2021年4月9日，由CIOE中國光博會、麥姆斯咨詢、中新嘉善主辦，上海傳感信息科技有限公司、華強電子、深圳光學光電子行業協會協辦的『“人臉識別·金融支付”創新峰會』在上海卓美亞喜瑪拉雅酒店隆重舉辦！云從科技模組產品線負責人鈕峰博士發表了題為《多場景下的人臉身份認證》的精彩演講，深入分析了人臉身份認證的主要技術、多樣化場景、面臨的困難和挑戰，并介紹了云從科技的人臉身份認證技術方案。

云從科技模組產品線負責人鈕峰博士發表精彩演講

鈕峰博士首先為在場觀眾簡單介紹了云從科技的公司發展歷程。云從科技于2015年正式成立，最初主要專注于人臉識別算法；2016年開始，云從科技參與了多個人工智能國家標準和行業標準的制定，由其開發的中國首個機場智能系統在銀川機場全面上線；2017年開始，承接了多個國家人工智能基礎平臺的建設。隨后幾年內，云從科技不再局限于人臉識別的技術，在視覺、語音、大數據甚至風控處理等領域都展開了大量工作。2020年，云從科技發布了人機協同操作系統，旨在借助人工智能技術賦能各行各業。目前，云從科技的人機協同操作系統已經在智慧金融、智慧治理、智慧出行、智慧商業等場景落地。鈕峰博士隨后分享了云從科技對人臉支付落地智慧金融場景的需求、挑戰，以及云從科技的相關技術方案。接下來，就讓我們跟著鈕峰博士的演講思路，獲取更多干貨吧！

人臉身份認證主要技術

目前人臉身份認證過程由三個環節完成，依次是人臉信息獲取、活體判斷、人臉比對。

人臉信息獲取：一般通過單目攝像頭（彩色攝像頭或黑白攝像頭）、雙目攝像頭（兩個可見光攝像頭，或一個可見光攝像頭加一個紅外攝像頭，或雙紅外攝像頭）、3D結構光攝像頭或者3D ToF攝像頭等硬件獲取人臉相關信息。

活體判斷：基于硬件輸入信息的不同，活體判斷算法大體可以分為四類。第一類是靜默活體，主要是針對單目攝像頭的人臉信息輸入，檢測速度快。第二類是配合式動作活體，針對單目攝像頭的人臉信息輸入，需要用戶配合完成簡單動作，相比靜默活體安全性能更高，但會影響用戶體驗。第三類是紅外活體，根據一個可見光（RGB）攝像頭和一個紅外（IR）攝像頭的輸入信息進行活體判斷。第四類則是3D活體，增加了深度信息，可有效應對平面攻擊手段。

人臉比對：根據活體判斷信息的不同，分為純2D比對、純3D比對、“2D+3D”結合。2D比對效果不好的時候，3D可以作為補充，理論上來說，“2D+3D”結合更好。只是目前為止，3D比對由于數據量不足，其優越性沒有完全體現出來，但從整體趨勢來看，未來3D比對會有更多的場景。

上述硬件與相應的算法組合成人臉身份認證方案。雖然各個性能存在差異，但是各有優缺點，沒有哪種更為優秀的定論，用戶應該根據不同應用場景選擇更合適的方案。

人臉身份認證的場景多樣，挑戰依然嚴峻

產生上述這么多不同人臉身份認證技術方案的原因，主要是由豐富的場景需求所造成。簡單來講：設備、空間和距離是三大要素。

人臉身份認證的多樣化場景：設備、空間和距離

不同的應用場景決定了所使用的設備不同，不同的設備如通用設備（如最常見的智能手機）或專用設備（如ATM取款機）決定了所獲取可用的人臉信息會有所差異，從而后續的活體以及識別算法也會相應的不同。而空間的多樣性（比如室內或者室外）導致會面臨多樣的光線環境，這會對信息采集的硬件有不同的要求，那目前3D結構光模組舉例，大多數3D結構光模組在室內效果不錯，但是在室外很難獲得好的3D數據，要想解決室外場景，可能需要選擇有更強發射功率的投射器和更好的重建算法。另外人臉身份認證的不同工作距離，對采集傳感器的要求也是不同的，傳感器分辨率和鏡頭參數等都要針對性的選擇。已歸納了三類主要因素，還有一些其他多種因素，這些因素造成了人臉身份認證場景的多樣化，而針對多樣化的場景，目前是無法用一種方案（傳感器、算法）解決所有問題的。

除此之外，人臉身份認證也面臨著諸多困難。首先，光照條件變化帶來的影響是很大挑戰。由于后端算法取決于前端視覺傳感器的輸入信息，攝像頭尤其是RGB攝像頭對光線非常敏感，在逆光、側光環境中，如何能獲取到很好質量的圖像？如果圖像質量不好，比如模糊，會對活體識別造成很大的困擾。其次，層出不窮的攻擊手段，從最初的二維靜態圖像，到現在的三維面具、頭模等，攻擊方式一直在演進，這對算法的能力的迭代，以及迭代的速度提出了越來越高的要求。第三，良好的用戶體驗是一款產品能否大規模落地的基礎。用戶的要求是檢測速度要快，活體通過率高，安全性好，這個在處理平臺計算能力不強的情況下是很大的挑戰。第四個挑戰來自數據安全性，目前個人影像數據的采集、儲存、使用等環節不是每家企業都能處理好，國家相應監管機制也在逐步建立中，只有營造非常安全的環境，才能使人臉支付產業健康地發展下去。

云從科技的人臉身份認證技術方案

演講最后一部分，鈕峰博士介紹了云從科技的四類人臉身份認證技術方案。

云從科技的四種人臉身份認證技術方案

第一類是靜默活體方案，其優勢在于無需特殊設備（普通攝像頭即可），也不需要用戶做任何動作進行配合，通過抓取RGB圖像，在系統后端進行判斷，因此用戶體驗友好。適用于對安全性要求不高的場景，如手機上的APP。

如果針對單RGB采集數據，需要更高的安全性，則可采用動作活體方案。這也是目前大部分手機APP采用的遠程的認證方式。該方案通過主要由兩部分組成。使用時，系統前端需要用戶配合完成動作，如轉頭、點頭、張嘴、眨眼等，來進行初步的活體驗證和最佳人臉圖選取，初步活體通過后，數據會被送入后端的活體檢測引擎來進一步的活體判別，從而有效預防各類攻擊。這個方案相比靜默活體技術安全性高很多，但是犧牲了一些用戶體驗。

第三類是紅外雙目身份認證方案，這個方案人臉信息從可見光光譜拓展到紅外光譜。很多攻擊使用的道具，包括頭模，在紅外光波段的表現是不一樣的，分析攻擊道具和人臉皮膚在近紅外圖像中的紋理等特性的差異則可以判斷是否是活體，并進一步分析提取人臉特征，進行人臉比對、識別身份。這種方案檢測速度快、需要的硬件成本低，在很多場景如自助機具、柜面設備、人證核驗設備、刷臉支付設備、軌交閘機等都得到了廣泛的應用。

第四類是3D（結構光/ToF）身份認證方案。鈕峰博士展示了云從科技研發的兩款3D結構光模組，一款是普通的3D結構光模組，一款是算法前置3D結構光模組，活體算法內嵌在模組內更安全。通常3D結構光采集模組輸出三幅圖：RGB圖、紅外圖和深度圖，每幅圖對活體的判斷在不同場景下所起的作用不同，這些會隱形地包含在算法模型里。云從科技的算法模型會針對不同的場景以及每幅圖的成像質量進行算法策略的調整。因此，無論用于室內還是室外，亦或是光線較暗的夜間，場景魯棒性都很強。這也是云從科技在算法和前端采集模組深度結合產生出更優秀性能方面實踐很好的案例。

責任編輯：lq