体检测直接替换采集的照片。
下面简单介绍一下人脸活体检测技术
目前，人脸活体检测技术主要分为两部分：
第一部为前端人脸活体检测技术，主要支持android、ios平台，在前端通过眨眼、张嘴、摇头、点头等组合动作，确保操作的为真实活体人脸。
第二部为后台人脸活体检测技术，该环节通过在人脸识别检测技术环节取得整张人脸图像后，再通过扫描识别身份证，取到身份证头像后，将现场人脸与身份证上的人脸进行比对识别，判断是否为同一张人脸。
人脸活体检测技术技术可在移动端平台进行运算，提供Android、iOS平台SDK；由于人脸比对算法的运算量非常大，所以需部署在服务器端，目前支持windows、linux等主流平台。
通过人脸活体检测与人脸识别术技术，非常好的解决了实名认证环节存在的风险与漏洞。
人脸活体检测通常包含的几个鉴别步骤，比如：
眨眼判别：对于可以要求用户配合的应用系统，要求用户眨眼一到两次，人脸活体检测系统会根据自动判别得到的眼睛的张合状态的变化情况来区分照片和人脸；
嘴部张合判别：与眨眼判别类似，要求用户张开、闭合嘴巴一到两次，人脸活体检测系统据此区分照片与真实人脸。
还有更多比如摇头、点头、抬头等动作指令，以此来辨别照片和真实人脸。
基于人脸识别场景中的防欺诈解决方案，人脸活体检测技术可以有效阻挡PS换脸、视频、三维人脸模型、高清人像照片等各种不同类型的攻击。通过动作指令验证前端活体有效，再获取一张操作者本人照片，将这张照片传送至服务器端，由机器进行活体的后验，防止被攻击欺诈，提高安全性。