2、活体检测基础：什么是活体检测、为什么需要活体检测、常见攻击类型（照片、视频、3D面具、屏幕翻拍）

智能门锁的核心价值在于“便捷”与“安全”的平衡。当用户将指纹、人脸或虹膜等生物特征作为开锁凭证时，系统面临一个根本性问题：如何确认采集到的生物特征来自一个真实、有生命、当前在场的用户，而非一个伪造的复制品？这正是活体检测（Liveness Detection / Presentation Attack Detection, PAD）技术要解决的核心命题。本章将系统梳理活体检测的定义、必要性，并深入剖析智能门锁领域最常见的四类攻击手段及其技术原理，为后续学习眨眼检测、红外成像和多帧判断等具体算法打下坚实的认知基础。

2.1 什么是活体检测：从“认特征”到“认生命”

活体检测，在学术领域常被称为“呈现攻击检测”（Presentation Attack Detection, PAD），是指生物识别系统在采集生物特征的同时，通过一系列软硬件手段判断该特征是否来源于用户本人的活体组织，而非照片、视频、模具或其他伪造载体。简单来说，传统生物识别回答的是“你是谁”的问题，而活体检测回答的是“你是否真的在这里”的问题。

在智能门锁场景中，活体检测并非一个独立的功能模块，而是嵌入在整个人脸或指纹识别流程中的一道关键安全闸门。以人脸识别门锁为例，其完整工作流程通常包含以下五个阶段：

1. 图像采集：通过RGB摄像头、红外摄像头或结构光模组获取用户面部图像或深度信息。
2. 人脸检测与定位：在图像帧中快速定位人脸区域，排除复杂背景干扰。
3. 活体检测：对检测到的人脸区域进行生命体征验证，判断是否为真实活体。
4. 特征提取与比对：将活体验证通过的人脸图像转换为特征向量，与注册模板进行相似度计算。
5. 决策与执行：根据比对分数和活体置信度综合判断，决定是否开锁。

值得注意的是，活体检测的判定结果通常不是一个简单的“是/否”布尔值，而是一个连续性的置信度分数。系统会设定一个阈值，当活体置信度高于阈值时判定为真实用户，低于阈值则拒绝。这个阈值的设定需要在安全性与便捷性之间取得平衡——阈值过高会导致真实用户频繁被拒（误拒率升高），阈值过低则可能放过攻击样本（误纳率升高）。

2.2 为什么需要活体检测：安全缺口与真实风险

如果智能门锁只做特征比对而不做活体检测，那么整个系统将形同虚设。攻击者只需获取到用户的一张清晰照片或一段视频，就能轻松解锁。这种攻击成本极低、技术门槛极低，却可能造成极其严重的后果。

从安全架构的角度看，活体检测的必要性体现在以下三个层面：

以实际案例来看，2019年某知名安全研究团队曾用一张打印照片成功解锁了市面上多款主流智能门锁。实验过程非常简单：将照片打印在A4纸上，对准门锁摄像头，系统在不到2秒内便完成了“识别”并开锁。这一测试结果震惊业界，也直接推动了活体检测技术从“可选功能”升级为“强制标配”。

另一个容易被忽视的风险点是“非主动攻击”场景。例如，用户在公司开会时被同事偷拍照片，或者社交媒体上的自拍照被爬取，这些照片一旦被恶意利用，就可能成为攻击门锁的工具。活体检测的存在，使得这些静态照片无法通过验证，从而有效阻断此类攻击路径。

2.3 常见攻击类型深度剖析

智能门锁面临的呈现攻击手段不断演进，从最初的简单照片到如今的高仿真3D面具，攻击者的技术水平和成本投入也在逐步升级。理解这些攻击类型的具体实现方式和特征，是设计有效防御策略的前提。

2.3.1 照片攻击：最基础也最普遍的威胁

照片攻击是最简单、成本最低的攻击方式。攻击者只需获得目标用户的一张清晰正面照片，将其打印出来或直接显示在手机屏幕上，对准门锁摄像头即可尝试解锁。照片攻击又可细分为两种子类型：

• 纸质打印照片：使用喷墨或激光打印机将照片打印在铜版纸或普通A4纸上。这种攻击方式完全静态，没有任何动态特征。
• 屏幕显示照片：将照片存储在手机、平板等电子设备中，利用屏幕亮度模拟一定的“光泽感”。部分屏幕照片还会轻微晃动，试图模拟头部微动。

照片攻击的核心特征是缺乏深度信息和动态变化。平面照片没有真实的3D面部结构，在红外成像下会呈现明显的平坦区域；同时，照片无法产生自然的眨眼、眼球转动、头部姿态变化等生理行为。针对照片攻击，最简单的防御手段就是要求用户完成眨眼动作或轻微转头。

2.3.2 视频攻击：动态伪装的升级

视频攻击是照片攻击的升级版，攻击者使用目标用户的录像视频（可能来自社交媒体、监控摄像头或偷拍）在门锁前播放。视频攻击能够模拟眨眼、微笑、头部转动等动态行为，对仅依赖动作指令的活体检测算法构成较大威胁。

视频攻击的常见实现方式包括：

• 手机/平板播放：直接播放录制好的视频，屏幕亮度较高，可能带有摩尔纹。
• 打印动态序列：将视频关键帧打印成多张照片，快速切换模拟动态效果（较少见，但存在）。
• 投影仪投射：使用微型投影仪将视频投射到墙壁或幕布上，模拟更大的显示面积。

视频攻击的破绽在于屏幕介质特征和动作的机械性。屏幕会产生周期性刷新条纹（在红外图像中尤为明显），且视频中的动作是固定的、循环的，不会根据门锁的随机指令做出响应。因此，引入随机动作指令（如“请向左转头”“请眨眼两次”）能有效抵御视频攻击。

2.3.3 3D面具攻击：高仿真物理绕过

3D面具攻击是当前最具威胁性的攻击方式之一。攻击者通过3D扫描获取用户面部三维数据，使用硅胶、树脂或3D打印技术制作高仿真面具或头模。优质面具在肤色、纹理、五官比例上高度还原，甚至能模拟皮肤毛孔和细微皱纹。

3D面具攻击的难点在于成本和技术门槛较高，但一旦制作成功，其欺骗性极强。面具能够提供真实的3D面部结构，在结构光或双目视觉下呈现正确的深度信息；部分高端面具还内置了加热装置模拟人体体温，进一步迷惑红外热成像传感器。

针对3D面具攻击，单一模态的活体检测往往力不从心，需要多模态融合策略：

2.3.4 屏幕翻拍攻击：数字世界的“二传手”

屏幕翻拍攻击是一种较为特殊的攻击方式，攻击者不是直接使用原始照片或视频，而是用摄像头翻拍显示在屏幕上的目标内容。例如，攻击者用一台手机播放目标用户的视频，再用另一台手机的摄像头对准屏幕进行录制，然后将翻拍后的视频用于攻击门锁。

屏幕翻拍攻击之所以值得关注，是因为翻拍过程引入了额外的“拍摄噪声”——屏幕的摩尔纹、反光、色偏、分辨率损失等。这些噪声反而可能掩盖原始屏幕的周期性特征，使部分基于屏幕纹路检测的算法失效。此外，翻拍视频中的动作更加自然，因为经过了二次采集，帧率和运动模糊更接近真实摄像头输出。

防御屏幕翻拍攻击需要从图像质量层面入手：

• 分辨率检测：翻拍视频的分辨率通常低于原始视频，且存在明显的压缩伪影。
• 噪声一致性分析：真实摄像头采集的图像噪声分布具有空间一致性，而翻拍图像在屏幕区域和非屏幕区域噪声特征差异明显。
• 景深信息：翻拍过程中，屏幕表面与摄像头之间存在物理距离，导致景深信息异常。
• 红外特征：屏幕翻拍在红外波段下会呈现明显的条纹或网格状图案，与真实人脸的平滑红外反射形成鲜明对比。

2.4 攻击类型对比与防御策略总览

为了更直观地理解四类攻击的差异和防御重点，下表从多个维度进行了系统对比：

2.5 实战场景拆解：一次完整的攻击与防御博弈

为了更深入地理解活体检测在实际场景中的运作方式，我们来看一个完整的攻防案例。

场景背景：某高端公寓安装了配备人脸识别智能门锁，该门锁采用“RGB摄像头+红外摄像头”双模方案，活体检测算法包含眨眼检测和红外深度分析。某日，住户小李在社交媒体上发布了大量高清自拍照和一段15秒的正面视频。

攻击者行为：一名有不良记录的前室友王某，获取了小李的照片和视频，计划实施入室盗窃。王某准备了三种攻击工具：①打印的高清照片；②存有视频的手机；③通过3D打印制作的简易面具（精度较低）。

攻击过程与防御结果：

关键分析：王某的三次攻击均被成功拦截，但每次拦截的机制不同。第一次攻击暴露了静态照片的致命弱点——无法响应动态指令；第二次攻击中，红外摄像头发挥了关键作用，屏幕的刷新频率在红外波段下形成了明显的周期性条纹，算法通过频域分析快速识别出屏幕介质；第三次攻击中，虽然3D打印面具具备了一定的立体结构，但材质的光谱特性与真实皮肤差异显著，且面具无法执行门锁随机生成的“向左转头”指令。

复盘经验：单一活体检测手段存在被绕过的风险，但多模态融合策略能显著提升攻击成本。王某在三次尝试失败后放弃攻击，因为继续尝试的时间成本和工具成本已超过预期收益。这验证了活体检测的“威慑价值”——即使无法100%防御所有攻击，也能通过提高攻击门槛来有效降低风险。

2.6 常见误区与总结复盘

在活体检测的理解与实施过程中，存在一些常见误区，需要特别澄清：

• 误区一：活体检测只是“锦上添花”。实际上，对于人脸识别门锁而言，活体检测是安全底线，缺失该功能的产品在专业攻击面前几乎不堪一击。
• 误区二：算法越复杂越好。门锁是嵌入式设备，算力和功耗受限。过度复杂的深度学习模型可能导致响应延迟增加、功耗上升，影响用户体验。需要在安全性和实时性之间找到平衡点。
• 误区三：活体检测可以一劳永逸。攻击技术在不断演进，今天的防御手段明天可能就被绕过。活体检测算法需要持续迭代更新，通过OTA升级保持防御能力。
• 误区四：只关注人脸活体，忽略指纹活体。指纹门锁同样面临假指纹膜攻击，虽然本章聚焦于人脸活体，但活体检测的理念同样适用于指纹、指静脉等模态。