人脸终端的活体检测：为什么便宜的方案会被一张照片攻破

人脸门禁和人脸消费机的报价能从几百拉到几千，差价里很大一块是活体检测。这篇讲清楚一件反直觉的事：会不会被一张照片骗过，主要不是算法宣发说了算，而是硬件有没有多一个物理维度。

一张照片能骗过什么

用普通可见光摄像头做人脸识别，本质上比对的是一张平面图像。把打印照片放在镜头前，或者直接用手机屏幕显示一张高清照片，早期的方案和现在最低成本的设备都会判定通过——这就是照片攻击。

视频攻击更进一步：拿一段会眨眼、会转头的视频在镜头前晃一晃，就能骗过只做「动作配合」的活体检测。这不是理论风险，网上公开的工具不少。

活体检测的两条路线

· 配合式活体：要求用户眨眼、张嘴、转头或摇头，靠关键点的变化判断是不是活人。成本低，但用户每次都要配合，高峰期排队明显变慢，对视频攻击的防御也有限 · 静默活体：不需要用户做任何动作，算法分析皮肤纹理、反光特性、微动作和光流。体验好、通行快，但对算法和算力的要求高得多

硬件才是真正的分水岭

· RGB 单目或双目：只有可见光，拿到的是二维平面信息，只能靠算法去猜，上限很低 · 红外双目：一路近红外主动补光，一路可见光。红外成像的反射特性可以区分平面照片和真实皮肤，成本增加不多但效果提升明显 · 3D 结构光或 ToF：直接采集深度信息。照片和面具在深度图上立刻露馅，这是目前防攻击能力最强的路线，也是成本最高的

一句话概括：能不能防住照片攻击，不看算法宣传页写了什么，看它有没有红外或深度这个物理维度。只靠可见光算法，再怎么优化也是在同一张平面图上做文章。

选购时要问清的四个问题

· 摄像头是 RGB 单目、RGB 加红外双目，还是带深度的结构光或 ToF？ · 活体检测是配合式还是静默式？静默式能不能挡住手机屏幕翻拍和打印照片？ · 有没有第三方检测报告？国内通行的是银行卡检测中心的活体检测认证，分增强级和活体级，有明确分级 · 误识率（FAR）和拒识率（FRR）各标多少？一定要问「在什么 FAR 条件下的 FRR」，只说识别率 99% 没有参考价值

识别速度和库容别只看宣传页

人脸识别真正的工程指标是 1:N 比对速度。一万人的库，识别通常要压在 1 秒以内；超过三万人，一般要按部门、班级或楼栋做分组比对，否则高峰期会明显排队。

另外别忘了现场因素：逆光、戴口罩、戴帽子、光线昏暗，识别率都会往下掉。宣传页上写的「支持十万人」多半指的存储容量，不是比对性能。要求供应商到你的现场实测，别只看演示视频。

隐私和合规不能后补

人脸属于生物特征信息，很多国家和地区对采集、存储和跨境传输有明确要求：要事先告知、要取得同意、要本地加密存储、要能随时删除。出口项目尤其要提前确认当地法规，别等设备装到门上了才发现这套系统不合规。

小结

选人脸终端的顺序应该是：先看物理维度（有没有红外或深度），再看第三方认证报告，最后才比参数和价格。只盯着价格和识别率去选型，买回来的多半是一台好看但不安全的门禁。