想象一下，隻需使用臉部即可解鎖手機，無需指紋掃描或觸摸。它會在沒有任何使用者幹預的情況下自動且完美地工作。是的，目前已經可以做到了這一點，它被稱為iPhone X，你可能已經在使用它了。
大多數人希望有一個更好的未來，例如：使用人臉識别進行使用者身份驗證的潛力比這更大！在不遠的将來，我們能夠通過展示我們獨特的面部特征來租一輛車，并簽署法律檔案。
實際上，我們已經開始看到需要身份驗證的某些服務（如銀行和其他類型的交易系統）。在這種情況下，所提供的法律資料将與檔案上的ID和面部圖像上的資料進行交叉檢查，并與所有者的面部進行比較。但是，像大多數新技術一樣，技術在創新，騙子也在創新。而欺騙人臉識别機制的最流行方式之一是“人臉欺騙”攻擊。
欺騙攻擊是指通過使用照片、視訊或授權人臉部的其他替代品來擷取其他人的特權或通路權。
一些欺騙攻擊的例子：
1.  列印攻擊：攻擊者将别人的照片列印或者顯示在數字裝置上。
2.  重播/視訊攻擊：誘騙系統的更複雜的方式，通常需要一個受害者臉部的循環視訊。與保持某人的照片相比，這種方法可以確定行為和面部運動看起來更自然。
3.  3D掩碼攻擊：在這種類型的攻擊中，掩碼被用作欺騙的首選工具。這是一個比利用臉部視訊更複雜的攻擊。除了自然的面部運動之外，它還可以欺騙一些額外的保護層，例如深度傳感器。
<b>欺騙檢測方法：</b>
欺騙的方法有很多種，對應的我們有許多不同的方法來應對它們的挑戰。最流行的反欺騙最先進的解決方案包括：
1.  面部生命力檢測：一種基于分析測試面如何“活着”的機制。這通常通過檢查眼球運動來完成，例如閃爍和臉部運動。
2.  上下文資訊技術：通過調查圖像的周圍環境，我們可以嘗試檢測掃描區域中是否有數字裝置或照片紙。
3.  紋理分析：在這裡探測輸入圖像的小紋理部分，以便在欺騙和真實圖像中查找圖案。
4.  使用者互動：通過要求使用者執行動作（将頭部向左/向右轉動，微笑，閃爍的眼睛），機器可以檢測動作是否以與人類互動類似的自然方式進行。
當然，我們不能忽視房間裡的大象（指某種巨大到不可能被忽視的真相，而事實上如此巨大的大象常常被集體忽略。）——iPhone X上的FaceID。在最新的硬體疊代中，Apple推出了先進的深度映射和3D感應技術，可以以前所未有的精度實作欺騙檢測。但是，由于這種高端硬體在不久的将來将無法在大多數消費類裝置上使用，是以我們不得不進化我們的技術以保證我們可以避免被欺騙。
事實上，在我們的研究和實施過程中，我們發現使用中等品質的2D相機也可以實作極高水準的實時欺騙檢測。到底是什麼讓2D相機擁有如此高的檢測水準？答案就是當下最火的深度學習解決方案和自定義的神經網絡。
我們通過與現有的文檔化方法進行交叉檢查來驗證我們的方法。
<b>交叉檢查1：圖像品質評估：</b>
該解決方案基于将原始圖像與用高斯濾波處理的圖像進行比較。該論文的作者[1]證明了假圖像之間的差異與真實圖像之間的差異，并且可以自動檢測。為了做到這一點，我們提取了14種流行的圖像品質特征，例如：均方誤差，平均差或邊緣/角差。下一步是将它們發送給分類器，以确定它是“真實”的臉還是“假的”臉。
圖1.
IQA分類處理流程：将圖像轉換為灰階，使用高斯濾波器，從原始圖像和濾波圖像之間的差異中提取14個特征，将特征傳遞給分類器。
<b>交叉檢查2：圖像失真分析：</b>
四種不同的特征（鏡面反射、模糊、色度矩和色彩多樣性）被發送分類器用于分類。分類器由多個模型建構而成，每個模型都訓練出不同類型的欺騙攻擊矢量。
圖2.
IDA分類過程流程：提取4個失真特征，将它們傳遞給一組分類器，将結果傳遞給負責欺騙/非欺騙決策的分類器
<b>最終方法：深度神經網絡模型：</b>
這是基于用CNN（卷積神經網絡，這是圖像分析中最流行的神經網絡）建立的模型。裁剪後的人臉圖像被傳遞到神經網絡，然後通過神經層進行處理，以将其分類為真實/假的。
圖3.
DNN分類處理流程：将面部圖像傳遞到CNN
<b>訓練系統：</b>
上述所有解決方案都包含了需要監督學習才能傳回正确結果的模型。訓練集是從站在錄影機前面的人們的圖像建構的，或者拿着一個裝置，并在其上顯示他們的臉部。所有的面孔被裁剪并分成兩組：真實的和假的。這些圖像是由中等分辨率的800萬像素相機拍攝的，這是一款在工業應用中使用的流行款式，三種方法都使用相同的訓練集。
訓練集示例
<b>比較結果：</b>
對于性能測試，我們使用簡單的精确度、召回率和F1分數。所有三個實驗的結果顯示在下表中：
準确性和性能總結
欺騙示例
<b>下一步是什麼？</b>
所呈現的最先進的解決方案僅适用于2D重放/視訊攻擊。為了增加對更多類型攻擊的抵抗能力，DNN模型還可以通過使用紙質列印的攻擊示例擴充訓練資料來調整。另外，3D欺騙嘗試可以通過附加傳感器來處理（例如深度）。
安全是一個不斷變化的問題，因為一旦引入新的保護方法，攻擊者就會不斷發現新的方法來破壞系統，我們需要不斷發明一些新的方法來對抗那些攻擊者！
參考文獻：
<a href="https://promotion.aliyun.com/ntms/act/ambassador/sharetouser.html?userCode=j4nkrg1c&utm_source=j4nkrg1c" target="_blank">數十款阿裡雲産品限時折扣中，趕緊點選領劵開始雲上實踐吧！</a>
譯者：烏拉烏拉，審校：。