活体检测技术

活体检测技术

应用场景

金融支付，门禁，打卡机等应用场景。任务目标为判断捕捉到的人脸是真实人脸，还是伪造的人脸攻击。任务难点主要是：

• 攻击源分布过于广泛
• 不同攻击源之间差距不明显
• 使用场景限制检测方法
• 当前开放样本数据不足
  
  2019世界黑帽安全大会，腾讯公司演示了攻破苹果Face ID。
  工具为：一款特制眼镜，眼镜镜片上贴有黑色胶带，黑色胶带中心还贴有白色胶带。《福布斯》的记者们决定使用 3D 打印石膏人脸攻击手机的人脸识别功能。 在一通测试之后，他们发现石膏人脸竟可以破解当时四种流行旗舰手机（LG G7 ThinQ、三星 S9、三星 Note 8 和一加 6）的 AI 人脸识别解锁功能。

发展路线

1 攻击方式的发展

2辅助硬件的发展

近红外活体检测：利用近红外成像原理，实现夜间或无自然光条件下的活体判断。其成像特点（如屏幕无法成像，不同材质反射率不同等）可以实现高鲁棒性的活体判断。

3D结构光活体检测：基于3D结构光成像原理，通过人脸表面反射光线构建深度图像࿰