活体检测

一句话定义

活体检测判断镜头前是真人还是照片、视频、面具，是对抗人脸伪造的核心能力，分静默式和配合式两类。

两类活体检测

静默式：用户不需要任何配合动作，站到镜头前就完成判断。算法通过分析纹理细节、微表情、皮肤反射、屏幕摩尔纹、边缘锯齿等线索，判断画面来自真人还是翻拍。优点是体验好、通行快；难点是算法要求高，某些特殊光照下可能误判。

配合式：要求用户做指定动作，比如眨眼、张嘴、转头、读一串数字。设备通过动作的时序和自然度判断是不是真人。优点是防伪能力强；缺点是通过慢，戴眼镜、戴口罩、光线差时容易卡住，食堂排队场景体验很差。

食堂刷脸扣款一般用静默式，因为要保证通行速度；安全等级更高的场合（如补贴领取）可以用配合式或静默 + 配合的组合。

常见攻击方式与对应防御

攻击方式	原理	防御手段
打印照片	直接用打印的人脸照片	深度信息（双目/结构光）+ 纹理检测
手机/平板翻拍	屏幕上播放人脸照片或视频	屏幕摩尔纹、反射特征检测
视频回放	播放提前录好的真人视频	微动作随机性、时序一致性检测
面具/头套	佩戴高仿真面具	三维结构 + 红外/近红外成像
深度伪造	AI 换脸视频	多帧一致性、生理信号检测

可以看出来：单一手段防不住所有攻击。所以实际方案都是多层叠加 —— 双目摄像头 提供深度、红外提供材质信息、算法做纹理与动态分析。

通过率受什么影响

光照：强逆光、侧光、极暗环境都会降低通过率，双向宽动态镜头和补光灯能明显改善。

遮挡：口罩、墨镜、刘海遮挡关键特征点，通过率会下降。如果现场必须戴口罩，要选支持口罩识别的算法。

距离与角度：站太近、太远、侧脸都会影响。一般建议正脸、0.5–1 米。

年龄变化：底库照片太旧（比如几年前办的卡），与现场差别大，也会影响。建议定期更新底库照片。

它和双目、结构光的关系

这三个概念经常被混在一起，实际是不同层面的东西：

双目 / 结构光是采集手段 —— 解决「怎么拿到三维信息」。

活体检测是判断算法 —— 解决「拿到信息后怎么判断真假」。

没有三维采集，活体检测只能靠纹理，容易被高仿攻击绕过；有了三维采集但没有好的活体算法，同样会误判。两者必须配套。