活体检测+3D人脸识别：为“刷脸”上道安全锁

人脸识别技术现已广泛应用于安全管理、移动支付、司法刑侦等多个领域。所谓人脸识别，就是利用计算机技术的对比分析功能来实现身份认证的过程，这是一种基于生物特征的识别技术。
运用2D摄像头或3D摄像头进行检测，借助深度学习的功能，让设备对人脸的特征进行分析，最后筛选出合适的结果。“图像采集-人脸定位-特征提取-特征对比-显示对比相似度”构成了人脸识别的一般过程。
但是人脸识别技术的安全性不断受到质疑。浙江嘉兴上外秀洲外国语学校402班科学小队就曾用打印照片代替真人刷脸，顺利取出了丰巢快递柜中父母的邮件。

随着身份有效性、隐私安全等问题不断出现，人脸识别技术面临的挑战从“准”逐渐上升到“真”。
如何提高人脸识别的真实性和安全性？答案是“活体检测+3D人脸识别”。活体检测又被称为反人脸欺诈检测，是一种判断人脸真伪的技术。

活体检测与人脸识别相结合，可以有效打击打印的人脸图像、戴着人皮面具的人、电子设备屏幕中的人脸数字图像等“伪人脸”的欺诈。如果说人脸识别技术识别了人的身份，那么活体检测就是用来识别是否是真人。
数据堂自制版权的系列数据集产品为“活体检测+3D人脸识别”这一技术路径的实现提供了强有力的支持。

2,000人唇语视频数据

该数据录制人员涵盖少年到老年，以中青年为主，年龄覆盖20-40岁。该数据中的视频数量为41868段，每段约7秒，共计81小时。视频分辨率达640*480以上，是一套完备的唇语活体检测数据集。

1,078人3D人脸采集数据

该数据是面向3D人脸识别算法进行研发的。运用Realsense SR300采集了1078人的3D人脸数据，标注了被采集人的性别和年龄，采集了场景、动作、眼镜、距离的标签信息。被采集人每人采集6周，每周采集一次，共采集多光照多姿态视频16段，人脸动作准确率和标签标注准确率均大于 97%。
807人5.4万张黄种人全年龄人脸多姿态图像

该数据采集了807位国内大陆居民人脸图像，每人62张多角度照片和6张表情照片，总计54974张。

拍摄角度包括平视、仰视、俯视等垂直方向变化以及正、微左、斜左、全左、微右、斜右、全右等水平方向变化。图像包括真实人脸和人脸动作对抗样本，图片分辨率为51843456，面部分辨率超过200200。

集跨性别、跨年龄、多角度、多姿态、多光照等优势于一身，该数据集在人脸识别、人脸分割和人脸三维重建领域具有强大优势。

一个理想化的人脸识别产品应该具备鲁棒、快速、安全等特点。不论是2D人脸识别技术、3D人脸识别技术，还是活体检测技术，实际上都存在着各种漏洞和不足。

人脸识别和活体检测是一个科技领域的攻防技术，随着人工智能的不断创新、深度学习的持续发展，矛盾和解决方案必然是动态对抗的过程。解决技术带来的安全问题，除了依靠技术进步本身，还需要严格的法律、统一的标准进行把关。