人脸识别，到底能不能蒙混过关？

馒头老妖

如今，人脸识别技术已经在生活中的各个领域得到广泛使用。从超市买单时的刷脸支付、高铁检票时刷脸过闸，到诸多手机App的用户身份验证，比如手机游戏里的防沉迷系统…… 可以说，我们的这张脸，已经成为网络时代最好用的身份识别手段。

然而，也有很多人对此表示担忧：倘若不法之徒盗用了我的形象，冒充我进行人脸识别，偷花我的钱，甚至还可能给我带来莫名其妙的官司，那该怎么办？

那么，人脸识别，真的有那么容易忽悠吗？

人脸识别的分级管理

我们都知道，越是重要的场合，对安保技术的可靠性、稳定性要求也就越高。人脸识别的应用也是如此。尽管都叫作“人脸识别”技术，但在不同的应用场景里，它抵抗忽悠的能力也是不同的。

大体上，人脸识别的设备，可以分为两大类：一类是使用手机、平板电脑的摄像头来识别人脸，另一类则是通过专门的设备，比如高铁、机场安检台的高清摄像头来识别。后者体积更大，从价格来说，也更贵。一分钱一分货，其识别的准确率和抗欺骗的能力，也远远超过前者。所以，在那些重大的场合，人脸识别的可靠性还是相当有保证的。

镜头前是活人吗？

技术上把这种抵抗忽悠的能力， 称为“ 活体检测”。那么，要如何判断站在镜头前的，是一个真人，还是打印出来的照片或者手机上的画面？

最常用的检测方式是动作检测。通过语音、文字等方法，要求被验证的用户做出一系列指定的动作，如张嘴、摇头、眨眼、念出某个随机数字等等。很显然，照片上的人脸，是不会做出这些动作的。这种方式的成本低，可靠性也很高，但缺点就是需要用户予以配合。

不需要用户配合的方法里，比较常用的有两种：人脸深度信息的鉴别和多光谱下人脸反射的鉴别。

先来说说人脸深度信息的鉴别。无论是平板、手机，还是打印出来的人脸照片，人脸都是二维化的，眼睛、鼻子、耳朵都处于同一个平面内。而真正的人脸，当然是三维的：鼻尖在最前面，耳朵在最后面，眼睛位于两者之间。

在数学上，常用“曲率”这个参数，来描述一个物体表面的凹凸、弯曲情况。在人脸识别中使用的也是这个逻辑：先用一束人眼无法看到的光，在被识别的“脸”上进行大致的3D扫描，通过反射回来的微小差异，得到耳朵、鼻尖、额头等位置的特征点在空间中的坐标，从而计算一个综合曲率;再和已知的人体曲率范围相比较，就能知道这个曲率是否合理。如果算出来曲率很小，那就说明识别的只是一个二维的平面，不是活人。

要做到这一点，需要比较专业的设备，手机恐怕是很难的。但近年来，随着双摄手机的普及，人脸识别的能力也得到了全面提升：两个镜头之间有一定的距离，就像是我们的左右眼;当它识别的是一个凹凸有致的人脸时，两个镜头“看到”的画面，一定是有较大差异的。如果两个画面几乎完全一致，那一定不是真人。

而多光谱鉴别，是在人脸深度信息的基础上再加了一道保险：它会用不同颜色的可见光、近红外光、近紫外光等很安全的光源，交替扫描人脸。人的皮肤对这些光源的反射能力，和照片、屏幕差异极大，容易看出破绽。即便能让其中一种光源蒙混过关，也很难同时模拟人脸对其他几种光线的反射情况。

总体而言，人脸识别中的活体检测技术，就是在与不法分子進行较量，两者都在对抗中不断进化。但愿，不会真的出现我们的“脸”被人偷走的那一天吧。