华为机器学习服务活体检测再升级，构建安全友好的交互式体验 java

人脸识别技术被广泛应用于公共安全、金融支付、交通安全等领域。使用较多的场景是用户通过智能手机上的人脸识别技术完成解锁、支付等动作，俗称“刷脸”，还有一些开发者会在应用中集成人脸识别技术便于用户登录帐号、修改密码等。
然而，人脸识别在呈现显著应用价值的同时，“假脸”安全风险也逐渐显现。目前，华为机器学习服务（ML Kit）的活体检测服务日活调用量较高，其辨别人脸真伪的能力精准触达了用户的核心诉求，引起广大开发者共鸣。为了使人脸识别变得更加安全，我们在静默式活体检测的基础上增加了交互式活体检测能力，希望和开发者共同构建安全友好的人脸识别体验。

文章图片

活体检测，让“假脸”无所遁形
在大多数人的印象中，人脸识别技术就是让机器把人认出来，但目前人脸识别技术仅能快速识别人脸图像的身份，却无法准确辨别人脸的真伪。那么如何自动、高效地辨别图像真伪，抵抗欺骗攻击以确保系统安全成为人脸识别技术中亟待解决的问题。
首先，要想让人脸识别变得更加安全，我们需要检测出伪造的、不真实的人脸——活体检测就是被用来指代这种算法的术语。它被用来判断人脸是否为活体，包括打印的纸质照片、电子产品显示屏幕、硅胶面具、立体 3D 人像等借助其他媒介呈现的人脸都可以定义为虚假的,可以抵御各种假脸攻击。
【华为机器学习服务活体检测再升级，构建安全友好的交互式体验】其次，活体检测面临很多挑战，在金融、公共事业、休闲娱乐等场景中的丰富应用，带来了一些不确定性。比如，不同应用场景对活体检测的性能要求不同，设备的多样性使得高中低设备性能差异大，还有人种多样性、环境变化大小等。这就更加需要活体检测技术不断更迭，持续更新。
新升级交互式活体检测，优化用户体验
为了降低以上不确定因素带来的影响，华为机器学习服务（ML Kit）新增交互式活体检测能力。通过采用指令动作配合的方式，用户可以在眨眼、张嘴、左摇头、右摇头、注视五种动作中随机选择3种。指令配合错误则认为是伪造欺骗，同时支持引导检测，识别场景增多。
针对遮挡和光线不佳的场景时，交互式活体检测能力采用深度学习模型结合图像处理技术，精准辨别检测场景，给出引导提示。比如人脸过近、过远提示；暗光、强光提示；口罩、墨镜遮挡提示等，以期实现准确高效、安全友好的人性化体验。
如今，人脸识别与我们的生活息息相关，银行证券、金融保险、民生社保、汽车金融、房屋租住、新闻媒体等都有人机交互的场景，当用户需要进行远程身份验证来确认身份信息时，活体检测服务可以通过最少的指令帮助用户快速达成目标和任务，进一步降低操作成本，体验快速便捷的人脸身份审核流程。

文章图片

新升级后，活体检测服务将支持静默式和交互式两种活体检测方式。

静默式活体检测在算法上有许多突破，我们与数据公司合作采集了200多种类型的数据场景，用以覆盖用户使用场景的多样性；
交互式活体检测则提供给开发者一整套引导控件和实际算法调用框架。每一位开发者都可以参考交互式UI，简单集成。

企业可以根据自身业务需求，选择适合的活体检测方案应用于各类人脸识别场景。例如保险投保身份核验、游戏用户实名防沉迷、运营商实名制开卡、视频直播及打赏权限开通等各种业务。
活体检测服务的普及，将不断促进技术的快速革新，未来，华为机器学习服务基于AI技术，将继续为各行业智能化应用打造高安全性、高通过率、高易用性的活体检测方案，为企业风控安全与用户个人信息安全保驾护航。
更多活体检测服务详情，请点击：
https://developer.huawei.com/...
了解更多详情>>
访问华为开发者联盟官网
获取开发指导文档
华为移动服务开源仓库地址：GitHub、Gitee
关注我们，第一时间了解 HMS Core 最新技术资讯~