內容來源：華為開發者大會2021 HMS Core 6 AI技術論壇，主題演講《夯實隱私與安全——機器學習服務打造安全可靠的支付級活體驗檢測能力》。
演講嘉賓：班廣蔚，華為機器學習服務產品架構師
大家好！很榮幸向大家介紹華為機器學習服務的支付級活體檢測能力。
日常生活中，活體檢測服務應用廣泛，比如實名認證、手機解鎖等。相較於前者，其實人臉識別這一概念更加廣為人知，應用於高鐵動車閘機身份驗證、展區人臉驗證、安保和監控體系等場景。公共場所根據人臉特徵進行特定的身份識別、平時人們解鎖私有裝置，這些都逐漸成為社會剛需。
但是人臉識別的演算法本身是人臉資訊的提取。至於提取的是否是真人的資訊，它的鑑別能力並不高。比如使用高模擬圖片、精密石膏或3D建模面具，就可以攻破很多人臉識別的演算法。活體檢測技術的出現恰好彌補了這一缺憾，大幅提升了人臉識別的安全性。
活體檢測的價值與挑戰
隨著“刷臉”場景日益普及，活體檢測的價值越發凸顯。在金融支付、醫療政務、保險理財等領域都廣泛應用。目前，華為機器學習服務的人臉認證日活呼叫量較高，說明開發者對這方面的技術很感興趣。
當然，活體檢測也面臨很多挑戰。應用場景的豐富，帶來了一些不確定性，比如不同應用場景對活體檢測效能要求不同；裝置的多樣性，使得高中低裝置效能差異大以及人種多樣性、環境變化多樣等。阻礙活體檢測的還有多樣的攻擊形式，比如靜態螢幕攻擊、靜態視訊攻擊、列印照片攻擊、照片挖洞、3D面具模型攻擊、照片活化攻擊以及ROM注入攻擊、指令碼攻擊、介面攻擊、IP/phone攻擊、群控裝置攻擊等。
而業界常見的活體檢測型別有三種，均可進行螢幕類防攻擊、紙張類防攻擊、面具防攻擊，成本由低到高：一是RGB活體檢測，使用RGB攝像頭；二是近紅外活體檢測，使用紅外攝像頭識別生物的紅外特徵；三是3D活體檢測，使用結構光/TOF深度攝像頭直接識別人臉或人體的3D結構，安全性更高。
機器學習服務的三種活體檢測方案
華為機器學習服務提供給開發者三種活體檢測方案，並通過優化演算法效能，保障良好的應用體驗——
- 靜默活體檢測方案。這可以避免當事人不在場的情況下手機被解鎖，保證安全。活體資料覆蓋光照、臉部飾品、性別、髮型、面具材質等場景。模型設計採用輕量化卷積模組；模型部署採用Mindspore-lite推理框架，對運算元進行裁剪，實現極致的包大小。
互動式活體檢測方案。適用於銀行金融、醫療等需要人機互動的場景。當事人根據指示做眨眼、張嘴、左搖頭、右搖頭、注視五種動作，然後隨機選擇3種讓檢測更加安全，讓假臉立即遁形。同時支援引導檢測，如“人臉過近、過遠提示；暗光提示；口罩遮擋提示”等，讓互動更加友好。
炫彩活體是新技術，無需使用者進行配合，停留2-3秒即可。它利用三原色（紅綠藍）以及黃色做為特定光源進行編碼，讓光源裝置發射出編碼好的特定的光線，物體就能根據特定光線進行反射，將多幀二維人臉對映到三維空間，根據幀間變化，進行更精確的深度資訊估計。其特點是精度高，可防止面具攻擊，視訊攻擊和列印攻擊。適用於支付、認證、解鎖、兒童模式等應用場景。
機器學習服務活體檢測，開放架構
目前，靜默活體檢測能力已上線官網供開發者使用，互動式活體檢測能力也會在不久的將來推出。這都包含在華為機器學習服務活體檢測開放架構中。
- 應用層適用手機解鎖、實名認證場景。
- 連線層為開發者提供兩種方式整合：fullSDk支援端到端整合所有內容，不需要額外聯網或下載；IiteSDK提供輕量化的介面包，只需要幾十K就可以打包到自己的應用。華為應用市場就可以直接下載。
- 硬體層支援普通的USB攝像頭，對手機解析度也沒有特別要求。
- 系統層支援安卓系統和鴻蒙雙框架的相容活體檢測能力。
- 演算法層實現靜默活體和互動式活體兩種方式。靜默活體檢測在演算法上有許多突破。我們跟資料公司合作採集了200多種型別的資料場景，用以保證覆蓋使用者使用場景的多樣性。其訓練資料也達到千萬級別。互動式活體則提供給開發者一整套引導控制元件和實際演算法呼叫框架。每一位開發者都可以參考互動式UI，簡單整合。當前支援五種隨機動作，後期我們還會開放更多的動作，供大家整合選擇。
未來，我們計劃提供更安全的靜默活體檢測能力，達到支付級別安全等級。新增視線估計多模態活體檢測能力，使用者通過螢幕提示（如注視藍色圓圈、注視最大的數字等）完成，應用通過捕捉眼睛視線移動方向和注視方向判別活體與非活體。雙目活體檢測能力也在技術規劃之中。
瞭解更多詳情>>
訪問華為開發者聯盟官網
獲取開發指導文件
華為移動服務開源倉庫地址：GitHub、Gitee
關注我們，第一時間瞭解 HMS Core 最新技術資訊~