1. 活体检测概述
大家好，我是这门课的主讲。今天咱们聊聊活体检测——这个在生物识别里「看不见的守门员」。
先问个问题：你用过人脸解锁吧？手机一亮，摄像头扫一下，门就开了。但你想过没有——如果有人拿你的照片、视频，甚至一个3D打印的头模，对着摄像头晃一下，系统会不会也放行？
嗯，这就是活体检测要解决的问题。
什么是活体检测
活体检测，说白了就是判断「镜头前的是真人，还是假货」。它不是识别你是谁，而是确认你是个活人。
我个人的理解是：人脸识别解决的是「谁」的问题，活体检测解决的是「是不是活的」的问题。两者缺一不可。
从技术上讲，活体检测通常分为两类：
- 配合式活体检测：用户需要按指令做动作，比如眨眼、张嘴、摇头。系统通过分析动作的连贯性和自然度来判断真假。
- 非配合式活体检测：用户什么都不用做，系统静默分析。靠的是纹理、深度、光流、多光谱等信息。
核心要点：活体检测不是人脸识别，它是人脸识别安全体系的第一道防线。没有活体检测，人脸识别就是个摆设。
为什么需要活体检测
你想想看，人脸识别技术已经非常成熟了，识别率动不动就99%以上。但攻击手段也在进化。
我在项目中遇到过最典型的攻击方式有这几种：
| 攻击类型 | 攻击方式 | 常见场景 |
|---|---|---|
| 照片攻击 | 用打印照片、手机屏幕照片冒充真人 | 门禁、考勤 |
| 视频回放攻击 | 用录制好的视频片段播放 | 金融支付、远程开户 |
| 3D面具攻击 | 用硅胶、树脂等材料制作高仿面具 | 高安全等级场景 |
| 深度伪造攻击 | 用Deepfake等技术生成动态人脸 | 线上身份认证 |
没有活体检测，这些攻击几乎都能得手。我曾经帮一家银行做安全评估，用一台普通手机播放视频，就攻破了他们当时的人脸登录系统——整个过程不到10秒。
注意：不要以为「我们系统没那么重要，没人会攻击」。攻击工具的门槛越来越低，网上甚至能买到现成的攻击脚本。活体检测不是可选项，是必选项。
活体检测的典型应用场景
活体检测的应用场景，其实比你想的要多。我挑三个最典型的说说。
金融支付
金融场景对安全的要求是最高的。你想想，刷脸支付、远程开户、大额转账——这些操作一旦被攻破，损失是实打实的。
我记得有一次，某支付平台找到我们，说他们的活体检测在实验室里跑得好好的，上线后却被一种「打印照片+抠洞」的土办法攻破了。为什么？因为他们的算法只检测了单帧纹理，没做多帧时序分析。
金融场景的活体检测，通常要求：
- 配合式+非配合式双重验证
- 多光谱信息融合（可见光+近红外+深度）
- 实时性要求高（< 500ms）
- 误拒率（FRR）和误纳率（FAR）都要极低
门禁考勤
门禁考勤看起来安全等级没那么高，但实际坑很多。我见过一个案例：某公司用考勤机，员工用手机里领导的照片就代打卡成功了——因为那台机器只做了人脸检测，没做活体检测。
门禁场景的特点是：
- 环境光照复杂（逆光、暗光、侧光）
- 用户配合度低（没人愿意在门口站3秒）
- 设备算力有限（嵌入式设备）
所以门禁场景的活体检测，我更推荐用非配合式方案，靠近红外+深度信息来做判断。用户正常走过去就行，不用刻意配合。
手机解锁
手机解锁可能是大家最熟悉的场景了。从iPhone X的Face ID开始，手机端的活体检测就成了标配。
手机端的特点是：
- 算力相对充足（有专门的NPU/ISP）
- 传感器丰富（前置摄像头、红外点阵、泛光感应器）
- 用户体验要求极高（解锁速度< 300ms）
手机端的活体检测，我个人觉得做得最好的是结构光方案。它通过投射数万个红外点阵，构建3D人脸模型，照片和视频根本骗不了。但缺点也很明显——成本高，而且戴口罩的时候识别率会下降。
经验之谈：选活体检测方案时，别只看安全等级。要考虑场景、成本、用户体验三者的平衡。金融场景可以牺牲一点体验换安全，手机解锁就不能。
活体检测知识体系总览
下面这张图，是我自己整理的活体检测知识体系。你可以把它当作这门课的「地图」。
这张图把活体检测分成了三个维度：攻击类型、检测方法、应用场景。后面的课程，我会带着你一个一个拆解。每个技术点，我都会结合自己踩过的坑来讲——毕竟，纸上谈兵的东西，到了实战中往往第一个翻车。
好，第一章就到这里。记住一句话：活体检测不是锦上添花，是雪中送炭。没有它，人脸识别就是裸奔。