多維活體檢測，讓人臉識別更安全

一、目前人臉識別常見攻擊手段有什麼？

二、如何應對人臉識別漏洞？

具體來說：

1、對於紙片翻拍，由於紙片上的人臉是靜態的，利用隨機數字唇語，讓使用者讀數字，就可以很好的攔截；

2、對於螢幕翻拍，具有成本低，可以通過軟體批量執行的特點，對於活體的挑戰最大，這種攻擊，仍然有很多線索可以利用：

3、對於使用者戴面具，由於其攻破成本較高，現在還未出現實際case，我們也提前進行了研發布防，主要利用人說話時，面部會存在比較自然的微動，而面具則沒有這樣的規律來防範。

另外，在實際業務中，人臉識別只是作為其中乙個環節，需要與賬號、密碼保護、基於大資料的風控等其他綜合手段一起，保證流程的高度安全。

1. 產品優勢

2. 人臉驗證技術(1:1識別)

人臉識別技術可以計算出兩張人臉**的相似度，從而判斷是否為同一人，即1：1身份驗證。優圖人臉識別通過傳統方法和深度學習技術結合，以微眾銀行遠端核身為基礎，實際業務中，萬分之一錯誤率下，通過率達到95%。

3. 人臉檢索技術(1：n識別)

給定一張**，和資料庫中n個人臉進行對比，給出是否為其中某乙個人，或者給出排序結果，即人臉檢索。1：n用於使用者不需要宣告身份的場景。

人臉檢索

4.技術指標

• far：false accept rate，錯誤接受率，指將身份不同的兩張**，判別為相同身份，越低越好

• frr：false reject rate，錯誤拒絕率，指將身份相同的兩張**，判別為不同身份，越低越好

這兩個指標有明確的物理意義，far決定了系統的安全性，frr決定了系統的易用程度，在實際中，far對應的風險遠遠高於frr，因此，生物識別系統中，會將far設定為乙個非常低的範圍，如萬分之一甚至百萬分之一，在far固定的條件下，frr低於5%，這樣的系統才有實用價值。

• 支援最小人臉尺寸64x64

• 人臉特徵尺寸1-2kb

• 1：1人臉對比500ms

5. 常見的應用場景

門禁系統：

受安全保護的地區可以通過人臉識別辨識試圖進入者的身份，比如小區、學校、企業等。敏感地點也可以使用人臉識別門禁，未登記人員訪問將觸發報警。

攝像監視系統：

在例如銀行、機場、體育場、商場、超級市場等公共場所對人群進行監視，以達到身份識別的目的。同時疑犯布控追蹤也是較為常見的應用場景。

學生考勤系統：

香港及澳門的中、小學已開始將智慧卡配合人臉識別來為學生進行每天的出席點名記錄，內地高校也進行了有關試點。

娛樂應用：

自動美妝美圖、人臉屬性識別、顏值分析，都是已經成熟使用的娛樂場景。