人脸识别技术广泛应用于公安、金融支付、交通安全等领域。使用最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”，一些开发者会在应用中集成人脸识别技术，方便用户登录帐户和更改密码等待。然而，在人脸识别展现出巨大应用价值的同时，“假脸”的安全隐患也逐渐显现。目前，华为机器学习服务（MLKit）的活体检测服务日调用量较高，能够准确分辨人脸真伪，满足了用户的核心诉求，引起了开发者的共鸣。为了让人脸识别更加安全，我们在静默活体检测的基础上增加了交互式活体检测能力，希望与开发者一起打造安全友好的人脸识别体验。活体检测让“假脸”不可见。在大多数人的印象中，人脸识别技术就是让机器识别人。然而，目前的人脸识别技术只能快速识别人脸图像的身份，无法准确辨别人脸的真伪。那么如何自动高效地识别图像真伪，抵御欺骗攻击，保障系统安全成为人脸识别技术亟待解决的问题。首先，为了使人脸识别更加安全，我们需要检测假的、不真实的人脸——活体检测是用来指代该算法的术语。用于判断人脸是否具有生命力，包括印刷纸质照片、电子产品显示屏、硅胶面具、三维3D人像等。其他媒体呈现的人脸可定义为假人脸，可抵御各种假人脸攻击.其次，活体检测面临诸多挑战，其在金融、公共事业、休闲娱乐等场景的丰富应用带来了一定的不确定性。例如，不同的应用场景对活体检测有不同的性能要求。设备的多样性使得高、中、低设备的性能差异很大，以及种族的多样性和环境变化的幅度。这就需要活体检测技术的不断变革和更新。全新升级交互式活体检测，优化用户体验为降低上述不确定因素的影响，华为机器学习服务（MLKit）新增了交互式活体检测能力。通过命令-动作协调，用户可以从眨眼、张嘴、向左摇头、向右摇头和凝视这五个动作中随机选择三个动作。不正确的订单协调被认为是伪造和欺骗。同时支持引导检测和更多识别场景。针对有遮挡、光照不佳的场景，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，精准识别检测场景并给出引导提示。比如人脸离得太近或太远的提醒；暗光和强光提醒；口罩、墨镜遮挡提醒等，以实现准确、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、房屋租赁、新闻媒体等都有人机交互场景。当用户需要进行远程身份验证确认身份信息时，活体检测服务可以帮助用户以最少的指令快速完成目标任务，进一步降低运营成本，体验快速便捷的人脸身份验证过程。全新升级后，活体检测服务将同时支持静默和交互式活体检测方式。静默活体检测算法有多项突破。我们与数据公司合作，采集超过200类数据场景，覆盖用户使用场景的多样性；交互式活体检测为开发者提供了一套引导控件和实际算法调用框架。每个开发人员都可以参考交互式UI以方便集成。企业可根据自身业务需求，选择合适的活体检测方案，应用于各种人脸识别场景。例如保险保险身份验证、游戏用户实名防沉迷、运营商实名开卡、视频直播、激活奖励授权等服务。活体检测服务的普及将持续推动技术快速创新。未来，华为机器学习服务将基于AI技术，持续为各行业智能应用打造高安全、高通过率、易用的活体检测解决方案。为企业风控安全和用户个人信息安全保驾护航。活体检测服务详情请点击：https://developer.huawei.com/...查看详情>>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：关注GitHub和Gitee让我们第一时间了解HMSCore的最新技术资讯~
