如今，人脸识别已经走进了我们生活中的方方面面，拿起手机扫脸付账，扫描人脸完成考勤，刷脸入住酒店纷纷便利了我们的生活。而人脸识别里一项必不可少的技术就是人脸活体检测，即AI不但要确定这是“你”，还需要确定这是“真实存在的、活的你”。
是不是听起来有些奇怪？人类可以仅通过视觉就完成生物和物体的辨别，然而机器需要通过学习才能进行这项检测。正如刷脸的你需要完成识别，打开手机摄像头后，机器会检测你是不是“活的你”。如果出现在镜头面前的是一张照片，或者是视频画面里的你，或者是用了你的脸模做的人皮面具，机器需要自己进行判断，并且确保“其他的你”不会通过他的识别。这就是人脸活体检测的意义。
人脸活体检测主要是通过识别活体上的生理信息来进行，它把生理信息作为生命特征来区分用照片、硅胶、塑料等非生命物质伪造的生物特征。为了确保你是“活的你”，人脸活体检测通常包含几个鉴别步骤，比如眨眼判别：对于可以要求用户配合的应用系统，要求用户眨眼一到两次，人脸识别系统会根据自动判别得到的眼睛的张合状态的变化情况来区分照片和人脸；或者嘴部张合判别：与眨眼判别类似，要求用户张开、闭合嘴巴一到两次，人脸识别系统据此区分照片与真实人脸。
考虑到一旦虚假人脸攻击成功，极有可能对用户造成重大损失，因此势必需要为现有的人脸识别系统开发可靠、高效的人脸活体检测技术。基于人脸识别场景中的防欺诈解决方案，人脸活体检测技术可以有效阻挡PS换脸、视频、三维人脸模型、高清人像照片等各种不同类型的攻击。通过动作指令验证前端活体有效，再获取一张操作者本人照片，将这张照片传送至服务器端，由机器进行活体的后验，防止被攻击欺诈，提高安全性。
近几年，人脸识别技术在身份认证领域的应用已经有了较多应用，例如：支付宝、招行的取款、养老金领取等方面，但在杜绝假冒、认证安全性等方面，目前还是一个比较需要进一步解决的课题，特别是在移动端的人脸活体检测技术方面。依托领先的分析算法和技术实力，人脸活体检测能够极速处理并返回结果，满足各行各业的业务需求，不管是金融平台、社交软件还是各种社区，客给予户可依赖的身份验证服务。
随时随地看视频
