在互联网高速发展的今天，各种App的验证方式也越来越方便用户使用。从最初的密码输入，到后来的指纹解锁，演变成今天的人脸识别认证。刷脸解锁设备、在线/离线支付、通过门禁、快速验票。同时，它也伴随着很多安全问题，首先是如何判断用户的真实性。HMSCore机器学习服务（MLKit）的人脸比对和活体检测能力，可以快速抓取人脸。通过识别提取模板中的人脸特征，无需用户配合即可判断是真人脸还是人脸。人脸攻击，同时将模板人像与人脸进行高精度比对，输出相似度值，进而判断两者是否为同一人。基于此，开发者可以快速构建人脸检测能力。例如，在金融类APP中，通过比对用户身份证照片和人脸检测结果来判断用户信息的真实性，可以提供快速安全的身份验证过程，适用于互联网。远程开户、刷脸支付等金融服务。在办公APP中，刷脸考勤，识别本人身份，有效杜绝代签等行为。效果展示从效果展示图来看，活体检测可以在几秒内准确识别出手机上的假照片。开发步骤开发准备在AppGalleryConnect中配置相关信息。具体开发准备请参考文档。配置HMSCoreSDK的Maven仓库地址。打开AndroidStudio项目级“build.gradle”文件。添加AppGalleryConnect插件和Maven代码库。在“allprojects”>“repositories”中配置HMSCoreSDK的Maven仓库地址。allprojects{repositories{google()jcenter()maven{url'https://developer.huawei.com/repo/'}}}在“buildscript”>“repositories”配置HMSCoreSDK的Maven仓库地址。buildscript{repositories{google()jcenter()maven{url'https://developer.huawei.com/repo/'}}}在“buildscript”>“dependencies”中添加AppGalleryConnect插件配置。buildscript{dependencies{classpath'com.huawei.agconnect:agcp:1.3.1.300'}}人脸比对功能开发创建人脸比对检测器实例。MLFaceVerificationAnalyzeranalyzer=MLFaceVerificationAnalyzerFactory.getInstance().getFaceVerificationAnalyzer();通过android.graphics.Bitmap创建一个MLFrame对象来设置模板图片。支持的图像格式包括：JPG、JPEG、PNG和BMP。//通过bitmap创建MLFrameMLFrametemplateFrame=MLFrame.fromBitmap(bitmap);设置人脸比对模板图片。如果模板中没有人脸，则表示模板设置失败，本次实例上一次设置的模板保持不变。List
